1. 引用功能感知的知识单元引用网络构建与多维分析

程冰

引用功能感知的知识单元引用网络构建与多维分析 针对知识单元引用网络中关联关系单一的局限，本文通过引用功能增强网络节点之间语义关联类型，提出一种引用功能感知的知识单元引用网络，并进行领域知识多维分析。首先对学术文本进行解析，抽取文献间引用关系、引文上下文以及引用对象等信息，并对引用功能和引用对象进行自动识别。在此基础上，采用复杂网络图方法构建引用功能感知的知识单元引用网络，从网络结构分析与可视化、知识单元多维引用关联分析、知识群落分析 3 个方面进行领域知识多维分析，并以国际计算语言学协会会议论文数据集为例进行实证研究。结果验证了本文所提出方法的有效性，发现了特定领域知识间使用、扩展和对比模式，丰富了知识群落的语义信息。本文扩展了知识单元引用网络的研究方法，深层次揭示了学科知识之间的语义关联，为学科知识结构分析提供了一种新的路径。 研究方法包括对学术文本的解析，抽取文献间引用关系、引文上下文和引用对象，并自动识别引用功能和引用对象。利用复杂网络图方法，构建了引用功能感知的知识单元引用网络，并从网络结构分析与可视化、知识单元多维引用关联分析、知识群落分析三个方面进行领域知识的多维分析。实证研究以国际计算语言学协会（ACL）会议论文数据集为例，验证了所提方法的有效性，并发现了特定领域知识间的使用、扩展和对比模式。 图表 1整体研究框架 文章还回顾了知识单元引用网络和语义功能感知的科学知识网络的相关研究，指出现有研究在语义功能增强方面的不足，并强调了从引用功能视角进行知识单元引用网络语义增强和分析的重要性。此外，文章也探讨了引文语义功能识别的相关研究，包括引用功能和引用对象的识别方法，以及这些方法在科学知识网络中的应用。 在研究方法部分，本文详细介绍了数据收集与预处理、引用功能与引用对象识别方法、以及引用功能感知的知识单元引用网络构建方法。数据收集涉及ACL会议论文集的全文文献，通过Grobid工具解析成xml格式，便于信息抽取。引用功能和引用对象的识别采用了BERT+Bi-LSTM+Attention模型和BERT+CRF模型，这些模型结合了深度学习和序列标注技术，以提高识别的准确性。 实验与结果部分展示了引用功能和引用对象识别的实验结果，以及网络结构分析与可视化的结果。实验结果显示，所设计的模型在引用功能识别任务上取得了高准确率，而在引用对象识别任务上，BERT+Bi-LSTM+CRF模型表现更佳。网络结构分析揭示了网络的稀疏性、平均度、平均加权度等特征，并通过Gephi工具进行了网络可视化。 研究成果指出本文提出的引用功能感知的知识单元引用网络能够细粒度地揭示领域知识间的关联关系，为科学知识图谱绘制和知识结构分析提供了新的视角。同时，文章也指出了研究的不足之处，如数据规模较小、对施引文献知识单元处理简单等问题，并提出了后续研究的方向。 本文通过构建和分析引用功能感知的知识单元引用网络，为理解和揭示科学知识发展变化的特征和规律提供了新的研究方法和视角。

