检索结果-内蒙古大学图书馆

情报杂志 2025年第5期44卷 130-138页

作者：张君冬刘江峰邓景鹏黄奇刘艳华李娜南京大学信息管理学院武汉大学信息管理学院南京中医药大学卫生经济管理学院

[研究目的]基于大语言模型，提出一种分层分步的细粒度失真健康信息识别方法，缓解生成式人工智能背景下失真健康信息带来的危害。[研究方法]抽取健康文本中的关键信息元素并进行整合，形成简洁清晰的主张文本；再将主张文本分解为多个... 详细信息

[研究目的]基于大语言模型，提出一种分层分步的细粒度失真健康信息识别方法，缓解生成式人工智能背景下失真健康信息带来的危害。[研究方法]抽取健康文本中的关键信息元素并进行整合，形成简洁清晰的主张文本；再将主张文本分解为多个可验证的子主张，同时利用大模型自带的内部知识和搜索引擎，对每个子主张进行验证，根据子主张验证结果，对原始健康文本进行失真程度分类；最后通过实验评估来验证方法的有效性。[研究结果/结论]实验结果表明，该研究提出的方法在准确率、精确率和召回率上均显著优于CNN、RNN、ChatGPT-Zero-Shot等方法，同时可有效减轻利用大模型直接识别失真信息产生的要点遗漏、事实幻觉问题。该研究为AIGC时代下失真健康信息的识别提供了一种新的路径，对后续失真信息治理具有重要意义。

关键词：失真健康信息信息治理信息检测生成式人工智能大语言模型

来源：评论

学校读者我要写书评

暂无评论

基于PU学习的科技领域文献集自动降噪方法研究

引用

情报学报 2025年第4期44卷 414-424页

作者：陈果杨泽雨陈晶邵雨南京理工大学经济管理学院信息管理系南京210094

在开展领域文献分析时,通过惯用方式构造的文献集普遍存在相当比例的非领域相关文献,降低了最终结果的可靠性,因此,有必要对其开展降噪以剔除杂质。如何实现在无人工标注的前提下开展文献集的自动降噪,是保障降噪方案的领域泛化性、实... 详细信息

在开展领域文献分析时,通过惯用方式构造的文献集普遍存在相当比例的非领域相关文献,降低了最终结果的可靠性,因此,有必要对其开展降噪以剔除杂质。如何实现在无人工标注的前提下开展文献集的自动降噪,是保障降噪方案的领域泛化性、实践应用可行性的必要前提。本文在充分利用原始文献集自身特征的前提下,将领域文献集降噪任务转化为一个在自动构造正负样本集基础上的分类问题;其思路是利用文献集当中自然存在且易识别的一批绝对正样本集,开展PU(positive-unlabeled)分类学习,定位出一批可靠负样本集,以训练最终分类器。本文以人工智能、经济学和免疫学领域MAG(Microsoft Academic Graph)期刊文献集为例,开展了对比实验,比较了降噪方案中选择不同语义表示方法对最终降噪性能的影响,进一步构造了一个基准比较值,引入归一化折扣累积收益这一评价指标,从降噪收益、最终结果可用性以及文献降噪在科技领域情报分析多种任务场景下的有效性3个方面证明了本文方案的有效性。

关键词：领域分析领域文献集文献计量数据集降噪 PU学习

来源：评论

学校读者我要写书评

暂无评论

基础研究对科学突破的影响——以生物医药企业为例

引用

科学学研究 2025年第1期43卷 111-124页

作者：龚辰皎闵超赵毅南京大学信息管理学院江苏南京210023 南京理工大学经济管理学院江苏南京210094

探讨基础研究对企业科学突破的影响效应,有助于企业评估面向基础研究投资的有效性。然而,缺乏对研究基础性的细粒度测度方法,阻碍了这一研究的开展。为此,本文利用基础性程度得分(Level Score)对单篇论文的基础程度进行测度,基于2015-2... 详细信息

