[目的/意义] 大数据环境下，知识泛在、碎片化、规模庞大且动态变化，认知和把握已有领域知识结构，能为科学高效的领域知识组织提供借鉴。[方法/过程] 领域知识结构认知剖析知识单元关联形成的结构，体现组合形成的领域知识的原理、内涵及框架。从不同视角、环境、应用目的组织的知识呈现出不同的知识结构。《中国图书馆分类法》和《汉语主题词表》架构了知识单元之间的等级、等同和相关关系，前者侧重知识类别归属建构了树状跨领域的知识体系，后者通过概念组配、相关关系和多重隶属关联连接主题知识形成网状结构，表述主题关联拓展的知识。语义关联知识结构通过三元组连接形成语义网络，表述类别归属、属性和语义关系的知识，并由推理表述隐含知识。[结果/结论] 大数据环境下，知识单元之间建构了多重隶属、交叉连接的树状等级结构，表述泛在知识的类别归属；主题法实现了碎片化、细粒度知识的粗粒化、概念化表述，同时语义关系更加明确具体；语义关联的知识结构更加动态、灵活，能够提供基于推理的知识；领域知识结构向适用于大数据环境知识组织的方向演进。

[目的/意义] 大科学时代，跨学科知识的融合成为科学发展的重要方向，也给跨学科知识组织和服务带来了巨大机遇和挑战。为提供跨学科知识服务，图书情报人员需对不同学科知识进行跨学科组织。[方法/过程] 通过运用大语言模型中的命名实体识别技术、情感分析方法等对引文内容中隐藏的跨学科概念和跨学科知识关联进行识别和量化，并结合RDF数据格式和Virtuoso数据库对文献中的跨学科知识进行知识组织，最终以我国图情领域为例结合可视化方式对领域内跨学科知识的组合路径、被接纳程度等进行呈现，以便从多维度对跨学科知识的结合和演化过程进行分析。[结果/结论] 研究从引用情感角度衡量跨学科知识组合被学科知识体系接纳的程度并进行知识组织，从而实现跨学科知识结合过程、路径以及效果的可视化呈现，为跨学科知识组织研究提供一定程度的参考。

[目的/意义] 为了对结构复杂、专业性强的多模态电子病历数据进行深度序化和组织，基于多模态深度学习和自然语言处理方法构建面向中文电子病历的多模态知识图谱，进而为临床决策支持和领域知识服务提供更全面地支撑。[方法/过程] 首先对多模态数据进行预处理以构建多模态电子病历数据集；接着利用ResNet和BERT预训练模型分别提取医学图像和文本特征；然后基于多层级视觉提示机制的多模态融合方法构建多模态实体关系联合抽取模型；最后使用图数据库存储并可视化呈现电子病历中不同模态知识。[结果/结论] 构建面向中文电子病历的多模态知识图谱，进一步丰富该领域文本和图像模态知识关联，推进多模态知识组织的实践范畴，为医疗健康领域知识序化、精准知识服务和深度知识发现奠定基础。

[目的/意义] 针对先秦典籍这一高度互文的文本，建立一套无监督的互文自动发现流程，探索基于大语言模型来开展古籍内容分析与考据校勘工作，以提高工作效率。[方法/过程] 对比分析现有语言模型的不同技术路线，并引入对比学习框架，采用无监督的方式训练互文自动发现模型，通过构建成语溯源任务检验系列模型效果，选择最优模型。[结果/结论] 成语溯源的结果显示，当前对话大语言模型仍存在大量事实性错误。所构建的基于对比学习框架的古籍大模型ESimCSE- GujiRoBERTa在成语溯源任务中取得最优结果。此模型在先秦诸子典籍引用互文识别上展现优异的语义区分能力。同时，从春秋三传互文识别的结果来看，互文自动发现能够为古籍考据校勘工作提供有益参考。

[目的/意义] 深入剖析国际图联发布的《图书馆响应人工智能的战略对策》报告，助力我国图书馆在人工智能时代实现服务升级与创新发展。[方法/过程] 运用网络调研法和文献分析法深入解读报告的五大部分，结合战略管理工具构想图书馆响应人工智能的战略地图，思考我国图书馆界响应人工智能的战略对策。[结果/结论] 通过对报告的深入剖析与解读，揭示报告的三大核心议题、三大局限性及三大特点，创新性地构想了一幅包含5个层面的图书馆应对人工智能的战略地图，并从政策支持、资源定位与交流合作三个维度提炼出我国图书馆界响应人工智能的三大启示，从而不仅深化了对报告的理解，也为我国图书馆界应对人工智能挑战提供理论参考和实践指导。