展开更多

发布时间: 2024-11-22

2. 2024年人工智能人才现状分析

程冰

2024年2月，英国数据公司Zeki聚焦人工智能生态系统中的人才情况，发布了《2024年人工智能人才现状》（The State of AI Talent 2024）的报告，该报告基于过去10年的人工智能人才数据，结合机器学习和强化学习等技术，描绘了14万人工智能顶尖人才的研究成果和职业路径，揭示了一流人工智能科学家和工程师等人才在全球范围内的流动趋势及其背后原因。 一、全球人工智能人才现状 随着全球企业布局人工智能相关业务，对顶尖人才需求大增。美国五大科技公司虽因人工智能发展迅速，但在人才聘用上面临激烈国际竞争，全球其他大型科技公司雇佣的顶尖人工智能人才数量更多。这些人才跨境流动性高、频繁换职且注重自身价值实现，推动人工智能应用市场化及提升可信度。美国在全球人才市场主导地位渐失，欧洲医疗等行业吸引顶尖人工智能人才数量大幅增加，其他受监管行业也在培养相关人才。能吸引并留住人才的公司将扩大领先优势，加强知识产权保护和内部培训。 二、全球人工智能人才趋势 1. 人才市场两级化：自2015年起，美国大型科技公司引发顶尖人工智能人才争夺潮，形成人才引进国和输出国两级市场，人才流失国家面临技术落后风险。 2. 美国五大科技公司人才流动率高：其曾是人才职业发展快速通道，但高流动率和大规模招聘模式因市场份额下降和成本上升面临挑战。 3. 中型人工智能公司难生存：大型公司主导市场，收购有潜力初创公司，中型公司要么发展壮大要么被收购。 4. 人工智能推动产业转型：汽车、医疗等行业在人工智能驱动下重塑产业生态，医疗行业吸引人才能力指数增长，部分行业则未能吸引顶尖人才。 5. 部分国家人才流失或吸引人才：英国、德国等国吸引人才，印度、西班牙等国人才流失，亚洲和东南亚国家与美国进行人才交换。 三、研究发现 1. 人才竞争的赢家和输家：美国大型科技公司扩张引发人才需求激增，造成全球人才市场失衡，欧洲发达经济体形成两级系统。各国政府意识到风险，部分国家已开始扭转人才净流失局面，人才流向受国家人工智能生态系统影响。 2. 五大科技巨头招聘模式遇挑战：其招聘模式面临竞争加剧导致成本上升压力，因需支持更强计算能力，该模式或难持续。 3. 市场向纵深化和多样化发展：人工智能生态系统将更多样化，大型企业市场份额增长，中型研究组织吸引学术人才但人才流入工业界少，小型公司招聘人才多且具多样性。 4. 人才快速增长的行业：医疗、汽车等行业采用人工智能速度快，欧洲公司在医疗和国防领域招聘人才领先，部分小公司也成功吸引顶尖人才，咨询公司也在加速招聘。 5. 各国人才生态系统调整：人才流失影响国家安全发展，英国和德国扭转局面，法国等国落后，美国科技巨头从印度和以色列大学招聘导致人才流入美国，以色列能留住部分人才，印度则表现不佳。

展开更多

发布时间: 2024-11-22

3. 培养人工智能时代负责任和有创造力的公民——联合国教科文组织《学生人工智能能力框架》报告要点与思考

程冰

随着人工智能技术在教育教学中的广泛应用，将人工智能学习目标纳入学校正式课程，培养学生人工智能能力，对于学生安全、符合伦理地使用人工智能至关重要。联合国教科文组织制定的《学生人工智能能力框架》，定义了学生在人工智能时代必须掌握的知识、技能和价值观。该框架以增强人类能动性、遵循以人为本、促进可持续发展、确保包容性和促进终身学习为原则，采用二维矩阵的方法，构建了涵盖以人为本的思维方式、人工智能伦理、人工智能技术与应用以及人工智能系统设计 4 个能力维度，横跨理解、应用和创造 3 个能力等级的 12 个人工智能能力模块。 一、问题提出 人工智能不仅直观地展示出其洞见未来的诸多可能，而且推动着教育新范式的形成、新文化的构建和新型学习型人才培养模式的诞生。联合国教科文组织 2024 年发布的《学生人工智能能力框架》（以下简称《框架》），界定了学生应具备的人工智能知识、技能和价值观，帮助学生了解人工智能在教育中的作用。 二、制定原则 （一）培养对人工智能的批判性思维方法 （二）优先考虑以人为本的人工智能互动 （三）鼓励环境可持续发展的人工智能 （四）促进人工智能能力发展的包容性 （五）培养终身学习的核心人工智能能力 三、内容框架 （一）二维内容结构 （二）四个能力层面 1. 以人为本的人工智能思维方式 2. 人工智能伦理 3. 人工智能技术和应用 4. 人工智能系统设计 （三）三个能力等级 1. 理解等级 2. 应用等级 3. 创造等级 四、应用对策 （一）评估国家人工智能战略制定情况 （二）开发跨学科的核心人工智能课程 （三）设计面向未来的本地人工智能课程 （四）定制适合年龄的螺旋式课程序列 （五）构建支持人工智能课程的学习环境 （六）支持人工智能教师的终身专业发展 （七）设计基于群组的教学活动和项目 （八）制定基于能力的人工智能评估标准 五、简要思考 （一）研制以人为本的国家人工智能战略，创建支持人工智能教育的数字化环境 （二）构建新型的人工智能教师培养体系，筑牢高水平的人工智能人才队伍基座 （三）重视人工智能工具与学科深度互融，形成人机协同的智能素养教育新生态 （四）研发符合伦理原则的能力评估工具，动态评估和提升师生的人工智能能力