探讨基础研究对企业科学突破的影响效应,有助于企业评估面向基础研究投资的有效性。然而,缺乏对研究基础性的细粒度测度方法,阻碍了这一研究的开展。为此,本文利用基础性程度得分(Level Score)对单篇论文的基础程度进行测度,基于2015-2017年全球生物医药企业的论文发表数据,使用回归分析方法探究了基础研究对企业科学突破的影响。研究结果表明,首先,生物医药企业参考基础研究论文的数量与参考应用研究论文的数量都能显著正向影响其产出的论文总数,符合基本的投入产出关系。其次,基础性的知识在企业科学成果产出过程中扮演着关键角色,增强知识投入的平均基础性有利于生物医药企业产出更多的科学突破论文。最后,我们还发现,在研究类型方面更多样化的知识组合能够增加产生科学突破的可能性。本文从实证角度验证了基础研究对科学创新的促进作用。此外,本文能够为生物医药领域企业加大基础研究投入、提升基础研究能力提供科学依据,为相关科技政策制定提供一定启示。

关键词：基础研究生物医药科学突破企业

来源：评论

学校读者我要写书评

暂无评论

工作情境下数字囤积行为影响机理的组态研究——基于两步fsQCA方法

引用

情报理论与实践 2025年

作者：吴大伟赵宇翔南京理工大学经济管理学院南京大学信息管理学院

[目的/意义]探索数字囤积行为在工作情境下的影响机理，为组织提升信息管理效率，消解数字冗余风险提供参考。[方法/过程]借鉴近端和远端框架以及调节聚焦理论，基于对347名全职员工的问卷调研数据，采用两步fsQCA方法探究了组织压力(... 详细信息

[目的/意义]探索数字囤积行为在工作情境下的影响机理，为组织提升信息管理效率，消解数字冗余风险提供参考。[方法/过程]借鉴近端和远端框架以及调节聚焦理论，基于对347名全职员工的问卷调研数据，采用两步fsQCA方法探究了组织压力(时间压力、上行社会比较和数据保护责任)和个体心理(错失焦虑和反刍)对工作情境中数字囤积行为的层级性组态影响路径，并明确了领导调节聚焦导向(促进导向和预防导向)对组态的调节效应。[结果/结论]首先，存在责任—焦虑驱动型、比较—焦虑驱动型和比较—反刍驱动型三条“殊途同归”的工作情境下数字囤积行为组态路径；其次，没有发现导致该情境下数字囤积行为的必要条件；最后，领导的预防导向有效调节了个体心理在组态中的作用强度。文章从理论层面丰富了工作情境下数字囤积行为影响机理的探索，同时推广了两步fsQCA和QCA调节方法的应用，能够为工作情境中的数字囤积行为消解策略提供实践启示。[局限]没有讨论导致低数字囤积行为的组态，缺少对社会—文化因素的关注，没有明确数字囤积行为的下游效应，可在后续研究中进一步探索。

关键词：数字囤积行为工作情境组织压力近端和远端框架调节聚焦理论两步fsQCA

来源：评论

学校读者我要写书评

暂无评论

科普互动视频中交互特征对用户参与行为的影响

引用

图书馆论坛 2025年第3期45卷 141-152页

作者：吴晨煜赵宇翔宋士杰李金昊南京理工大学经济管理学院南京大学信息管理学院河海大学商学院武汉大学信息管理学院

科普互动视频创新了知识普及方式,为科学普及带来新的机遇与挑战,分析视频交互特征对用户参与行为的影响以及对于知识的吸收与转化至关重要。文章从内容与形式上的互动提出相关假设,基于普通最小二乘法探究科普互动视频中具有交互特征... 详细信息

科普互动视频创新了知识普及方式,为科学普及带来新的机遇与挑战,分析视频交互特征对用户参与行为的影响以及对于知识的吸收与转化至关重要。文章从内容与形式上的互动提出相关假设,基于普通最小二乘法探究科普互动视频中具有交互特征的互动频次、选项开放性、叙事性、反馈评估对用户参与行为的影响,并基于倾向得分匹配法设计“反事实”实验,通过匹配后的平均处理效应分析上述各处理变量与用户参与行为之间的因果关系,以剔除视频原有特征造成的内生性问题,保证回归结果的稳健性。实证结果表明:互动频次与用户的评论与转发行为呈现显著的正相关,选项开放性与用户的弹幕、评论、收藏、转发、点赞行为呈现显著的正相关,叙事性与六种用户参与行为均呈现显著的正相关,而反馈评估对于用户参与行为没有显著影响。

