A Cascaded Unsupervised-Supervised NLP Pipeline for Detecting Accusatory Language in Public Procurement
Di cosa parla
Analizzare i commenti lasciati nelle gare d’appalto pubbliche per individuare accuse o segnalazioni di irregolarità. Il flusso proposto prima raggruppa automaticamente i commenti simili per far emergere pattern nascosti e poi allena un classificatore a riconoscere i messaggi accusatori; i risultati mostrano che rappresentazioni del significato adattate al contesto funzionano bene anche quando le segnalazioni sono poche. Si osserva inoltre che il metodo può operare con modelli relativamente leggeri, senza bisogno di grandi infrastrutture.
Cosa permette di osservare
Permette di esplorare se i commenti pubblici possono essere sfruttati come fonte di allerta per rischi nelle procedure di acquisto e quale combinazione di analisi automatica e apprendimento basato su esempi sia più efficace quando le segnalazioni sono rare.
Dalla fonte
Public procurement involves the allocation of substantial financial resources; therefore, continuous oversight through audits, controls, and monitoring mechanisms is essential. However, stakeholder comments and publicly available government data are often underutilized, despite their potential to reveal procedural irregularities. To address this gap, this paper analyzes metadata from Ecuador's Sistema Oficial de Contrataci\'on P\'ublica (SOCE, Official Public Procurement System), with particular emphasis on participant comments generated during the pre-contractual phase. We propose a hybrid modeling framework that integrates unsupervised clustering and supervised classification within a natural language processing (NLP) pipeline to uncover latent patterns and detect potentially irregular procurement processes. Semantic embeddings are generated using Word2Vec, LLaMA, and RoBERTa, followe…