展开更多

发布时间: 2024-10-31

4. 社交网络用户虚假信息揭露行为研究：认知与情绪双路径视角

程冰

本文聚焦社交网络用户虚假信息揭露行为，从认知与情绪双路径视角深入研究，旨在促进社交网络健康发展。研究创新在于揭示认知和情绪在揭露意愿及行为中的作用机制，为后续研究提供新思路。 研究通过问卷调查获取847份有效问卷，运用结构方程模型和模糊集定性比较分析实证研究。结果表明：认知因素中，卷入度、感知价值、感知风险和自我效能正向影响揭露意愿，其中自我效能影响最显著；情绪因素方面，情绪唤醒程度越高，揭露意愿越强烈，消极情绪下更易产生揭露意愿。在认知因素影响下，用户更关注信息质量，情绪因素影响下则更重视信源声誉。揭露意愿对揭露行为有显著正向影响，自我效能和情绪唤醒起正向调节作用。同时发现两条虚假信息揭露意愿触发路径，自我效能皆为核心条件，感知价值为边缘条件。 基于研究结论，文章从多维度构建虚假信息用户防御体系：完善信息素养教育，提升用户鉴别能力；建立社交网络用户把关制度，优化举报与反馈流程；设计情绪干预措施，采取差异化引导策略；重视虚假信息内容监测预警，加强辟谣平台建设；强化信源声誉管理，优化标签显示；建立激励机制，提升用户揭露积极性。 研究存在局限性，如情绪测量方法受影响、未深入探索动态因素等，未来可结合新技术手段及进一步探索动态因素影响。

