新能源汽车产业政策文本关键信息自动提取研究——基于 TextRank与 Sentence-BERT

梅 晓烽
湖北经济学院,信息管理学院

摘要


通过构建“政策工具—发文主体—核心主题”三维分析框架,以2015—2025年国家、省、市级共235份不
同行政等级的有效政策文件为样本,先用TextRank关键词提取技术,再用Sentence-BERT语义建模模型,把政策自
上而下逐层传导的逻辑及实施规律客观、清晰地呈现出来。由此得出相关结论:国内新能源产业已有成熟、分明、
各就其位的分层协同治理架构:国家层面上抓充电基建,做全局性顶层制度设计,省级政府结合区域产业特点对扶
持政策加以本地化适配优化,市级单位具体落实终端购车优惠、消费补贴等落地激励措施。另一方面,文中对各级
政府使用环境类调控举措时所涉的层级滞后性及跨部门、跨层级联动特征做了极好的梳理,因此也自然地引出优化
不同行政层级产业协同发展机制的具体路径,对新能源汽车行业发展有直接而实质的政策启示。

关键词


新能源汽车产业政策;TextRank;Sentence-BERT;关键信息提取

全文:

PDF


参考


[1]张永安,周怡园.新能源汽车补贴政策工具挖掘

及量化评价[J].中国人口·资源与环境,2017,27(10):

188-197.

[2]张学工.关于统计学习理论与支持向量机[J].自动

化学报,2000,(1):36-46.

[3]杨洁,季铎,蔡东风,等.基于TextRank的多文档

关键词抽取技术[C].北京:中国中文信息学会,2008:1-7.

[4]翁克瑞,周雅洁,於世为.基于BERT的多层次

特征融合的舆情文本政策意愿识别模型研究[J].中国地质

大学学报(社会科学版),2025,25(1):131-140.

[5]王子伟,赵英,孙怡璐.我国医联体建设政策文

本量化研究——基于政策工具-目标-阶段三维框架[J].

社会建设,2024,11(3):101-124.


Refbacks

  • 当前没有refback。