AI框架自动检测并结构化气候文件中的社会临界点证据

arXiv:2609.12254v1 公告类型：新发布 摘要：气候文献的增长速度已超过综述团队的阅读速度。对于"环境社会临界点"（environmental social tipping point）这一概念而言，这一缺口的后果最为严重——它指的是社会系统中微小变化触发快速、自我强化转变的阈值。此类转变的证据通常仅包含在长文档的一两段文字中。因此，现有的文本挖掘工具——无论是按主题对整篇文档进行分类，还是突出显示孤立的论断——都使得越来越多重要证据缺乏系统性的发现与整理方法。本文提出一个开放、模块化的基于 Transformer 的框架，能够在段落级别检测并结构化社会临界点证据。该框架将五个组件整合为单一的可部署工作流：用于分割的 DistilBERT 边界切分器、通过迭代增强的 RoBERTa 分类器用于检测、Mistral 7B 模型用于改写每个检测到的段落以提升清晰度、LLaMA 3.2 3B 模型用于根据五项已发表的社会临界点标准对段落进行评分，以及用于语义检索的 Milvus 向量存储。整个系统封装在基于 MinIO 对象存储的 Streamlit 界面中。在由 GPT-4.1 标注的 163 段落基准测试以及由专家审核的 51 段落数据集上评估结果显示：该切分器在九项指标的综合评分（6.137）上超越了三种竞争方法。经过调优的 RoBERTa 模型在完整基准测试上达到 71.4% 的准确率和 0.337 的 Cohen's kappa，在带标注的段落上达到 87.5% 的准确率和 0.742 的 kappa，均优于面向气候领域的模型和未经调优的语言模型。