展开更多

发布时间: 2024-11-22

5. 年度重磅 | 科睿唯安发布2024年度“全球高被引科学家”名单

程冰

一、简介 英国伦敦，2024年11月19日——科睿唯安今天发布了2024年度“全球高被引科学家”名单，遴选全球高校、研究机构和商业组织中对所在研究领域具有重大且广泛影响的顶尖科研人才。 来自全球 59 个国家和地区 1200 多家机构的 6636 名科学家入选2024年度名单。科睿唯安科学信息研究所（ISI?）的文献计量学专家和数据科学家基于 Web of Science 核心合集（Web of Science Core Collection?） 引文数据以及定性分析，开展了严格的评估和遴选。 2024年度名单提供了对全球顶尖科研人才现状的重要见解，并揭示了不同国家、地区和机构的发展趋势。中国内地和香港入选人员占比显著上升，美国占比则逐渐下降。这种趋势反映出顶尖科研和学术贡献在地理、政治和文化层面正在经历再平衡的过程。 二、2024年度名单主要亮点 1.美国仍是“全球高被引科学家”名单入选人次最多的国家，共 2507 人次入选，占总人次的 36.4%。美国入选人次占比自2018年（占比 43.3%）以来持续下降。 2.中国内地入选人次数再次大幅增加，共 1405 人次入选，占比为 20.4%，是2018年的逾两倍。在全球高被引科学家上榜人次前十的机构中，清华大学（92人次）上升一位，取代美国国立卫生研究院（90人次），位列第四。 3.来自 59 个国家和地区的 6636 名科学家入选全球高被引科学家名单。85.4% 的入选者来自于 10 个国家和地区，74.4% 的入选者集中于排名最高的5个国家和地区。 4.一些杰出科学家同时在多个ESI学科入选：216 人入选两个学科，22 人入选三个或以上学科。 5.美国一些州入选人次表现突出，如：加利福尼亚州有 552 人次入选，几乎与英国相当。 6.中国香港入选人次增长强劲，达到 134 人次，占全球总人次的 1.9%。 7.入选者包括在制药、生物技术、太阳能技术、信息技术等不同领域全球领先企业或机构中从事突破性科研工作的研究人员。这些企业或机构来自全球多个国家，包括：阿斯利康（1人次）、拜耳（2人次）、华大基因（4人次）、DeepMind Technologies（1人次）、谷歌（4人次）、微软（2人次）和罗氏（5人次）。 8.在包括政府和其他类型研究机构在内的所有机构中，中国科学院以 308 人次荣登榜首，多于去年的 270 人次。其他排名靠前的政府或非大学机构包括：美国国立卫生研究院（90人次）、德国马普学会（56人次）和美国纪念斯隆·凯特琳癌症中心（44人次）。 图 1 2024年度全球高被引科学家上榜人次前十的国家 图2 2024年度全球高被引科学家上榜人次前十的机构 三、2024年度全球高被引科学家名单的评估和遴选过程 科睿唯安“全球高被引科学家名单”每年评选一次，旨在表彰对所在学科做出重大贡献且具有全球影响力的自然科学家和社会科学家。 今年共有 6636 位研究人员共 6886 人次入选全球高被引科学家名单。由于一些研究人员在一个以上ESI学科入选，因此入选名单的总人次数超过了入选科学家的总人数。 对国家/地区和机构的分析是基于 6886 的总人次。在2024年度名单中，3560 人次入选 20 个ESI学科，3326 人次入选跨学科。 今年的名单是根据2013年至2023年这11年期间所发表的高被引论文数量遴选得出。遴选方法基于科睿唯安科学信息研究所文献计量专家对SCIE和SSCI收录期刊中高被引论文数据进行严格评估和整理。 在2024年度名单发布之前，科睿唯安与入选科研人员进行了广泛的验证和反馈，以确保名单准确性。

展开更多

发布时间: 2024-11-22

6. Gartner发布《2025年十大战略技术趋势》

程冰

2025 年十大战略技术趋势 2024年10月22日，Gartner发布了《2025年十大战略技术趋势》报告，其趋势分为三大主题。对于这些技术趋势的追踪有助于IT领导者以创新方式塑造企业未来。 一、AI的当务之急和风险 1. 代理式人工智能（Agentic AI）：能独立决策并行动以实现目标，2028年至少15%日常工作决策将由其自主完成。可助力员工管理项目、自动化客户体验、改变决策制定，虚拟员工能协助工作，但需保护措施确保意图一致。 2. 人工智能治理平台（AI Governance Platforms）：管理和控制人工智能系统，确保其负责、道德。到2028年，使用该平台的企业将在客户信任度和监管合规性方面领先。可评估风险、指导模型、跟踪监控，虽能确保人工智能使用，但建立一致做法困难。 图表 1人工智能治理平台要素 3. 虚假信息安全（Disinformation Security）：帮助识别可信内容，目标是确保信息准确等。2028年50%企业将采用相关产品等，可检测合成媒体、监控言论、防止假冒，不过需持续更新的团队方法。 图表 2什么是虚假信息安全 二、计算的新领域 1. 后量子密码学（Post Quantum Cryptography）：防范量子计算解密风险。2029年量子计算进步将使多数传统非对称加密技术不安全，可保护财务、知识产权数据及加密信息，但算法不能直接替代现有算法，应用程序需测试重写。 图表 3加密灵活性时间轴 2. 环境隐形智能（Ambient Invisible Intelligence）：技术融入环境提供自然体验。2028年早期实例将解决眼前问题，可在零售、办公、医疗保健领域发挥作用，不过存在隐私问题。 图表 4环境隐形智能举例 3. 节能计算：设计运行时减少能源消耗和碳排放，多数IT组织首要考虑碳排放。可削减数据中心成本、助力产品开发、降低办公网络能耗，但面临技术、成本、能源价格等挑战。 图表 5控制信息技术的可持续性 4. 混合计算（Hybrid Computing）：结合多种技术解决复杂计算问题。未来组织将采用混合设置，可实现可扩展性、提高安全性、加快创新，但新兴技术需专业技能，存在安全风险且复杂昂贵。 图表 6一种简化的混合计算机构 三、人机协同 1. 空间计算（Spatial Computing）：增强物理世界功能，2028年20%的人每周将有一次沉浸式体验。可用于团队协作、员工培训、购物体验改善，但头戴式显示器存在诸多问题。 2. 多功能机器人（Polyfunctional Robots）：能执行多种任务并灵活切换。2030年80%人类将每天与其打交道，可在仓库、医疗、现场服务中工作，不过价格和功能要求未达成共识。 图表 7多功能机器人：物理创新的新浪潮 3. 神经增强（Neurological Enhancement）利用技术提高认知能力，2030年60%IT员工将受益。可缩短外科医生实习期、提供个性化教材等，但初期存在价格高、有侵入性和安全道德问题。

