CitiLink-Minutes: A Multilayer Annotated Dataset of Municipal Meeting Minutes
Dit paper introduceert CitiLink-Minutes, een nieuw, multilayer geannoteerd dataset van 120 Portugese gemeenteraadsnotulen met meer dan 38.000 handmatige annotaties op metadata, bespreekpunten en stemuitslagen, om de ontwikkeling van NLP- en IR-modellen voor lokaal bestuur te bevorderen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stadsraad-Notulen: Een Gouden Mijlpaal voor Slimme Computers
Stel je voor dat elke gemeente een enorm, geheim dagboek heeft. In dit dagboek schrijven ze elke beslissing op die ze nemen: van het bouwen van een nieuw park tot het verhogen van de belastingen. Dit noemen ze gemeenteraadsnotulen. Voor de gewone burger is dit dagboek vaak een onleesbare soep van moeilijke zinnen, waar de belangrijke feiten diep in verstopt zitten.
Tot nu toe hebben computers (zoals AI) veel moeite gehad om in dit dagboek te duiken. Waarom? Omdat er geen "leeswijzer" of "vertaalboek" bestond. Computers zagen alleen een muur van tekst en wisten niet waar ze moesten zoeken.
De Oplossing: CitiLink-Minutes
In dit paper presenteren de onderzoekers CitiLink-Minutes. Dit is geen nieuw dagboek, maar een superkrachtige leeswijzer die ze hebben gemaakt voor 120 van deze raadsnotulen uit zes Portugese steden.
Hier is hoe ze het hebben gedaan, vertaald in alledaagse termen:
1. Het Bouwproject: Een Schatgraven in Zes Steden
De onderzoekers werkten samen met zes steden (zoals Porto en Guimarães). Ze haalden 120 notulen op uit de periode 2021-2024. Maar ze deden niet zomaar een kopie. Ze maakten er een meesterwerk van.
Stel je voor dat je een oude, krakende kast hebt vol met papieren. De onderzoekers hebben elke pagina niet alleen ingescand, maar ze hebben er ook kleurrijke post-its op geplakt. Ze hebben de tekst in vier lagen ontleed, alsof je een lasagne in lagen snijdt:
- Laag 1: De Mensen (Persoonlijke Informatie)
- Analogie: Het is alsof je een rood potlood gebruikt om alle namen van mensen eruit te halen. Maar omdat we privacy willen beschermen, hebben ze deze namen direct vervangen door
***. Het is alsof je een masker op de gezichten hebt gezet, zodat de computer de tekst kan lezen zonder te weten wie er precies zit.
- Analogie: Het is alsof je een rood potlood gebruikt om alle namen van mensen eruit te halen. Maar omdat we privacy willen beschermen, hebben ze deze namen direct vervangen door
- Laag 2: De Feiten (Metadata)
- Analogie: Dit is de "hoofdlijn" van het verhaal. Wanneer was het? Waar was het? Wie zat er aan de tafel? Het is als het invullen van een formulier voor elke vergadering: Datum, Tijd, Locatie.
- Laag 3: Het Onderwerp (Discussie)
- Analogie: Stel je voor dat elke vergadering een grote doos met verschillende onderwerpen is. De onderzoekers hebben voor elk onderwerp een label geplakt: "Begroting", "Verkeer", "Schoolgebouw". Ze hebben zelfs gezegd: "Dit onderwerp gaat over verkeersveiligheid binnen het thema stadsplanning."
- Laag 4: De Stemming (Uitslag)
- Analogie: Dit is het spannendste deel. Wie heeft er "Ja" gezegd, wie "Nee", en wie zat er niet? De onderzoekers hebben elke stem getraceerd. Het is alsof ze een scorebord hebben gemaakt voor elke beslissing.
2. De "Twee Ogen" Regel
Om zeker te weten dat deze post-its correct waren, hebben ze niet één, maar twee mensen laten werken aan elke pagina. Als ze het oneens waren, kwam er een derde, ervaren expert (een "rechter") om de knoop door te hakken. Zo weten we dat de data betrouwbaar is.
3. Wat levert dit op? (De Proef)
De onderzoekers hebben dit nieuwe "geleerde" dataset gebruikt om te testen of slimme computers het nu beter kunnen. Ze hebben drie proefjes gedaan:
- De Zoektocht: Kunnen computers snel vinden wanneer een vergadering was? (Ja, heel goed!)
- De Stemming: Kunnen computers zien wie er voor of tegen een voorstel was? (Ja, de slimme computers deden het veel beter dan een generieke AI die zomaar raadt.)
- Het Onderwerp: Kunnen computers zeggen waar het over ging? (Ja, maar dit was het lastigst, omdat mensen vaak over meerdere dingen tegelijk praten.)
Waarom is dit belangrijk?
Voorheen was het alsof je probeerde een raadsel op te lossen in het donker. Nu hebben de onderzoekers het licht aangezet.
- Voor burgers: Het maakt het makkelijker om te zien wat hun gemeente doet.
- Voor onderzoekers: Het is een "trainingsveld" voor AI. Net zoals een kind eerst moet leren lezen voordat het een roman kan schrijven, moet een computer eerst leren lezen in gemeentelijke notulen voordat hij echt slim kan worden in het bestuur.
- Voor de toekomst: Ze hebben een dashboard gemaakt (een soort interactieve kaart) waar iedereen de data kan bekijken.
Kortom:
De onderzoekers hebben een enorme stap gezet. Ze hebben een chaotische berg papier omgetoverd in een georganiseerde, privacy-vriendelijke schatkist. Ze hebben bewezen dat computers gemeentelijke beslissingen kunnen begrijpen, mits je ze eerst de juiste "leeswijzer" geeft. En nu is die leeswijzer voor iedereen beschikbaar, zodat we allemaal slimmer kunnen kijken naar hoe onze steden worden bestuurd.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.