SOURCES & METHOD
資料來源與方法
這個網站的每一筆政見都引自選舉公報原檔，每一筆兌現進度都附官方統計來源。 這頁說明資料從哪裡來、怎麼處理、以及哪些地方需要保留懷疑。
資料來源
選舉結果、候選人名單、得票數
候選人政見與學經歷的原始 PDF
立委學經歷、提案、質詢、表決紀錄
各部會與地方政府公開統計
承諾兌現進度（社宅戶數、托育名額、再生能源占比等），逐筆標註機關與擷取日期
處理流程
01
取得原始資料
從中選會選舉資料庫下載歷屆選舉結果與候選人名單，從選舉公報網站下載各選區公報 PDF。立委的學經歷與提案紀錄來自立法院開放資料。
02
解析公報
公報多為掃描影像，用 PaddleOCR 逐頁辨識。多欄式版面會依座標重新分欄，避免不同候選人的政見混在一起。版面太密的會提高解析度重跑。
03
切分與整理
OCR 出來是整頁連續文字，用 LLM 切分成各候選人的政見條目並整理斷行。整理後必須與原始 OCR 文字比對達八成重疊才採用，未達標的直接刪除而非保留。
04
標註與抽取
政見依關鍵字歸入 15 個主題；再由 LLM 從政見全文抽出可量化的承諾（數字、期限、單位）。這兩步都是自動產生的，會漏會錯。
05
追蹤兌現
挑出有明確數字、對得上政府公開統計的承諾，逐條人工查證進度並記錄來源與擷取日期。部分來源每日自動更新。
06
稽核與發布
資料庫更新前必須通過真實性稽核腳本與 42 項自動測試，CI 未通過不予發布。
怎麼確保沒有捏造
開發過程中曾發生 AI 用自身知識「腦補」政見內容的事故。所有無法對照公報原檔的資料 已全部刪除重建，並建立了以下機制防止再犯：
- · 寧可留白，不補寫 — 查不到公報來源的政見就是空的， 不用其他管道的記憶或推測填補。
- · 保留原文可對照 — 每條政見都存著原始 OCR 文字， 整理後的版本必須與原文比對達八成重疊才採用。
- · 一切標來源 — 政見標公報檔名、學經歷標出處、 兌現進度標機關網址與擷取日期。人工潤稿過的內容會另外註記。
- · 自動稽核擋關 — 資料庫更新前必須通過真實性稽核腳本 與 42 項測試，CI 未過不予發布。
需要保留懷疑的地方
- · OCR 會有錯字。公報是掃描影像，辨識難免出錯， 尤其密集排版的多欄版面。
- · 主題分類是關鍵字比對。政見裡出現「社宅、租屋」就會被歸到住宅主題， 不代表候選人真的著墨該議題。
- · 量化承諾由 AI 抽取，可能漏抽、誤判單位或抓錯期限。
- · 兌現追蹤只有 18 條，是逐條人工查證的示範，不是全面盤點。 沒被追蹤不代表沒兌現。
- · 功勞歸屬很複雜。有些目標由中央政策達成、有些跨越多任期、 有些查核單位有爭議 — 這些都在頁面上標註，請一併閱讀。
看到任何可疑的數字或內容，請到 GitHub 開 issue 或直接送 PR。 原始資料與所有處理腳本都是公開的，歡迎查核。
資料授權
本平台彙整的選舉結果、候選人、政見資料皆引自中央選舉委員會公開資料， 重新整理的 schema 與程式採 MIT 授權。引用請註明資料來源「正至 · 台灣選舉資訊平台」並連結回 GitHub。