ChatGPT生成与学者撰写文献摘要的对比研究——以信息资源管理领域为例

[目的/意义]探究ChatGPT生成与学者撰写的中文论文摘要之间的异同,为AI生成学术论文检测及相关研究提供借鉴。[方法/过程]首先,以信息资源管理领域为例,分别抽取图书馆学、情报学、档案学近3年各500篇高被引论文,基于获取的论文题目采用Prompt方式应用ChatGPT工具生成对应的摘要文本,构建数据集合;其次,采用9种机器学习及深度学习算法对ChatGPT生成与学者撰写的摘要文本进行分类检测;最后,从文本特征、主题模型、ROUGE评测对二者的异同进行多角度分析,从而揭示二者之间的异同点。[结果/结论]基于数据集所训练的主流机器学习及深度学习算法可以有效地分辨摘要是AI生成还是学者撰写,其中BERT和ERNIE的效果最好,而机器学习算法中RF和Xgboost效果最好。ChatGPT生成的摘要字符数量、句子数量较学者撰写的要多,关键词多为模版化的转折性词语;两者的文本主题大部分相同,在“学科体系”“数字人文”等主题上存在差异;ROUGE及余弦相似度定量分析表明ChatGPT生成的摘要与学者撰写的摘要文本存在明显的“形似”而非“神似”的现象。     

中文高下载量论文基本特征研究——以图书情报学为例

论文的下载量代表了读者对论文的关注度。为查明论文的下载量特征,探究高下载量论文的普遍规律,唤醒对论文下载量的重视,文章以图书情报领域的18本CSSCI期刊为例,以期刊下载量排名前100的论文为样本,采用VOSviewer、COOC13.6、SPSSPRO等工具软件对论文的年代分布、关键词共现、关键词演进、关键指标及代表论文进行全面分析。结果表明,论文下载量可以及时反映论文的短期关注度,与发表时间、研究内容、期刊影响力相关,高下载量论文在上述方面具有比较明显的特征,为学术研究和论文评价带来新的启示。     

中文人文社会科学科研人员的学术影响力评价研究——以图书情报学领域为例

科学评价科研人员学术影响力是展现其专业性与创新性的重要途径。文章在构建科研人员学术影响力评价指数PRCI-G的基础上,结合科研人员研究主题构建学术影响力评价矩阵,并从五大维度构建科研人员学术影响力画像。以图书情报学领域为例对所提方法进行实证研究,该方法能够全景化展示科研人员的学术面貌,为中文人文社会科学领域的其他学科应用提供借鉴,同时为研究者追踪科研人员动态与快速把握学术进展提供决策参考。     

图书馆学情报学博士学位论文研究方法调查分析——以中国科学院国家科学图书馆为例

对中国科学院国家科学图书馆2000-2009年的图书馆学情报学博士学位论文进行调查,研究分析图书馆学情报学博士学位论文在研究方法上的使用情况、共性特征及存在问题。发现其中调查、实验等常规研究方法占据主导地位,研究方法突出实践性与实证性,并兼具社会科学与自然科学特征,还反映了学术共同体的研究范式。当然也存在研究方法层次界定不清、思维和基础方法与博士学位论文研究方法相混淆等问题。     

科研机构研究主题的测度——以我国情报学领域为例

探讨如何利用论文关键词共现和聚类的方法探测和确定科研机构的研究主题。提出从主题覆盖范围、主题研究强度、主题研究影响力3方面综合测度和分析科研机构的研究主题分布、重点研究主题和优势主题等情况。在关键词共现和聚类的基础上,引入关键词词频和被引次数,将机构的研究主题分布、研究强度和影响力等情况更加形象地展现出来,并以我国具有情报学博士学位授予点的9所图书情报机构为例,实证分析各机构在情报学领域的研究主题分布情况、主要研究主题领域和优势主题领域。     

生成式人工智能平台持续使用意愿研究——以ChatGPT为例

ChatGPT作为生成式人工智能平台新兴技术,探究生成式人工智能平台用户持续使用意愿的外部因素影响以及相关的作用机理,以S-O-R理论为逻辑框架,同时结合TAM、D&M模型以及习惯理论,构建研究模型由外部刺激、机体感知以及用户反应,通过问卷数据分析进行外部因素和用户感知内部因素对持续使用意愿影响的实证检验。研究结果表明,便利性、智能性、信息质量等外部因素同时对持续使用意愿产生间接的正向影响且习惯起到正向调节满意度与持续使用意愿的作用。     

基于关键词的情报学硕士论文研究内容分析——以《中国优秀硕士学位论文全文数据库》为例

笔者利用关键词对中国知网《中国优秀硕士学位论文全文数据库》中所收录的2008年～2012年间的1,503篇情报学硕士论文进行了词频分析,得到了近5年硕士学位论文的高频关键词,在对其进行共现聚类的基础上,总结出了情报学近年来的研究热点。     

