在政策文件中，治理结果的形成往往隐含了复杂的推理关系。参与性承诺与管理控制常常在同一文本中并存，但它们之间的紧张关系很少被直接表述。目前的计算方法无法有效表达驱动这些紧张关系的框架中介关系，即一个论点并不是简单地反对另一个，而是将其缩小或工具化。
我们提出了Apaf，一个混合的LLM-符号管道，将批判性话语分析操作化为政策文本中的定量双极论辩框架。具体来说，论点首先被分类为审议性或管理性框架。然后，通过基于LLM提取特征的确定性规则生成四种框架中介关系子类型（代理减弱、议程转移、工具性支持和规范性支持）。
此外，我们发布了一个新数据集，其中包含来自美国、英国、加拿大和澳大利亚的100个灾害风险减少政策的子文档。研究表明，生成的论辩图在不同司法管辖区之间具有准确性、可解释性和稳定性。
博主点评： 该研究通过引入混合框架，突破了政策分析中传统方法的局限性，提供了一种新的视角来理解政策文本中的复杂关系，具有重要的实践意义和广泛的应用潜力。通过精确的论辩图，政策制定者可以更好地识别和应对治理中潜在的矛盾与挑战。