多语言环境下的政治主张识别与分类：初步实验
Political claim identification and categorization in a multilingual setting: First experiments
AI总结：
本文针对政治主张分析资源稀缺问题，在德语数据集DebateNet2.0上实验跨语言投影策略，评估两种任务、三种语言和两种方法，发现机器翻译效果最佳。
摘要：
政治主张的识别与分类是分析政治报纸报道的重要步骤；然而，用于此任务的资源十分稀缺。本文探讨了政治主张分析跨语言投影的不同策略。我们在德国数据集DebateNet2.0上进行了实验，该数据集涵盖了2015年难民危机引发的政策辩论。我们的评估涉及两个任务（主张识别和分类）、三种语言（德语、英语和法语）以及两种方法（机器翻译——我们实验中表现最佳的方法——和多语言嵌入）。
英文摘要：
The identification and classification of political claims is an important step in the analysis of political newspaper reports; however, resources for this task are few and far between. This paper explores different strategies for the cross-lingual projection of political claims analysis. We conduct experiments on a German dataset, DebateNet2.0, covering the policy debate sparked by the 2015 refugee crisis. Our evaluation involves two tasks (claim identification and categorization), three languages (German, English, and French) and two methods (machine translation -- the best method in our experiments -- and multilingual embeddings).
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
