基于ChatGPT的内容生成与知识传播模式创新

ChatGPT自发布以来获得了学术界和业界的广泛关注。文章从知识生态系统和知识传播路径两个方面分析了ChatGPT的知识传播模式,然后从提高知识主体知识创造能力、优化知识传播环境、提高知识系统的运行效率、知识路径的多渠道实现和构建持续改进的创新模式五个方面,提出了基于ChatGPT的知识传播模式创新策略。     

涉警网络舆情主题发现及情感分析研究

[目的/意义]研究涉警网络舆情主题特点及网民情感变化,可以为构建良好的警民关系和警察形象提供参考,具有重要的社会意义和实际价值。[方法/过程]获取微博平台涉警网络舆情数据,使用LDA主题模型及TF-IDF算法对网络舆情数据进行主题发现研究,基于Word2Vec模型构建涉警网络舆情领域情感词典,进而对网民情感进行分析。[局限]在案例选取及分析方面不够全面。[结果/结论]通过LDA主题模型及TF-IDF算法可以使主题划分更为明显,基于领域情感词典的情感分析也较为准确,更好地反映出舆情传播过程中热点话题及网民情感的变化。     

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。     

ChatGPT在档案领域应用和意义北大核心

档案数字化的出现,对档案管理提出了新的要求和挑战。在档案数字化管理的基础上,ChatGPT作为一个自然语言生成模型,可以进一步提高档案管理的智能化水平。ChatGPT模型基本原理ChatGPT是由OpenAI推出的一种人工智能模型,它基于深度学习技术,可以模拟人类自然语言处理能力,理解自然语言,生成语言模型。ChatGPT的基础架构是Transformer,使用了多头自注意力机制,可以对文本进行编码和解码。     

基于ChatGPT的出版知识服务系统建设思考

【目的】ChatGPT是一种基于NLP技术的大型语言模型,其能力已经超越了传统的搜索引擎和问答系统,本文结合ChatGPT及其相关技术对如何构建出版领域知识服务系统进行思考。【方法】本文将探讨利用ChatGPT技术构建出版知识服务系统的核心,并对可能面临的挑战进行总结。【结果】为融合出版发展提供思路。【结论】出版社天然具备优质的知识服务基础,如今大模型如ChatGPT等的发展,将会成为融合出版的加速剂。     

ChatGPT生成内容的非版权性及著作权侵权风险

作为一种现象级的技术应用，ChatGPT不仅给多个行业带来了新的可能，也对现行的法律制度提出了挑战，其在自然语言生成应用场景下的生成内容引发了可版权性和权利归属等论争。基于对著作权法、ChatGPT的技术发展和生成内容类型的分析，本文认为，ChatGPT在自然语言生成应用场景下的生成内容在现有著作权法系统下无法构成“作品”，内容生产和模型训练分别对著作权核心理念和合理使用原则提出了挑战，生成内容的利用有可能引发道德和著作权侵权风险。     

舆情精准研判中的Chat GPT：“大数据、大模型、大计算”范式驱动的理论与应用探索

本文旨在探讨ChatGPT类大语言模型（以下简称ChatGPT）在舆情精准研判场景中的基础理论和实证应用。在理论部分,提出“大数据、大模型、大计算”全新范式驱动的舆情精准研判。深入剖析了ChatGPT的工作原理,阐述了它与传统舆情分析方法相比具备的优势和存在的局限。在对ChatGPT的特点和舆情精准研判的要义进行厘定的基础上,对舆情研判中人工智能（AI）的应用现状加以分析。随后,从学理方面探析了如何利用大语言模型进行复杂舆情的精准研判以及ChatGPT在舆情精准研判中的实际应用,分析其在文本分析、情绪识别、舆情预测和预警中扮演的角色。理论探讨的同时取用了认知科学和传播学的视角,为舆情精准分析和研判提供了一个全新的理论框架。实证部分,利用ChatGPT大模型预测热门话题和事件是否会登上热搜（以“登上热搜”作为重大舆情事件和事件舆情的重要表征）,并进行了大量的实证研究。研究结果表明,ChatGPT类大语言模型具有较高的预测精度。它能在网络早期流传的信息中,洞察潜在的网络热点,提前判定可能引发社会关注的事件,从而具备预警功能。这项实证研究,有力地阐明了ChatGPT类大语言模型在实际应用中的...     

