研究者用GPT-4o按LLM-SC框架提取帕斯帕提那神庙评论实体
热点事件持续更新
研究者用GPT-4o按LLM-SC框架提取帕斯帕提那神庙评论实体
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Hari Sitaula 等研究者发布论文，将 LLM-Social Computing（LLM-SC）框架适配至尼泊尔帕斯帕提那神庙：在 GPT-4o 提取提示词中定义 12 类实体（含新增 8 类神圣遗产类型）、4 类关系和 9 个方面情感维度，并应用于从 3,939 条语料中固定随机抽取的 2,500 条 Tripadvisor 英文评论，产出 11,286 条实体记录，其中新增的神圣遗产类型占 64.8%。 人工评估方面，以两名标注者裁定出的 200 条评论为参照，按精确的规范化表面形式与类型匹配计算，实体抽取的初步结果为精确率 41.0%、召回率 21.8%、微平均 F1 28.4%。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
LLM-SC 框架适配活态宗教遗产：以 GPT-4o 提取帕斯帕提那神庙评论的实体、语义网络与人工评估报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AILLM-SC 框架适配活态宗教遗产：以 GPT-4o 提取帕斯帕提那神庙评论的实体、语义网络与人工评估
研究将 LLM-Social Computing 框架适配至尼泊尔帕斯帕提那神庙，在 GPT-4o 提取提示词中定义 12 类实体、4 类关系和 9 个方面情感维度，应用于 3,939 条语料中固定随机抽取的 2,500 条 Tripadvisor 英文评论，产出 11,286 条实体记录，其中新增的 8 类神圣遗产类型占 64.8%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。