Может ли упорядочение при помощи ЛМД повысить точность прогнозов миграционных потоков в рамках режимов с низким уровнем данных?

arXiv: 2610,07208v 1 Annuaire Type: New Brieftate: Previsioning Migration flows по-прежнему является серьезной проблемой для традиционных моделей прогнозирования с учетом гравитации, которые в первую очередь основаны на структурированных социально-экономических показателях, таких как экономическое неравенство, политическая стабильность и географическое расстояние. В ходе этой работы изучается вопрос о том, могут ли крупные языковые модели (МПМ) улучшить прогнозирование миграции путем извлечения контекстуальных сигналов из новостных статей и их включения в взвешенные рамки прогнозирования Лассо с помощью санкций за упорядочение конкретных особенностей. В предлагаемой рамочной программе используются иерархические трубопроводы для вывода ЛЛД в целях классификации связанных с миграцией сигналов, поступающих из новостных данных, и оценки результирующих показателей прогнозирования через многочисленные миграционные коридоры за период с ноября 2021 года по ноябрь 2022 года, включая Мексику - Соединенные Штаты Америки, Украину - Польшу и Сирию - Турцию. Экспериментальные результаты показали неоднозначность показателей по всем миграционным коридорам и стратегиям моделирования, а