[目的/意义] 考虑重大突发公共卫生事件舆情情境下政府辟谣信息效果的过程性与结果性，提升政府辟谣信息覆盖率和说服力，量化政府辟谣能力，为政府舆情治理提供实践指引。[方法/过程] 基于信息覆盖与信息说服双视角，引入社会网络分析指标与信息说服理论，构建政府辟谣信息效果二维评价指标体系，并使用层次分析法进行权重设计。以新冠疫情舆情为实证分析对象，通过社会网络分析、情感分析、综合评价进行重大突发公共卫生事件舆情情境下政府辟谣信息效果测度实证，验证评价指标体系有效性。[结果/结论] 实证分析结果表明，该评价指标体系能有效反映重大突发公共卫生事件舆情情境下的政府辟谣信息效果，政府应根据舆情发展周期，制定阶段化辟谣策略，创新辟谣信息的传播路径，并建立持续的辟谣效果评估机制，以深化辟谣信息效果，提升网络谣言治理水平。

[目的/意义] 针对目前多模态谣言检测领域数据增强方法语义准确性与多样性受限的问题，探讨提升多模态谣言检测准确率的模型及方法，有助于进行网络谣言检测和进一步提高网络信息治理能力。[方法/过程] 提出一种提升多模态谣言检测准确率的模型TARD-GPT-4。该模型调用GPT-4进行数据增强，采用BERT与ViT模型分别获取模态特征，并使用一种有监督的对比学习策略发掘数据的标签属性特征，最后使用全连接层进行谣言检测判别。[结果/结论] 提示大语言模型使用重新描述的方式进行数据增强并融合有监督对比学习的方法对多模态谣言检测准确率的提升有着正向效果。相较于所选取的最优基线模型，TARD-GPT-4在多模态谣言检测准确率上高出1.62%；同时，通过探究多种数据增强方式对结果的影响，发现提示大语言模型使用重新描述的增强方式效果最优。

[目的/意义] 揭示清代甘肃驿站分布的地理空间特征及历史沿革规律，为清史研究及数字人文研究提供一定参考。[方法/过程] 阐述清代乾隆、嘉庆和光绪三朝甘肃驿站地理空间整体和局部分布特征，并运用ArcGIS、LDA等技术方法分析影响清代甘肃驿站地理空间分布的地理和历史原因。[结果/结论] 结果表明甘肃地形地貌对驿站总体分布形态起决定性作用，而政治、军事、经济、社会因素会共同影响驿站的地理空间分布特征及历史沿革过程。

[目的/意义] 针对“讲好中国故事”的时代命题和历史使命，提出基于知识图谱的井冈山革命文化资源数字叙事模型，依托知识图谱强大的语义关联与数字叙事灵活的叙事架构和丰富的叙事元素来增强用户体验，为打造中国话语与叙事体系提供研究方案和路线。[方法/过程] 将玛丽—劳尔·瑞安数字叙事理论与知识组织结合，从图谱构建、数字叙事、故事呈现3个层次提出基于知识图谱的井冈山革命文化资源数字叙事模型，通过将用户需求与底层数据、知识图谱、叙述故事相互映射，达到数字叙事目的。[结果/结论] 提出人物传记、英雄事迹、事件演变、事件并行、文物意义和关系网络6类数字叙事模式，再从舞台、脚本、生成、编辑和体验5个阶段依托知识图谱以在线网页的形式重现行军路线、人物轨迹、组织活动情况和井冈山大事记，将静态资源转化为动态的图片重现井冈山革命历史，提供交互的在线叙事。

[目的/意义] AI技术的迅速发展加速了古籍智能信息处理研究工作的开展，为整体把握该领域的研究情况和发展趋势，系统梳理迄今为止的相关文献，以为相关研究提供借鉴。[方法/过程] 通过检索和梳理文献，厘定古籍智能信息处理的内涵与外延，总结主要技术、任务和应用，并展望发展趋势。[结果/结论] 古籍智能信息处理技术以统计学习、机器学习、深度学习、预训练模型和大语言模型为主；主要任务包括古籍数字化、自动分句与标点、自动分词、自动词性标注、自动信息抽取、自动分类、引文分析、机器翻译、实体消歧、知识库构建和知识图谱构建等；主要研究应用包括专类研究和专题研究。此外，大语言模型技术的应用、多模态化的智能信息处理任务和应用场景的深化与扩展是古籍智能信息处理研究的发展趋势。

[目的/意义] 数据要素是我国首次提出的重大理论创新，系统收集、梳理、剖析我国数据要素研究的代表性成果，构建中国特色的数据要素知识框架体系，为数据要素的理论研究及实践探索提供借鉴和启示。[方法/过程] 主要采用网络调查、文献调研、内容分析法归纳我国数据要素研究的文献内容、政策报告以及专家观点等，从内涵阐释、运行机理、治理体系与实践应用4个方面进行梳理和分析。[结果/结论] 我国数据要素研究成果丰硕，知识框架体系基本形成，在数据成为生产要素的理论研究以及数据要素的流通与市场化配置方面已取得一定进展，但在数据要素的有效运行、实践应用以及治理方面仍具有较大提升空间，未来研究需要注重统筹推进数据要素市场的有效运行，并促进治理体系的建设以及与应用场景的结合进而发挥乘数效用。