AI 中文总结
研究针对政府网站外交政策文本未被充分利用的问题，提出MDAF框架，集成大语言模型工作流程，应用于五眼联盟国家与中国相关文本，实现文本识别、信息提取和事件分类自动化，支持跨国比较等，为外交政策分析等做贡献。
AI 中文摘要
政府网站包含大量关于外交政策的文本证据，但未得到充分利用。本文开发了一种可扩展的方法，用于从政策文本中提取结构化信息并将其转换为标准化事件数据，政策事件被广义定义为声明或行动。它提出了集成大语言模型工作流程的MDAF，以实现外交政策文本识别、信息提取和事件分类的自动化。通过实证，将此方法应用于五眼联盟国家与中国相关的文本。分析表明，所得数据库支持系统的跨国比较，揭示了各国制定和实施对华政策的差异，并追踪了这些政策概况的时间演变。本文为外交政策分析和计算国际关系的方法发展做出了贡献。
英文摘要
Government websites contain a vast but underexploited body of textual evidence on foreign policy. This article develops a scalable approach for extracting structured information from policy texts and converting it into standardized event data, with policy event defined broadly as a statement or action. It proposes MDAF integrating an LLM workflow to automate foreign policy text identification, information extraction, and event classification. Empirically, it applies this approach to China-related texts from Five Eyes countries. The analysis shows that the resulting database supports systematic cross-national comparison, reveals variation in how states frame and implement China policy, and traces the temporal evolution of these policy profiles. This article contributes to foreign policy analysis and the methodological development of computational international relations.
Comments32 pages, 9 figures, 5 tables
