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(yǔ)言模型及智能應(yīng)用
| 作 者 | 袁成哲 , 陳國(guó)華 *, 李丁丁 , 朱源 , 林榮華 , 鐘昊 , 湯庸 * |
| 期刊名稱 | 計(jì)算機(jī)應(yīng)用 |
| 狀 態(tài) | 2025, 45(3): 755-764. |
| 發(fā)表日期 | 2025 年 03 月 |
| 摘 要 |
針對(duì)現(xiàn)有大語(yǔ)言模型(LLM)在跨領(lǐng)域知識(shí)處理、實(shí)時(shí)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(shí)圖譜增強(qiáng)生成(KGAG)與檢索增強(qiáng)生成(RAG),以提升精準(zhǔn)語(yǔ)義檢索與動(dòng)態(tài)知識(shí)更新的能力,并通過(guò)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(shí)圖譜,并利用LLM進(jìn)行語(yǔ)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(wèn)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(gè)百分點(diǎn),在學(xué)者畫像、代表作識(shí)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(jìng)爭(zhēng)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(kāi)發(fā)的學(xué)者智庫(kù)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(yǔ)言模型;學(xué)術(shù)社交網(wǎng)絡(luò);知識(shí)圖譜;知識(shí)注入;學(xué)者網(wǎng) |
| 訪問(wèn)鏈接 | https://www.joca.cn/CN/10.11772/j.issn.1001-9081.2024101477 |
| 引用格式 |
袁成哲, 陳國(guó)華, 李丁丁, 朱源, 林榮華, 鐘昊, 湯庸. ScholatGPT:面向?qū)W術(shù)社交網(wǎng)絡(luò)的大語(yǔ)言模型及智能應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用, 2025, 45(3): 755-764. Chengzhe YUAN, Guohua CHEN, Dingding LI, Yuan ZHU, Ronghua LIN, Hao ZHONG, Yong TANG. ScholatGPT: a large language model for academic social networks and its intelligent applications[J]. Journal of Computer Applications, 2025, 45(3): 755-764. |
| 附 件 |
收藏