展开更多

发布时间: 2024-11-22

7. 2024年诺贝尔经济学奖揭晓，“引文桂冠奖”再次全部命中！

程冰

北京时间2024年10月14日下午，2024年诺贝尔经济学奖揭晓，曾于2022年荣获“引文桂冠奖”（Citation Laureates）的 Aron A?cemoglu、Simon Johnson 和 James A. Robinson 因在关于制度如何形成并影响经济繁荣研究领域的突出贡献而获奖。 至今，被誉为“诺奖风向标”的科睿唯安“引文桂冠奖”已经成功预测了 83 位诺奖得主，其中包含了今年生理学或医学奖、化学奖以及经济学奖的8位获奖人！他们分别是： Victor Ambros，2024年诺贝尔生理学或医学奖学奖得主，于2008年荣获“引文桂冠奖” Gary Ruvkun，2024年诺贝尔生理学或医学奖学奖得主，于2008年荣获“引文桂冠奖” David Baker，2024年诺贝尔化学奖得主，于2024年荣获“引文桂冠奖” Demis Hassabis，2024年诺贝尔化学奖得主，于2024年荣获“引文桂冠奖” John M. Jumper，2024年诺贝尔化学奖得主，于2024年荣获“引文桂冠奖” Daron Acemoglu，2024年诺贝尔经济学奖得主，于2022年荣获“引文桂冠奖” Simon Johnson，2024年诺贝尔经济学奖得主，于2022年荣获“引文桂冠奖” James A. Robinson，2024年诺贝尔经济学奖得主，于2022年荣获“引文桂冠奖” 2002年以来，科学信息研究所（ISI）的分析师们每年基于 Web of Science?核心合集的论文和引文数据，遴选诺贝尔奖所涉及的生理学或医学、物理学、化学及经济学领域中全球最具影响力的研究人员。 1970年以来，Web of Science?核心合集收录的约 6100 万篇论文中，只有 0.01％ 被引用次数超过 2000 次。引文桂冠奖得主通常从这些论文作者中甄选产生。 根据以往的预测结果显示，这些获得“引文桂冠奖”的科学家很有可能在当年或未来若干年后获得诺贝尔奖。

展开更多

发布时间: 2024-10-31

8. 美国国立卫生研究院的医学科技创新资助政策演变及其启示

程冰

1、引言 一些发达国家的政府科研资助体系经过了相当长的发展阶段，对其资助政策和实践经验进行深入研究可能会带来启发。例如，美国国立卫生研究院（National Institutes of Health，NIH）是世界上最大的生物医学研究及资助机构，是美国生命健康领域最重要的政府科研资助部门之一，战略意义显著。 本文从历史变迁视角，剖析NIH医学科技创新资助政策实践与演变特征，特别是在资助高风险高回报、原创性、颠覆性医学科技创新方面的举措，借鉴并反思NIH资助相关理念和实践经验，为我国构建良好医学科技创新生态、激发科技创新活力提供启示。 2、NIH医学科技创新资助政策实践与演变特征 2.1  二战后形成的NIH二级评审制度根植于美国医学科技创新资助政策 2.2  20世纪80年代NIH种子基金激发美国医学科技创新成果转化活力 2.3  21世纪初期NIH创建共同基金模式顺应高风险高回报、跨学科研究需求 2.4  NIH路线图背景下临床与转化研究计划推进美国转化医学的发展 2.5  21世纪NIH资助体系不断改革为美国医学原始创新开辟资助渠道 2.6  生物经济时代美国设立ARPA-H模式以加速生物医学变革性研究与颠覆性创新 3 、对我国医学科研资助体系的启示与思考 3.1  探索建立公众参与的医学科研资助体系，并强调科研工作者的科学传播责任 3.2  完善同行评审系统，开拓非共识性项目评审机制 3.3  建立多种科技成果转化与临床专项基金体系，有效衔接医学基础、临床与应用 3.4  建立适宜的非竞争性资助机制，推动创新科技布局与人才培养 4、结语

