基于GPT的研究文章识别方法：以人工智能为案例研究
摘要：使用人工智能（AI）作为案例研究，本研究提出了一种综合方法，以应对快速发展领域中科研文章的识别和分析的挑战。通过将与AI相关的搜索词与生成预训练转换器（GPT）的高级语言处理能力相结合，我们开发了一种高度准确的方法，用于在Web of Science（WoS）数据库中识别和分析与AI相关的文章。我们的多步骤方法包括基于WoS引文主题和类别、关键词筛选和GPT分类的文章过滤。通过精确度和召回率计算评估了我们方法的有效性，发现我们的组合方法在整个WoS文献库中捕捉到了约94%的与AI相关的文章，准确率达到90%。随后，我们分析了出版量趋势，揭示了日益增长的跨学科程度。我们进行了关于顶级国家和机构的引文分析，并使用关键词分析和GPT识别了常见的研究主题。本研究证明了我们方法作为准确识别学术文章的工具的潜力，该方法还能够提供关于研究领域的增长、跨学科性质和主要参与者的洞察。
作者：Lie Tang, Xianke Zhou, Min Lu
论文ID：2304.09487
分类：Digital Libraries
分类简称：cs.DL
提交时间：2023-07-31