股市 宝岛 谜案 卖年货 烘焙 别墅 汇泉贷 足球 大话 县区 车讯 选车 文学 购车 网城 大学 贵金属 兵器库 办事 农业

主页 > 旅游 > > 正文

人工智能发现:措辞适当 议案更易被美国国会采纳

2018-08-12 20:04  来源:未知           

(原标题:发现:多提后果少提全球,议案更易被美国国会采纳)未来,美国的国会议员们写了一个议案,没准还会先让人工智能算法打个分。一...

(原标题:发现:多提后果少提全球,议案更易被美国国会采纳)

未来,美国的国会议员们写了一个议案,没准还会先让人工智能算法打个分。一家美国人工智能公司Skopos近日在《PLOS ONE》期刊上发表论文:输入一份议案原文,外加几个变量,人工智能就能给出该议案通过立法的概率。

根据流程规定,一份议案首先要通过参议院或众议院某个委员会的审议,经该院投票通过,再由两院投票表决。此前,有些研究者也尝试过用算法预测议案在委员会、或在两院之一通过的概率,效果参差不齐。Skopos的联合创始人John Nay目标不限于此:他想要得出一份国会议案通过两院表决、成为法律的概率。

那些想要废除奥巴马医改的议案,算法打了多少分?

Nay收集了从第103届国会到第113届国会(也就是1993年至2015年)的所有立法数据,包括所有议案的全文和其他一些因素,比如共同发起者的人数、议案发起的月份、提起者是否为该院多数党成员等。

Nay使用从第103届国会到第106届国会的数据进行机器学习。所谓机器学习,就是给算法输入大量数据,并给定这些输入值相匹配的输出值,由算法自己“摸索”出输入值和输出值之间隐藏关联的特征。他用经过训练的算法对第107届国会的案例进行了预测。

下一步,Nay又进一步用第103届到第107届国会的数据训练算法,用于预测第108届国会的案例,以此类推。

Nay最终得到的完整版算法包含以下几个部分。首先,算法需要对议案的语言进行分析。通过词汇与周围词汇的嵌入方式,算法得以解读这些词汇的含义。比如,得到“获得教育贷款”这个短语,算法会假定“贷款”这个词和“获得”、“教育”都是相关的,把所有词汇相互之间的关联以量化的形式归纳,由此,每一个词汇就可以用一串数字来代表。结合这些数字,算法就可以理解每个句子的意思。

其次,一个算法试图找到它理解的句子“意思”和议案成功率之间的联系,另三个算法寻找上下文和议案成功率之间的联系。

最后,一个伞形算法综合上述四个算法的结果,预测议案的成功率。

仅仅预测一个议案能否成功没什么价值。大约有96%的议案会失败,也就是说,你每次都猜议案都不通过,也错不到哪里去。因此,更重要的是预测到一个精确的概率值。毕竟,一个国会议案往往会涉及很大的利益,在这种情况下,把议案的成功率上升几个百分点,也是意义重大的。

网友评论

还可以输入2999个字符
已有2999条评论 点击查看>>