學(xué)術(shù)空間 / 論文 / 期刊論文
ScholatGPT：面向?qū)W術(shù)社交網(wǎng)絡(luò)的大語言模型及智能應(yīng)用
收藏
| 作 者 | 袁成哲 , 陳國華 *, 李丁丁 , 朱源 , 林榮華 , 鐘昊 , 湯庸 * |
| 期刊名稱 | 計算機(jī)應(yīng)用 |
| 狀 態(tài) | 45(3): 755-764 |
| 發(fā)表日期 | 2025 年 03 月 |
| 摘 要 |
針對現(xiàn)有大語言模型（LLM）在跨領(lǐng)域知識處理、實(shí)時學(xué)術(shù)信息更新及輸出質(zhì)量保證方面的局限，提出基于學(xué)術(shù)社交網(wǎng)絡(luò)（ASN）的學(xué)者 LLM——ScholatGPT。ScholatGPT 結(jié)合知識圖譜增強(qiáng)生成（KGAG）與檢索增強(qiáng)生成（RAG），以提升精準(zhǔn)語義檢索與動態(tài)知識更新的能力，并通過微調(diào)優(yōu)化以強(qiáng)化學(xué)術(shù)文本的生成質(zhì)量。首先，基于學(xué)者網(wǎng)（SCHOLAT）關(guān)系數(shù)據(jù)構(gòu)建學(xué)者知識圖譜，并利用LLM進(jìn)行語義增強(qiáng)；其次，提出KGAG檢索模型，結(jié)合RAG實(shí)現(xiàn)多路混合檢索，增強(qiáng)LLM的精準(zhǔn)檢索能力；最后，利用微調(diào)技術(shù)優(yōu)化模型，使它在各學(xué)術(shù)領(lǐng)域的生成質(zhì)量得到提升。實(shí)驗(yàn)結(jié)果表明，ScholatGPT 在學(xué)術(shù)問答任務(wù)中的精確率達(dá) 83. 2%，相較于 GPT-4o和AMiner AI提升了 69. 4和 11. 5個百分點(diǎn)，在學(xué)者畫像、代表作識別和研究領(lǐng)域分類等任務(wù)上均表現(xiàn)優(yōu)異。在回答相關(guān)性、連貫性和可讀性方面，ScholatGPT取得了穩(wěn)定且具有競爭力的表現(xiàn)，在專業(yè)性與可讀性之間實(shí)現(xiàn)了較好的平衡。此外，基于ScholatGPT開發(fā)的學(xué)者智庫和學(xué)術(shù)信息推薦系統(tǒng)等智能應(yīng)用有效提升了學(xué)術(shù)信息獲取的效率。 |
| 關(guān) 鍵 字 | 大語言模型；學(xué)術(shù)社交網(wǎng)絡(luò)；知識圖譜；知識注入；學(xué)者網(wǎng) |
| 訪問鏈接 | https://doi.org/10.11772/j.issn.1001-9081.2024101477 |
| 附 件 |