领域概念语义网络的数据库设计——以情报学概念语义网络为例

概念语义网络作为一种揭示知识单元间内在联系的知识组织体系,有利于提高信息检索系统与用户的交互性,实现概念检索、智能导航与知识推理.本文结合知识表示语言与本体构建理论,以情报学概念语义网络为例,详细介绍了面向领域的概念语义网络的开放数据库设计.文中介绍的概念语义网络数据关系模型具有较强的通用性与扩展性,适用于不同类型,不同规模的概念语义网络的设计与实现,对于构建领域概念语义网络有一定的参考借鉴意义.     

聊天机器人助推媒体智能化发展之思考——以ChatGPT为例

以ChatGPT为代表的人工智能聊天机器人的出现及其背后的大模型,作为新一代生产力工具,将助推媒体智能化发展,加速“人机协同”进程,对新闻生产方式、新闻报道理念、信息传播环境等环节带来深远影响,但是,也需要警惕它带来的数据信息准确性有偏差、版权问题不清、容易产生偏见和歧视等挑战。基于此,本文提出在媒体智能化时代人机协同的大趋势下,关键是要在技术的使用和人类记者在新闻报道中的重要作用之间找到平衡。     

高校图书馆在职称评审论文查重检测中的实践与探索——以山西高校职称评审论文查重为例

本文基于山西省教育厅委托山西大学图书馆承担高校高级职称评审论文查重检测的实践,通过对2014年到2019年查重论文结果的数据进行统计分析,着重从年度数据的区间分布、申报职务(教授、副教授)数据的区间分布、学科(自然科学、社会科学)数据的区间分布三个层面,总结了论文查重结果显示的规律性特征、现象和趋势,对教育厅及各高校职称部门制定职称查重政策标准有一定的参考价值,对晋升职称教师的科研初心的回归有一定的促进作用。同时,彰显了高校图书馆在论文查重检测中的重要作用。     

科学应对传播媒介变革带来的机遇和挑战——以ChatGPT为例

ChatGPT的出现,推动媒体智能化向前迈进了一大步,加快了媒体深度融合发展,深刻影响着传媒生态和传播格局的改变。其强大的人工智能内容生成及分发功能,给传媒业带来发展机遇的同时,与之伴生的媒介伦理风险也不容忽视。当前,以ChatGPT为代表的人工智能模型在传媒业的应用已呈不可阻挡趋势,其中蕴含的机遇和挑战是传媒业必须认真对待并深入研究的新课题。智能传播时代,传媒业必须进一步贯彻落实习近平总书记关于运用新技术、加快媒体融合发展步伐的重要论述精神,正确认识和科学应对ChatGPT给传媒业带来的机遇和挑战,识变求变应变,积极探索以主流价值导向驾驭“算法”,为受众提供更具情感温度和人文关怀的信息服务,迎接智能传播新时代的全面到来。     

现阶段生成式人工智能在档案开发利用中的应用瓶颈分析——以ChatGPT类人工智能为例

生成式人工智能虽然具有令人惊叹的强大功能、惊人的更迭速度和广阔的应用前景,但是现阶段将其应用于档案开发利用尚存在诸多瓶颈。文章分三个阶段分析了生成式人工智能应用于档案开发利用的瓶颈所在,认为数据准备阶段在数据库层面和数据量层面均存在发展瓶颈,内容生成阶段在内容生成机制和内容生成结果两个方面存在风险,社会传播阶段瓶颈产生的根源则主要包括其高并发性和强破坏性。     

中国图书情报学机构学术影响力研究报告——基于2003—2007年CNKI的统计分析

论文通过<中国知识资源总库>中的<中国期刊全文数据库>和<中国引文数据库>对2003-2007年图书情报学机构所发表的论文及其成果被引的统计数据进行分析,以衡量各机构在图书情报学研究领域的学术影响力.     

中国图书情报学研究领域的学者影响力报告——基于2003～2007年CNKI的统计分析

通过《中国知识资源总库》中的《中国期刊全文数据库》和《中国引文数据库》对2003～2007年图书情报学领域学者所发表的论文及其成果被引两方面的统计数据进行分析,以衡量学者在图书情报学研究领域的创新度和学术影响力。     