关键词：科普互动视频交互特征用户参与行为倾向得分匹配法

来源：评论

学校读者我要写书评

暂无评论

以善治促善智——2024世界人工智能大会人工智能治理专题综述

引用

图书馆论坛 2025年第4期45卷 104-118页

作者：胡奕李旭光王子琰王曼陆颖颖池毛毛山东理工大学信息管理学院中国地质大学（武汉）经济管理学院

文章围绕2024世界人工智能大会人工智能治理专题八场论坛，系统梳理人工智能面临的风险，包括：技术层面存在数据、模型和系统挑战，社会层面存在伦理、经济和环境风险，国际层面包括全球安全、地缘政治和全球不平等以及资源分配不均等... 详细信息

文章围绕2024世界人工智能大会人工智能治理专题八场论坛，系统梳理人工智能面临的风险，包括：技术层面存在数据、模型和系统挑战，社会层面存在伦理、经济和环境风险，国际层面包括全球安全、地缘政治和全球不平等以及资源分配不均等问题；提出人工智能的双重治理目标，包括：社会可持续发展与人本理念为核心；建议通过前沿技术方法研究，社会伦理与政策法律保障，多主体、跨行业、跨学科协同，以及全球治理深化，推动人工智能为人类社会可持续发展做出更大贡献。

关键词：人工智能风险治理措施治理目标

来源：评论

学校读者我要写书评

暂无评论

国际合作中国家间科研主导力及影响因素研究——基于DBLP数据的空间计量分析

引用

图书馆杂志 2025年第4期44卷 98-109页

作者：章成志胡子乐赵毅南京理工大学经济管理学院信息管理系江苏南京210094

在全球化背景下,国际科研合作备受关注。现有研究通常将团队中的合作关系视为同等,忽视层级关系。当前的科研合作组合多样,仅从论文作者位次反映主导—参与关系存在局限。通过合作网络分析研究团队,更能反映出节点的重要性。此外,已有... 详细信息

在全球化背景下,国际科研合作备受关注。现有研究通常将团队中的合作关系视为同等,忽视层级关系。当前的科研合作组合多样,仅从论文作者位次反映主导—参与关系存在局限。通过合作网络分析研究团队,更能反映出节点的重要性。此外,已有研究表明,距离因素会影响国家间合作强度,但忽略空间因素对科研主导力的影响,会影响模型估计结果的准确性。为此,本研究从网络全局视角,分析计算机科学学科内国际科研合作中国家科研主导力,利用网络节点间相互依赖关系确定国家间主导地位,并借助空间计量模型剖析影响因素。研究发现,科研主导力在空间上呈现出明显的聚集效应,高科研主导力国家集中在欧美地区。然而,一些欧洲国家虽有较多合作伙伴且参与的合作论文较多,但未被列为高科研主导力国家,表明它们可能处于参与地位。空间回归结果显示:一个国家的科研主导力受其周边国家、地区科研主导力水平及其他因素的影响。国民生产总值和教育支出对科研主导力有积极影响,人口规模则有负面影响。引入国家科研主导力,为深入了解国际合作中的主导地位提供新视角,对推动国家间合作共赢、提高创新协同效率具有重要理论和实践意义。

关键词：国际科研合作科研主导力主导关系计算机科学空间计量分析

来源：评论

学校读者我要写书评

暂无评论

用户响应式场景下大模型驱动的AI问答研究:以医疗分诊为例

引用

情报理论与实践 2025年第2期48卷 188-197页

作者：张君冬刘江峰王震宇黄奇刘艳华李娜南京大学信息管理学院江苏南京210023 南京中医药大学卫生经济管理学院江苏南京210023

[目的/意义]当前大语言模型驱动的AI问答仍以用户主动式提问场景为主,面对复杂或模糊场景时,模型难以有效引导对话。[方法/过程]文章提出了用户响应式场景下大语言模型驱动的AI问答框架,包含继续预训练、有监督微调、人类反馈强化学习... 详细信息

