الملخص إن التقدم السريع لطرق الحوسبة المتقدمة في تحليل الجغرافيا السياسية قد خلق فرصًا جديدة للتنبؤ بالاضطرابات والصدمة الاقتصادية والتحولات الدبلوماسية. يمكن لخوارزميات التعلم الآلي التقليدية استخراج أنماط إحصائية من مجموعات كبيرة من الأحداث، ولكنها غالبًا ما تواجه صعوبة في دمج المعلومات السياقية في الوقت الفعلي أو شرح تنبؤاتها بلغة يسهل الوصول إليها لصناع القرار. تقترح هذه الدراسة إطارًا شاملاً، LLM4Geopolitics، الذي يجمع بين نموذج لغة كبير مُكيف مع آلية التوليد المعزز بالاسترجاع مستندة إلى رسم بياني معرفي هيكلي. تستخدم مكونات التنبؤ بنية محول مصممة لتدفقات الأحداث غير المنتظمة والنادرة، في حين تترجم المكونات التوليدية مخرجات النموذج إلى تقييمات جاهزة للحوار غنية بمؤشرات اقتصادية ومؤشرات سلام محدثة. تُظهر التجارب التي أُجريت على مجموعة بيانات Gdelt أن النهج المتكامل يُحسن من توقع شدة الأحداث وينتج سردًا يتسم بالتوافق مع الحقائق مقارنةً بالنماذج التقليدية التي تعتمد على السلاسل الزمنية والنصوص فقط. تسلط هذه النتائج الضوء على إمكانية دمج نماذج التسلسل المتخصصة واسترجاع المعرفة عند الطلب والتفكير التوليدي لتقديم رؤى في الوقت المناسب وقابلة للتفسير للتنبؤ بالجغرافيا السياسية.
دراسة موخّر وآخرون (Fri,) هذا السؤال.