为缓解旅游领域知识分散、信息碎片化的问题,提出一种基于ChatGLM(chat generative language model)和提示微调的实体关系抽取模型ChatGLM-ppt(ChatGLM with prompt and p-tuning)。该模型借助ChatGLM以对话形式完成实体关系抽取任务,...为缓解旅游领域知识分散、信息碎片化的问题,提出一种基于ChatGLM(chat generative language model)和提示微调的实体关系抽取模型ChatGLM-ppt(ChatGLM with prompt and p-tuning)。该模型借助ChatGLM以对话形式完成实体关系抽取任务,并通过P-Tuning v2微调和添加提示模板的方法应对实体关系抽取中错误传播、实体冗余和关系重叠等问题。实验建立在自建的旅游领域数据集上,结果表明:在旅游领域实体关系抽取问题上ChatGLM-ppt模型F 1为92.19%,在处理重叠关系问题中F 1均大于90%,优于目前主流的实体关系抽取模型,证明该模型可有效提高实体关系抽取的准确率。进一步运用Neo4j图数据库构建旅游知识图谱,整合分散的旅游信息资源,对促进旅游业的数字化转型和智能化发展具有一定的参考意义。展开更多
人工智能科学(AI for science,AI4S)为代表的新范式正在重塑科学研究。作为AI4S的关键技术,大语言模型在教育智能体建模与仿真、教育过程挖掘、教育数据增广等方面展现出了巨大潜力。研究立足科学哲学领域的“问题-方法-过程”框架,剖...人工智能科学(AI for science,AI4S)为代表的新范式正在重塑科学研究。作为AI4S的关键技术,大语言模型在教育智能体建模与仿真、教育过程挖掘、教育数据增广等方面展现出了巨大潜力。研究立足科学哲学领域的“问题-方法-过程”框架,剖析了大语言模型引发的教育研究范式变革图景:在问题维度,大语言模型基于海量数据形成的“世界知识”拓宽了教育研究的问题视野;在方法维度,大语言模型依托其“泛思维链”能力,为情境建模、模拟仿真、因果推断等方法创新提供新的可能;在过程维度;大语言模型为“端到端”和“人在回路”理念在教育研究中的融合提供了理想的技术载体,开启了人机协同的新范式;结合教育研究范式演进的历史维度,当前AI4S引领的变革是社会需求牵引和技术进步双重驱动的必然,既延续了数字时代教育研究范式的演进逻辑,还在智能维度、生成式范式、跨界整合等方面实现了独特突破。需要指出的是,这场范式变革虽然前景广阔,但其复杂性也不容忽视。研究对教育知识生产“单一文化”、理解错觉加剧、模型黑箱效应等潜在风险作了深度探讨,提出了重塑教育研究的反思性、审慎评估大语言模型适用边界的策略实施,为应对AI4S时代的教育机遇与挑战提供了新思路。展开更多
文摘为缓解旅游领域知识分散、信息碎片化的问题,提出一种基于ChatGLM(chat generative language model)和提示微调的实体关系抽取模型ChatGLM-ppt(ChatGLM with prompt and p-tuning)。该模型借助ChatGLM以对话形式完成实体关系抽取任务,并通过P-Tuning v2微调和添加提示模板的方法应对实体关系抽取中错误传播、实体冗余和关系重叠等问题。实验建立在自建的旅游领域数据集上,结果表明:在旅游领域实体关系抽取问题上ChatGLM-ppt模型F 1为92.19%,在处理重叠关系问题中F 1均大于90%,优于目前主流的实体关系抽取模型,证明该模型可有效提高实体关系抽取的准确率。进一步运用Neo4j图数据库构建旅游知识图谱,整合分散的旅游信息资源,对促进旅游业的数字化转型和智能化发展具有一定的参考意义。
文摘人工智能科学(AI for science,AI4S)为代表的新范式正在重塑科学研究。作为AI4S的关键技术,大语言模型在教育智能体建模与仿真、教育过程挖掘、教育数据增广等方面展现出了巨大潜力。研究立足科学哲学领域的“问题-方法-过程”框架,剖析了大语言模型引发的教育研究范式变革图景:在问题维度,大语言模型基于海量数据形成的“世界知识”拓宽了教育研究的问题视野;在方法维度,大语言模型依托其“泛思维链”能力,为情境建模、模拟仿真、因果推断等方法创新提供新的可能;在过程维度;大语言模型为“端到端”和“人在回路”理念在教育研究中的融合提供了理想的技术载体,开启了人机协同的新范式;结合教育研究范式演进的历史维度,当前AI4S引领的变革是社会需求牵引和技术进步双重驱动的必然,既延续了数字时代教育研究范式的演进逻辑,还在智能维度、生成式范式、跨界整合等方面实现了独特突破。需要指出的是,这场范式变革虽然前景广阔,但其复杂性也不容忽视。研究对教育知识生产“单一文化”、理解错觉加剧、模型黑箱效应等潜在风险作了深度探讨,提出了重塑教育研究的反思性、审慎评估大语言模型适用边界的策略实施,为应对AI4S时代的教育机遇与挑战提供了新思路。