ChatGPT对图书馆企业竞争情报服务的启示与思考

AIGC时代的发展正促进图书馆服务进行范式转变,ChatGPT等AI模型影响着企业竞争情报获取的方式,也为图书馆创新企业竞争情报服务提供了科技支撑。论文通过系统梳理ChatGPT发展历程、技术特点,分析国内ChatGPT技术布局及应用场景,总结ChatGPT对图书馆企业竞争情报服务产生的影响,带来的问题,并提出图书馆可以从夯实资源建设、支持NLP模型嵌入、完善交互机制、开发智能情报平台四个方面提升企业竞争情报服务效能,助力ChatGPT赋能图书馆服务的落地应用。。     

基于LDA与新兴主题特征分析的新兴主题探测研究

本文尝试基于LDA主题模型探测文档集中的新兴主题.本文采用主题的新颖度、发文量指标,并引入被引量,得到新兴主题的特征指标,在此基础上对主题在进入成熟阶段前各个时期的特征进行了分析.并提出了针对上述新兴主题探测指标,基于LDA主题模型抽取文档的语义主题词,利用文档-主题矩阵建立主题和文档的映射,得到主题的新颖度指标和发文量指标、被引量指标,并形成新兴主题探测表格和探测曲线VDP,从而探测出新兴主题,并对新兴主题VDP与基线VDP距离的发展趋势进行预测,根据拟合的曲线对其进行分析,得到最值得关注的新兴主题.     

基于WebSPHINX的主题搜索引擎原理研究与结构设计

在讨论主题搜索引擎发展缘起、基本原理及体系结构之后，对开源搜索引擎WebSPHINX的功能特点进行分析，并在此基础上自行设计一个基于WebSPHINX的主题搜索引擎。     

政法新媒体宣传内容及传播特点分析——以最高人民检察院微信公众号为例

为了进一步了解政法新媒体宣传内容及传播特点,本文以最高人民检察院微信公众号为研究对象,剖析政法新媒体内容创作及传播特点。运用网络爬虫技术爬取最高人民检察院微信公众号新闻内容,通过LDA主题模型分析近三年年度宣传主题,使用词频统计、Ucinet社会网络分析,分析检察工作核心词汇与年度工作主题之间的相互关联性。使用K-means聚类分析方法探索新闻宣传类型,对推文的发布规律进行分析。研究结果发现,政法机关微信公众号为提高公信力,在宣传主题上,始终围绕检察机关核心工作;新闻数据来源上,为保证信息的真实可靠,文章来源均为公信力高的机构,文章内容均以民生热点事件为主,同时发布国家相关重大文件报告;主要发布信息时段以满足网民能第一时间获取信息时间为主。     

挑战与前景：ChatGPT在图书馆智能客服系统中的效能和应用

智能客服系统在现代图书馆中扮演着重要角色,作为一种基于人工智能的自然语言处理模型,ChatGPT为图书馆智能客服系统的构建和质量提升提供了有力工具。文章旨在探索ChatGPT在图书馆智能客服中的应用场景效能,分析了ChatGPT在上下文理解、模糊查询处理、对抗攻击和多语言支持等方面的应用潜力和方向,并针对该领域面临的挑战提出了相应的解决方案,以为推动图书馆智能客服的创新和发展提供参考思路。     

ChatGPT为代表的大模型对信息资源管理的影响

OpenAI发布的新一代对话型语言模型―ChatGPT,展现了自然流畅的对话能力。原本被认为不太可能的通用人工智能曙光重现。以ChatGPT为代表的大模型是数智时代的典型技术和应用创新。面对ChatGPT强大的信息加工、荟萃、整合和生成能力,信息资源管理学科机遇与挑战同在。ChatGPT在信息资源管理支撑算法与技术、信息资源建设、信息组织与信息检索、信息治理、内容安全与评价、人机智能交互与协同等方面都具有深远的影响。数智时代,人工智能大模型飞速发展,我们有必要对此保持密切关注。依托以ChatGPT为代表的大模型,通过学科技术应用范式转换、理论方法创新、治理变革,可以进一步夯实信息资源支撑“四个面向”的基础。     

ChatGPT带给图书馆员的机遇与挑战研究

ChatGPT作为一种基于自然语言处理的生成式人工智能模型,在图书馆有广泛运用空间的同时,也给图书馆员带来了机遇与挑战。ChatGPT通过其机器算法的语言模型能力,可为图书馆员赋能提升工作效率、精准识别读者需求、拓宽服务半径、更新技术技能。ChatGPT的算法优势可能会产生部分岗位的技术性替代,给图书馆员带来心理压力。图书馆可通过进行工作流程重构,实施针对性的压力管理与心理健康支持措施,以促使图书馆员提升技术能力,以便更好地抓住ChatGPT带来的机遇,同时,更有效地应对ChatGPT带来的多重挑战。     

