Identifying Climate Targets in National Laws and Policies using Machine Learning

要約

定量化された政策目標は、気候変動政策の基本的な要素であり、通常、領域特有の専門的な言語によって特徴付けられる。世界の気候政策目標を包括的に把握するための現在の方法は、手作業による多大な労力を必要とする。現在のところ、各国の法律や政策から気候変動目標を抽出するためのスケーラブルな手法はほとんどなく、政策立案者や研究者が、(1)グローバルな目標に対する民間セクターや公共セクターの整合性を評価し、(2)政策決定に情報を提供する能力を制限している。本稿では、各国の法律や政策から気候変動目標に関する記述を抽出するためのアプローチを紹介する。3つの目標カテゴリー（「ネットゼロ」、「削減」、「その他」（再生可能エネルギー目標など））を特定する専門家による注釈付きデータセットを作成し、テキスト内でそれらを確実に特定するための分類器を訓練する。我々のモデルに関連するバイアスと公平性への影響を調査し、問題のある特徴として特定の年と国名を特定する。最後に、この分類器を気候政策レーダー（CPR）データセット（世界各国の気候変動に関する法律と政策、UNFCCC提出文書）に適用して得られたデータセットの特徴を調査し、既存の気候政策データベースに対する自動化されたスケーラブルなデータ収集の可能性を明らかにするとともに、さらなる研究を支援する。私たちの研究は、政策立案者や研究者が、これらの重要な気候政策要素にアクセスしやすくするための重要なアップグレードである。我々のモデルはhttps://huggingface.co/ClimatePolicyRadar/national-climate-targets、関連データセットはhttps://huggingface.co/datasets/ClimatePolicyRadar/national-climate-targets。

要約(オリジナル)

Quantified policy targets are a fundamental element of climate policy, typically characterised by domain-specific and technical language. Current methods for curating comprehensive views of global climate policy targets entail significant manual effort. At present there are few scalable methods for extracting climate targets from national laws or policies, which limits policymakers’ and researchers’ ability to (1) assess private and public sector alignment with global goals and (2) inform policy decisions. In this paper we present an approach for extracting mentions of climate targets from national laws and policies. We create an expert-annotated dataset identifying three categories of target (‘Net Zero’, ‘Reduction’ and ‘Other’ (e.g. renewable energy targets)) and train a classifier to reliably identify them in text. We investigate bias and equity impacts related to our model and identify specific years and country names as problematic features. Finally, we investigate the characteristics of the dataset produced by running this classifier on the Climate Policy Radar (CPR) dataset of global national climate laws and policies and UNFCCC submissions, highlighting the potential of automated and scalable data collection for existing climate policy databases and supporting further research. Our work represents a significant upgrade in the accessibility of these key climate policy elements for policymakers and researchers. We publish our model at https://huggingface.co/ClimatePolicyRadar/national-climate-targets and related dataset at https://huggingface.co/datasets/ClimatePolicyRadar/national-climate-targets.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL