机构名称：
¥ 1.0
将系统表示为网络对于支持系统思维至关重要，因此已经开发了几种工具来从教育技术，建模和仿真或预测中得出网络。大规模的预训练语言模型（PLM）最近走到了最前沿，以创建可以从文本中提取网络的问答系统（Q＆A）。在本文中，我们设计并实施了一个使用GPT-3.5以及12个过滤器提取因果地图文本的问答系统。我们通过几个政策文件对两个主题的评估发现，GPT可以准确提取相关的概念节点，但偶尔会扭转因果关系的因果类型，因为它缺乏对事件序列的理解。我们还表明，自动提取的地图只能部分类似于在相同主题上收集的人造地图。通过在永久存储库上进行我们的问答系统开源，研究人员可以随着技术的改进而用较新的PLM进行评估。
用于系统思维的生成AI：GPT可以提问 -
主要关键词
相关文件推荐
