學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73873
Browse
2 results
Search Results
Item 以人工智慧輔助中文期刊參考文獻剖析之研究─以人文社會科學領域為例(2024) 郭珮涵; Kuo, Pei-Han隨著科學論文發表數量的快速增長，引用來源的多樣性和格式差異增加了參考文獻剖析的難度。本研究旨在探討如何自動化擷取科學論文中的參考文獻，並利用人工智慧工具進行剖析，藉以簡化工作流程，降低人力和時間成本，並提升圖書館的知識傳播效能。本文提出了從中文期刊文章檔案中自動化擷取參考文獻的方法，並評估使用人工智慧工具剖析參考文獻的可行性。本研究實驗分為三個部分，第一部分設計程式，擷取期刊文章中的參考文獻章節；第二部分評估不同人工智慧工具在參考文獻剖析任務中的效能；第三部分根據第二部分的實驗結果修正實驗方法，並評估和比較修正後的成果。實驗結果如下：1. 在參考文獻擷取實驗中，基於規則方法的程式能夠自動擷取文章中的參考文獻內容，用於建立資料集作為後續研究基礎。2. 在參考文獻剖析實驗中，本研究比較了spaCy和ChatGPT兩種基於Transformer架構的人工智慧工具的效能。實驗結果顯示，ChatGPT在各欄位的F1-score表現優於spaCy，具有較高的準確性和穩定性。3. 在第三部分實驗中，選擇了第二部分中效能較佳的ChatGPT進行提示修正。實驗結果顯示，經過提示調整後，ChatGPT在各欄位的F1-score表現均有所提升。本研究結果顯示了使用人工智慧工具自動化剖析參考文獻的可行性，並展現了大型語言模型在這一任務中的潛力和優勢。未來研究可以進一步嘗試結合多種人工智慧工具，探討利用不同模型優勢提升參考文獻剖析的準確性，同時探討減低剖析成本的可能性。Item 人工智慧如何自動辨識電腦生成新聞之研究(2022) 文宣; Wen, Hsuan在人工智慧迅速發展的這個時代，開始有了機器自動生成新聞的技術，但機器生成的新聞內容並非全然正確時，檢視資訊的來源及內容就變成非常重要的一環，現今機器也能協助人類進行文章分類判斷，那機器到底為何能夠如此強大？本研究為探討在中文經濟新聞的範疇內，電腦生成的文章特徵是否與其他相關文獻中提及的電腦生成英文文章相同，而BERT對於經由語言學要素中，針對語意、語用及語法所設計的五個實驗進行修改後的中文文章，是否仍然可以準確的判斷出一篇文章為電腦生成或人工撰寫，並找到BERT判斷的關鍵因素為何，實驗結論如下：1. 無論是在英文或中文文章中，只要是電腦生成的文章，特徵基本上是相同的。2. BERT在判斷一篇中文新聞為人類撰寫或電腦生成時，可能判斷的依據主要在於語意及語法兩個部分。3. 一篇中文約300～350字的新聞，若只更動語意的部分，如將語句長度縮短，或是將逗點之間的句子隨機做位置上的調換，可使BERT準確度出現些許下降；若進而更動到語法的部分，例如使用Google翻譯，將一篇文章的詞彙結構打亂，則可以使BERT判斷的準確度大幅下降。