引文内容分析视角下中文造假论文被引分析——以国家自然科学基金委员会查处的造假论文为例

以国家自然科学基金委员会查处的中文造假论文为例,基于引文内容分析其被其他文献引用的情况。调查表明:11篇中文造假论文共被有效引用34次;在定性为造假论文前被引用26次(占76.47%),在定性为造假论文后被引用8次(占23.53%,其中1次为负面引用);从引用情感来看,15次(占44.12%)为正面引用,18次(占52.94%)为中性引用,1次(占2.94%)为负面引用。建议加强发现造假论文的机构(个人)、作者单位与学术期刊等的沟通交流,督促造假论文尽快被撤销并在撤销声明中阐述具体原因;基于科学研究不断发展的特点以及学术不端行为长期存在的现状,科研工作者应具备质疑精神,对前人的研究结果进行借鉴和识别;关注造假论文的正面引用,应警惕连环造假行为。     

近20年我国情报学研究进展及未来趋势分析——以《情报学进展》载文为例

[目的/意义]回顾总结我国情报学近20年来的历史进程,对于了解我国情报学的发展脉络具有重要意义,能够为情报学后续研究提供参考和指引。[方法/过程]以《情报学进展》第1-11卷刊载的文章为研究对象,运用内容分析法归纳文章选题、主题并总结各选题特点;在此基础上预测未来一定进展周期内我国情报学在理论研究、范式方法、应用实践三个方面的发展趋势。[结果/结论]分析发现情报学基础理论、信息资源及其管理、新兴信息技术等是《情报学进展》所载文章的主要选题,各选题呈现出不同特点。未来,智能化的情报学将融合多学科,面向科学发现,服务国民经济建设和国防安全,为国家新型智库建设提供智力支持。     

学科热点概念的增长规律及属性分选研究——以我国图书情报学领域为例

[目的/意义]增长规律是信息和知识的动态特性,透过增长形态可以在一定程度上对知识元素的属性进行揭示,这对于知识组织和知识网络构建研究具有实际意义。[方法/过程]在对文献增长规律进行简要回顾后,以图书情报学近25年来热点概念的历年频次数据为基础构建数据集,进行曲线拟合;同时对拟合结果进行分解分析,进而根据逻辑函数的性质建立一种增长曲线形态测度指标,并进行实证分析。[结果/结论]通过曲线拟合和分解分析验证逻辑增长规律对信息或知识增长描述的有效性,实证分析表明提出的测度指标对学科热点概念的属性有良好的分选性,据此可将图书情报学的热点概念按象限划分为长效基础概念、短效老化概念和发展中热点概念三组。     

基于核心作者研究兴趣相似性网络的社群隶属研究——以国内情报学领域为例

[目的/意义]构建情报学领域核心作者研究兴趣相似性网络,研究该网络的社群结构与社群隶属问题。[方法/过程]在CSSCI数据库以中图分类号为检索条件,下载该学科1998-2015年所有的论文数据,通过普莱斯定律识别核心作者。将作者研究兴趣用词袋模型表示,并计算作者间研究兴趣的余弦相似性,进而构建核心作者研究兴趣相似性网络。在此基础上进行社群划分并识别各社群研究主题,计算作者对各社群的隶属度与模糊熵。[结果/结论]研究发现,当前我国情报学研究可分为信息组织与检索、文献计量与科学评价、竞争情报与知识管理、情报学学科整体研究4个领域,大部分作者研究并不局限于单个领域,竞争情报和文献计量领域界限明显,较少有作者将彼此作为次要隶属社群。     

AI作为策划者：ChatGPT新闻生产应用研究——以凤凰卫视电视新闻为例

【目的】为探究以ChatGPT为代表的人工智能新闻机器人作为新的技术工具如何深度嵌入电视新闻节目生产实践并产生影响。【方法】本文基于新闻生产社会学的视角,以凤凰卫视电视新闻节目《新闻鉴证组》的新闻生产为案例,结合深度访谈的方法。【结果】厘清凤凰卫视电视新闻生产流程,以及ChatGPT介入这一流程带来的新变化。【结论】认为ChatGPT以更深入、更多样化的形式参与到新闻节目的采编流程当中,“人工智能+媒体”已经成为当下新闻生产的新语境。新闻生产者需要破除技术神话,把控技术使用尺度,以人类主导技术实践,从而形成人机结合、人机协同的有效路径。     

基于形式概念分析的学科知识结构探测——以图书情报学为例

研究基于形式概念分析（FCA）的学科知识结构探测方法,提出基于FCA的学科知识结构的定义和表示模型,详细阐述基于FCA的学科知识结构的构建方法。以图书情报学为例,以SCI和SSCI收录的16种图书情报学期刊在2001-2013年间的数据为样本,对基于FCA的学科知识结构探测方法进行实证分析。研究探测到新世纪以来图书情报学的9个主要研究主题,并揭示每个研究主题的核心关键词和活跃作者。与传统的知识结构探测方法相比,基于FCA的方法不仅能有效、合理地描述复杂概念及其层次关系,还能客观地显示出聚类和关联特征。