Resumen: Estudios de China taiwaneses (CS) se ha convertido en un campo de investigación interdisciplinario rico en forma de posición geopolítica única y un compromiso académico de larga data con China continental. Este estudio responde a la creciente necesidad de revisar y reorganizar sistemáticamente décadas de beca CS basada en Taiwán al proponer un enfoque asistido por IA que transforma textos académicos no estructurados en representaciones de conocimiento estructuradas e interactivas. Aplicamos técnicas generativas de IA (GAI) y modelos de idiomas grandes (LLM) para extraer y estandarizar la relación de entidad triples de 1.367 artículos de CS revisados por pares publicados entre 1996 y 2019. Estos triples se visualizan a través de un peso ligero a un peso ligero. esta url http Sistema basado, formando la base de un gráfico de conocimiento específico de dominio y una base de datos de vectores para el campo. Esta infraestructura permite a los usuarios explorar nodos conceptuales y relaciones semánticas en todo el corpus, revelando trayectorias intelectuales previamente desconocidas, grupos temáticos y brechas de investigación. Al descomponer el contenido textual en unidades de conocimiento estructurado gráfico, nuestro sistema permite un cambio de paradigma del consumo de texto lineal a la navegación de conocimiento basada en la red. Al hacerlo, mejora el acceso académico a la literatura de CS al tiempo que ofrece una alternativa escalable e impulsada por datos a la construcción tradicional de ontología. Este trabajo no solo demuestra cómo la IA generativa puede aumentar los estudios de área y las humanidades digitales, sino que también destaca su potencial para apoyar una infraestructura académica reinventada para los sistemas de conocimiento regional.
Publicado Originalme en rss.arxiv.org El 15 de mayo de 2025.
Ver Fuente Original