ChatGPT生成中文学术内容分析——以情报学领域为例

学术写作是ChatGPT的主要应用方向之一。文章以情报学领域的核心期刊论文为研究对象,首先从词、句、篇3个维度出发,使用词性标注、n-gram等文本处理方法对ChatGPT和人类产出的论文引言内容进行对比分析。然后将判断学术内容是否由ChatGPT生成视作一个二元分类任务,采用朴素贝叶斯、支持向量机、随机森林算法进行文本分类实验,并使用SHAP方法对文本结构特征的重要性进行分析。研究发现：ChatGPT在描述有具体时间节点的事实性信息和引用政策文件或研究报告等方面表现较弱,生成引言的篇幅较集中,撰写论文相较于人类更加“循规蹈矩”;查重工具通常无法准确检测出ChatGPT生成内容的原创性,但分类模型可以比较容易地区分出引言是否由ChatGPT生成,平均句子长度、词汇多样性和文本长度是影响分类结果最重要的文本结构特征。     

ChatGPT：开启通用型人工智能的数字交往

<正>OpenAI公司的ChatGPT(Chat Generative Pretrained Transformer)在两个月内火速出圈，引发了人们对AIGC（人工智能技术生成内容）的关注与讨论。作为AI产品问世的ChatGPT，已向消费者展现了AI的技术可供性。用户在ChatGPT的人机交互中，感知到了AI技术所产生的质变。1.技术祛魅：遵循概率的大语言模型ChatGPT是Open AI公司研发的一种预训练语言生成模型。该模型以强化学习方式进行训练，在GPT-3的基础之上，     

认知的罗生门效应制造：深度伪造在俄乌冲突中的案例分析

俄乌冲突是深度伪造首次被全面运用于战争场景中，两条对俄乌双方最高领导人的深度伪造视频是标志性案例。分析发现，两条视频制造认知的罗生门效应特征显著，在发布时间点和主题上具有明显针对性，内容上相互博弈；在Twitter平台上，两条深度伪造引发了网民“真与假”的认知困惑并带来不同情绪，进而影响了网民对后续相关内容的判断；两条深度伪造视频得到较大范围的海外机构媒体关注，并表达了对深度伪造的忧虑与警惕。本文进一步分析了数字罗生门的含义，并提出了从信任角度予以探讨的思路。     

聪明反被聪明误：ChatGPT错误内容生成的类型学分析

大量使用实践和用户体验发现,基于ChatGPT的内容生成会出现多种错误形态,本文对此进行了类型学分析。研究发现,基于ChatGPT生成的错误内容可以从“错误事实”与“错误认知”的双重角度进行维度提取,存在事实错误、逻辑错误、推理错误、编程错误、文本输出、过度拟合、综合问题7大类别,并从“可核验性、可证明性、可体验性、可识别性”4个维度进行认知与测量。本文从系统内部性和系统外部性两个方向对ChatGPT的错误内容生成进行了解释与分析,并提出了未来可供探索的研究议程。     

ChatGPT对知识服务的五大变革

ChatGPT自发布之日起就爆火网络,引发广大用户讨论热潮。其智慧的内容生成功能,引起了诸多行业的热议与追捧。不少专家学者从不同视角出发对ChatGPT带来的新革命进行了观点的阐述与讨论。本文立足知识服务视角,着重ChatGPT的知识问答功能,对ChatGPT给知识服务基础、知识服务内容、知识服务场景、知识服务伦理、知识服务成本五大方面带来的机遇与挑战进行了详细阐释,为ChatGPT改进服务质量、提供高质量知识服务,知识服务机构变革以及用户使用ChatGPT提供支持。     

利用引文构建的主题模型研究进展

[目的/意义] 概率主题模型算法在不断得到改进与扩展，本文对国内外已有的利用引文构建的主题模型进行研究，分析和对比不同模型的生成过程与算法，并探讨利用引文构建的主题模型在科技文本分析中的应用与可扩展的研究方向。[方法/过程] 通过Web of Science数据库和CNKI数据库获取国内外利用引文构建主题模型的相关文献，经人工判读后筛选出具有代表性的文献，对这些文献中利用引文构建的主题模型，从建模思想、生成过程、参数估计与推断算法等方面进行对比与分析。[结果/结论] 目前国内外利用引文构建的主题模型主要包括研究主题与引文分布的主题模型、研究被引与施引主题间关系的主题模型，以及基于引用内容的引用主题模型；主题模型中引入引文信息后，能够获得更完整的主题内容和特定主题下的重要文献，并可识别施引文献和被引文献之间主题间的关系及影响；已有的模型多集中在概率潜在语义分析（Probabilistic Latent Semantic Analysis，PLSA）和潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）主题模型基础上进行扩展。未来可扩展研究引入引用内容的主题模型、模型的性能优化和评价方法、模型的应用研究等。