<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SDME</journal-id><journal-title-group><journal-title>Scientific Development of Modern Education</journal-title></journal-title-group><issn>2998-9027</issn><eissn>2998-9043</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SDME.2025050039</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于AIGC的文献检索优化策略研究：融合语义理解与知识图谱</title><url>https://artdesignp.com/journal/SDME/2/5/10.61369/SDME.2025050039</url><author>艾莉莎,卢漩泓,蓝方</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>2</volume><issue>5</issue><history><date date-type="pub"><published-time>2025-03-14</published-time></date></history><abstract>数字化时代背景下，学术文献爆炸式增长与信息过载问题愈发严重。本文提出基于AIGC技术的文献检索优化策略，构建融合语义理解与知识图谱的检索优化框架。研究通过预训练语言模型（PLM）与领域自适应技术实现文献语义编码与意图识别，通过语义相似度计算与多粒度匹配深入语义理解；借助实体抽取、关系标注与属性融合构建学术文献知识图谱，利用图神经网络（GNN）增强知识推理性能，设计动态更新机制确保时效性；融合PLM与GNN设计语义-图谱联合检索引擎，引入生成式反馈机制，基于用户行为日志的隐形反馈建模，利用强化学习驱动检索策略自适应调整，以提升文献检索精度与效率，促进学术交流与创新。</abstract><keywords>AIGC,文献检索,语义理解,知识图谱,检索优化</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1]吴平.人工智能在高校档案管理中的应用研究[J].国际公关, 2024, (22):34-36.DOI:10.16645/j.cnki.cn11-5281/c.2024.22.004.&amp;nbsp;[2]毕小雯. 基于深度学习的我国英语类教育APP功能现状分析[D]. 渤海大学, 2023.&amp;nbsp;[3]高媛,王雪纯,刘绪. 自然语言处理在高等教育研究中的应用[J]. 复旦教育论坛, 2025, 23 (01): 5-15.DOI:10.13397/j.cnki.fef.2025.01.013.&amp;nbsp;[4]董克,吴佳纯. 数智融合信息分析方法的理论框架与体系建构[J]. 中国图书馆学报, 2024, 50 (06): 103-118. DOI:10.13530/j.cnki.jlis.2024050.&amp;nbsp;[5]张强,王潇冉,高颖,等. ChatGPT生成与学者撰写文献摘要的对比研究&amp;mdash;&amp;mdash;以信息资源管理领域为例[J]. 图书情报工作, 2024, 68 (08): 35-47. DOI:10.13266/&amp;nbsp;j.issn.0252-3116.2024.08.004.&amp;nbsp;[6]Kim Y S ,Lee K W ,Jee J S , et al. Discovering AI adoption patterns from big academic graph data[J]. Scientometrics, 2025, 130 (2): 1-23.&amp;nbsp;[7]郭培虹.ChatGPT赋能高校图书馆参考咨询服务的体系框架与应用研究[J].图书情报导刊, 2024, 9(10):31-38.&amp;nbsp;[8]胡昊天,邓三鸿,王东波,等. 情报学视角下的预训练语言模型研究进展[J]. 图书情报工作, 2024, 68 (03): 130-150. DOI:10.13266/j.issn.0252-3116.2024.03.012.&amp;nbsp;[9]郝世博,史东昊,朱学芳,等.大模型辅助的研发合作机会识别与可交互图谱构建[J].情报杂志, 2025, 44(04):173-180+189.&amp;nbsp;[10] 徐传丽 ,周世杰,吴春江. 深度学习中文本相似度计算研究综述[J]. 计算机应用与软件, 2024, 41 (11): 1-14.&amp;nbsp;[11] 李顺航 ,周刚,卢记仓,等. 文本中事件因果关系识别与应用技术综述[J]. 中文信息学报, 2024, 38 (09): 1-23.&amp;nbsp;[12]蒋海刚,朱敏,蒋小强.基于知识图谱和多任务学习的设备故障诊断方法[J].计算机应用, 2024, 44(S2):72-78.&amp;nbsp;[13]吕晓斌,唐远泉,苏怀强,等.融合大语言模型与图结构的招商风险分析算法[J].计算机应用, 2024, 44(S2):7-11.&amp;nbsp;[14] Cheng Q ,Cheng J ,Chen J , et al. Hierarchical multi-label classification model for science and technology news based on heterogeneous graph semantic enhancement[J]. PeerJ, Computer Science, 2024, 10 e2469.&amp;nbsp;[15]陈孟科,边赟,梁云浩,等.基于6W2H的大语言模型思维链提示框架WH-CoT[J].计算机应用, 2024, 44(S2):1-6.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