[目的/意义]当前大语言模型驱动的AI问答仍以用户主动式提问场景为主,面对复杂或模糊场景时,模型难以有效引导对话。[方法/过程]文章提出了用户响应式场景下大语言模型驱动的AI问答框架,包含继续预训练、有监督微调、人类反馈强化学习、模型评估4个步骤,最后以医疗分诊为例进行实证研究,验证其可行性。[结果/结论]构建的模型具备主动引导信息收集、个性化互动、用户体验优化三大优势;创新了大语言模型的场景化应用的形式,可为后续AI问答服务的发展提供借鉴。

关键词：用户响应式场景模型主动性 AI问答医疗分诊大语言模型

来源：评论

学校读者我要写书评

暂无评论

基于BERTopic模型的在线医疗社区医学知识交流主题及效率探究

引用

图书馆工作与研究 2025年第2期 45-59页

作者：夏苏迪谢靖汪璠邓胜利南京中医药大学卫生经济管理学院武汉大学信息管理学院

文章利用BERTopic模型识别在线医疗社区医学知识的主题领域，结合数据包络分析方法从静态和动态两个视角测度不同医学领域知识交流效率。研究结果显示，在线医疗社区医学知识主要涉及医学文献解读、医学理论、疾病治疗及方法、药品用药... 详细信息

文章利用BERTopic模型识别在线医疗社区医学知识的主题领域，结合数据包络分析方法从静态和动态两个视角测度不同医学领域知识交流效率。研究结果显示，在线医疗社区医学知识主要涉及医学文献解读、医学理论、疾病治疗及方法、药品用药和临床实践总结5个领域；不同领域知识交流效率差异较大，且多数领域投入要素配置不合理，投入产出效率存在较大提升空间；技术变化是影响在线医疗社区医学知识交流效率提升的重要因素。基于此，提出提高在线医疗社区知识交流效率的建议。

关键词：在线医疗社区医学知识知识交流效率 BERTopic模型数据包络分析

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型技术的古籍限定域关系抽取及应用研究

引用

情报学报 2025年第2期44卷 200-219页

作者：刘畅张琪王东波沈思吴梦成刘浏苏雨诗南京农业大学信息管理学院南京211800 山西大学经济与管理学院太原030006 南京理工大学经济管理学院南京210094

古籍文本中的细粒度知识单元的自动抽取和结构化能够为群体传记、历史地图等古籍数字人文研究提供数据基础。基于判别式模型的抽取方法严重受制于古汉语本身语义的复杂性和训练样本的缺失,抽取效果和领域迁移的效果受到影响,相关研究亟... 详细信息

古籍文本中的细粒度知识单元的自动抽取和结构化能够为群体传记、历史地图等古籍数字人文研究提供数据基础。基于判别式模型的抽取方法严重受制于古汉语本身语义的复杂性和训练样本的缺失,抽取效果和领域迁移的效果受到影响,相关研究亟待生成式人工智能技术的赋能。本研究探索了基于大语言模型的古籍领域限定域关系抽取方法和高质量训练语料自动生成方法。通过比较不同提示模板对模型抽取性能的影响,证明了微调方法对模型性能提升具有显著价值。基于ChatGPT4的API服务,结合自指令、思维链与人类反馈合成古籍限定域关系抽取数据集,在数据增强后于两种古籍关系抽取数据集上分别取得56.07%和30.50%的F1值,迁移能力较两种使用全部数据训练的模型均取得了显著提升。本研究还探索了协同使用自指令模型和自动评价模型合成训练语料和评价信息,并基于合成数据训练模型,有效缓解了训练数据不足的问题。研究结果表明,使用大语言模型抽取关系三元组与合成训练数据,能够显著降低过往限定域关系抽取的人力成本,有助于提升古籍领域知识图谱的构建效率。

关键词：大语言模型古籍智能限定域关系抽取 AI生成数据数字人文

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：