展开更多

发布时间: 2024-10-31

9. 基于三元交互决定论的图情档领域研究方法多元化分析

程冰

深入分析图情档研究方法多元化变化，剖析环境与学者及其行为间的关联性。基于三元交互决定论提出研究方法多元化演化分析框架，对环境、个体与行为的研究方法多元化特征进行量化；建立“学者—研究方法”双重网络并利用标签传播算法与时滞相关性分析，探究图情档研究方法共现环境的演化以及学科环境与学者、团队行为的交互作用。研究结果表明，图情档领域的研究方法多元化趋势日益增强，研究者倾向于选择具有较强内在一致性和明显相互补充性的多种研究方法组合；由于个体对环境的模仿学习，学者研究方法选择受过去的学科环境影响，且其时滞较长；由于环境对行为的作用是潜在的，从总体上来看团队的人才引进会影响学科环境，但对于技术性人才，则是学者团队根据学科环境进行调整，其影响时滞较短。 一、研究背景与意义： 图情档研究方法多元化：图书情报与档案管理（图情档）研究方法日益丰富，形成了庞大的体系，大数据、人工智能技术的发展以及学科交叉融合的加深推动了这一趋势。 研究目的：深入分析图情档研究方法多元化变化，剖析环境与学者及其行为间的关联性。 三元交互决定论应用：作为一种强调个体、行为和环境三者相互作用的理论框架，三元交互决定论为分析图情档领域研究方法的多元化现象提供了独特视角。 二、研究方法： 文献收集与分析：收集21世纪以来图情档领域的122,767篇文献，构建融合学者合作、研究方法选择与共现信息的双层网络。 量化分析：基于三元交互决定论，引入时序信息，分析研究方法组合的历时共现强度变化与共现特点。 时滞相关性分析：分析学科环境、学者方法选择和团队成员引入行为之间的交互关系，以及不同研究方法的影响特点。 三、研究结果： 研究方法多元化趋势：图情档领域的研究方法多元化趋势日益增强，研究者倾向于选择具有较强内在一致性和明显相互补充性的多种研究方法组合。 学科环境影响：由于个体对环境的模仿学习，学者研究方法选择受过去的学科环境影响，且其时滞较长。 团队行为影响：环境对行为的作用是潜在的，总体来看团队的人才引进会影响学科环境，但对于技术性人才，学者团队会根据学科环境进行调整，其影响时滞较短。 四、研究方法共现分析： 量化指标：采用共现强度衡量各个时间段内两种研究方法共用的联结程度，揭示了不同研究方法在特定时期内的融合程度。 研究方法组合特点：图情档领域的研究方法组合表现出内在一致性和相互补充性，如数据处理方法与网络分析法的结合。 五、研究方法多元化加速时期： 时间段：2007年至2009年间，研究方法的多元化趋势明显加速。 驱动因素：网络科学和计算机技术的快速发展驱动了图情档学科朝新的研究问题发展，带来了数字化时代下图情档学科中新的研究内容。 六、结论与展望： 研究发现总结：文章分析了图情档领域研究方法多元化演化的特点，对于提高图情档领域的学术水平和创新能力具有理论意义和实践价值。 未来展望：随着技术的不断进步和学科内涵的拓展，图情档领域需要加强对不同研究方法的整合和协调，形成多方法、多视角、多层次的研究范式。

展开更多

发布时间: 2024-11-22