2023年7月7日至2023年7月8日，SunGame官网经济与管理学部工商管理学院信息管理系主办，上海图书馆学会青年委员会协办的面向信息资源管理的前沿技术沙龙系列活动顺利举行。本次沙龙活动包含了一场前沿技术论坛、两场面向学术论文评估和通用文本处理的工作坊，此次活动邀请到了邀请到了伍斯特理工学院计算机科学和数据科学副教授刘晓钟副教授和南京理工大学教授、博士生导师章成志教授，活动由信息管理系贺国秀老师组织和主持。
7月7日下午的前沿技术论坛中，刘晓钟副教授、章志成教授及贺国秀老师带来了三场精彩的报告。首先由工商管理学院支部书记、副院长连燕玲教授致开场辞。
学术报告会议开场
然后刘晓钟副教授做了《大数据与大模型时代的信息科学》的报告。刘老师配以不同的案例讨论不同的数据环境下信息学研究的挑战和机遇，同时也讲介绍近期相关研究的趋势和创新，以及阿里达摩院的相关工作。
刘晓钟副教授讲座介绍
刘老师首先展示了阿里巴巴大模型的应用，阐述了大数据与大模型如何改变了我们获取、处理信息的方式。他指出，大数据的崛起带来了多元丰富的信息资源，而大型语言模型（LLM）如GPT，提高了我们处理语言信息的能力，增强了信息的普适性。但LLM也存在问题，如知识隐含性、幻觉性、决策不果断性及黑箱操作特性。知识图谱（KG）的结构化、精确和领域特定知识，对弥补LLM的不足发挥了作用。
随后，刘老师重点介绍了"filter bubble"现象。随着信息获取方式从图书馆阅读，到新闻，再到长短视频，最后到AI智能推荐的转变，我们对信息的接触越来越局限。过度的信息个性化和定制化导致我们只接触到符合自己观点和兴趣的信息，多元信息的接触和理解能力降低。因此，在这个时代，如何平衡信息的个性化和多元性，将是信息科学面临的重大挑战。
最后，刘老师总结指出，大模型同时存在优势与不足，挑战与机遇并存。如何界定AI训练数据的边界也是一个值得探讨的问题。然而，相信在未来，科技的进步和研究者的努力必将推动更好地理解和利用信息，为人们的生活带来更大的便利。
接着，章成志教授带来以《学术文本信息抽取研究进展》为主题的分享。章教授对学术文本信息抽取的研究历程进行了回顾，分析了存在的主要问题，随后分享了在这个方面的最新研究工作。
章志成教授讲座介绍
首先，章老师介绍了在深度学习兴起之前传统学术文本信息抽取的方法和工具，即基于学习和规则的模型，主要依赖词法、句法等特征。接着，章老师以医学信息抽取为例，说明了传统文本信息抽取需要手工提取特征的繁琐性，以及无法适应复杂领域任务的局限性。得益于近年来开放运动的持续推进以及深度学习技术的快速发展，文本信息抽取又有了新的发展。章老师指出科学研究第四范式下各领域数据集、算法、工具等知识实体的开放为信息抽取及相关应用的进一步发展提供了数据和技术支持。基于深度学习的模型自动从数据中学习特征表示，从而在更广泛的学术领域和任务上取得更好的效果。最后，章老师鼓励听众们积极参与学术文本信息抽取的研究与应用，为学术界的知识管理和科学研究做出贡献。
接下来，贺国秀讲师带来以《学术论文的自动评价研究》为主题的分享。贺老师分享了团队近期提出的学术评价模型，并讨论了大模型时代下学术评价的机遇和挑战。
贺国秀老师讲座介绍
学术论文的自动评估是科学计量领域的热点话题，是辅助同行评议的重要手段之一。首先，贺老师分享了基于学术论文内容的学术评价研究，以及面向学术网络异构性和动态性的学术影响力预测研究这两项团队最新工作，介绍了图卷积神经网络在学术评价领域的应用。接着，详细分析了这两种学术评价和预测方法各自的使用场景，并指出了模型的局限性。最后，与参会嘉宾共同讨论了大模型时代下学术评价等工作的挑战和机遇。
会议讨论
会议最后，参会老师和同学也对讲座内容进行了积极讨论，刘晓钟副教授、章成志教授对同学们的问题进行了详细解答与拓展。通过此次报告，与会老师和同学们对学术文本信息抽取、学术评价等信息资源管理的研究内容有了更深层次的认识，也体会到了大模型时代下信息科学所面临的挑战和机遇，期望本次报告能为参会老师和同学们今后的研究提供思路。
在7月7日与7月8日的上午，刘晓钟副教授和章志成教授在贺国秀老师的主持下，分别参与了关于学术论文评估和通用文本处理的两场工作坊。两位老师对这两个主题的工作报告提出了富有洞见的见解和建议，针对各自领域的最新研究进展和挑战进行了深入探讨。与会的老师与同学们积极参与讨论，与两位教授进行了富有成果的交流，共同探索未来的研究方向。
工作坊合影
文｜林晨曦 任佳渝
图｜黄晨 顾思晨
编辑丨肖启玉