-
摘要: 【目的】探讨大模型赋能新闻知识图谱构建的方法及其在新闻生产与传播领域的应用。【方法】分析传统新闻知识图谱构建方法的局限，对比大模型驱动下构建新闻知识图谱的技术优势，详细阐述了大模型驱动的新闻知识图谱构建方法与多模态数据融合能力。【结果】大模型赋能的新闻知识图谱在新闻生产领域实现了高效智能采编、内容生成、内容审核与事实核查等创新应用；在传播领域拓展了新闻的精准触达、舆情智能分析，加快了新闻传播从信息服务向知识服务转型。【结论】大模型与新闻知识图谱的融合为新闻行业带来变革，促进了新闻生产与传播智能化转型，推动了新闻行业向个性化、数据智能化发展。
-
[1] 国家标准委 . 人工智能 知识图谱技术框架国家标准 |GB/T 42131-2022 [S ].（2022-12-30）[2024-10-22].https：//openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=B6D2A5EB6F6A5206FC03B9D44E069D07[3] 2020，37（1）：7. [2] 郝冠南，李璨，刘星宏 . 探索运用区块链和知识图谱技术助力建党 100 周年新媒体报道 [J]. 中国传媒科技，2021（5）：13-14. [3] 王昊奋，漆桂林，陈华钧 .《知识图谱：方法，实践与应用》[J]. 自动化博览，2020（1）. [4] 郝冠南，李璨，刘星宏 . 探索运用区块链和知识图谱技术助力建党 100 周年新媒体报道 [J]. 中国传媒科技，2021（5）：13-14. [5] Rishi Bommasani，et al.，On the Opportunities and Risks of Foundation Models，arXiv：2108.07258. [6] 常新，高岩，阮剑 . 报业需要怎样的“大模型”——以苏州日报社 AI“播报 +”实践为例 [J]. 传媒观察，2024（S2）：14-17. [7] Shuhe Wang，Xiaofei Sun，Xiaoya Li，Rongbin Ouyang，Fei Wu，Tianwei Zhang，Jiwei Li，Guoyin Wang . GPTNER：Named Entity Recognition via Large Language Models .zrxiv.org，7 Oct 2023. [8] 吉娜烨，廖龙飞，闫燕勤，等 . 融合知识图谱的 NBA 赛事新闻的自动写作 [J]. 中文信息学报，2021（8）：135-144 . [9] 南方传媒研究 . 新华智云“媒体大脑”首推 25 款媒体 机 器 人， 为 媒 体 记 者 赋 能 [EB/OL].（2019-08-26）[2024-12-12]. https：//static. nfapp.southcn.com/content/201908/26/c2561509.html. [10] 澎 湃 新 闻 . 天 大 师 生 自 主 开 发， 让 党 史 学 习 更 智能！ [EB/OL].（2021-07-30）[2024-12-12].htps：//m.thepaper.cn/baijiahao_13815670 [11] 中国社会科学网 .AIGC 背景下新闻生产传播创新发展呈现新 特 点 [EB/OL] .（2024-12-10）[2025-01-12]. https：//www.cssn.cn/skgz/bwyc/202412/ t20241210_5817844.shtml. -
点击查看大图
计量
- 文章访问数: 9
- HTML全文浏览量: 0
- PDF下载量: 1
- 被引次数: 0
下载:
