该系统能够实时监测人工智能领域的最新动态、热点话题、前沿技术和学术成果,根据图书的主题、内容、风格和受众,生成适合的配帖文案,包括标题、摘要、引言、正文和结尾等部分。该系统还能够根据配帖文案的内容,自动创作相关的图形艺术作品,作为配帖的插图,增加配帖的视觉吸引力。该系统还能够对配帖文案进行质量评估,给出优化建议和改进方案,提高配帖的可读性、准确性和说服力。
该系统采用了最新的深度学习和自然语言处理技术,包括预训练语言模型、文本生成、文本摘要、文本分类、文本情感分析、文本相似度计算等。该系统还利用了大规模的人工智能相关图书数据、新闻数据、论文数据和社交媒体数据,进行了数据清洗、数据增强和数据标注,构建了高质量的训练数据集和测试数据集。该系统还采用了多任务学习、迁移学习和元学习等技术,提高了模型的泛化能力和适应能力,使得系统能够适应不同类型、不同风格、不同领域的图书配帖任务。
王玥蘅,桂林电子科技大学计算机科学与工程学院在读研究生,主要从事深度学习与文本生成方向的研究,在国内外重要会议上发表了多篇论文,并获得了多项校级以上科研奖励。王玥蘅硕士负责该项目的文本生成模块的开发和测试。
谢宛原,桂林电子科技大学计算机科学与工程学院在读研究生,主要从事深度学习与文本摘要方向的研究,在国内外重要会议上发表了多篇论文,并获得了多项校级以上科研奖励。谢宛原硕士负责该项目的文本摘要模块的开发和测试。
莫江娜,桂林电子科技大学计算机科学与工程学院在读研究生,主要从事深度学习与文本分类方向的研究,在国内外重要会议上发表了多篇论文,并获得了多项校级以上科研奖励。莫江娜硕士负责该项目的文本分类模块的开发和测试。
郭晓婷,桂林电子科技大学计算机科学与工程学院在读本科生,主要从事深度学习与图形艺术方向的研究,在国内外重要会议上发表了多篇论文,并获得了多项校级以上科研奖励。郭晓婷本科生负责该项目的图形艺术模块的开发和测试。
评价单位:- (-)
评价时间:2023-08-25
综合评价
该成果在人工智能图书配帖实时监测系统领域具有较高的创新水平和应用价值,是一项优秀的科技成果,值得肯定和表彰。
该成果具有良好的市场前景和产业化潜力,是一项有利于社会经济发展和图书生产行业创新的科技成果,值得支持和推广。
该成果在转化过程中还需要注意以下几个方面:
加强知识产权保护和管理,防止技术泄露或侵权风险。
加强与相关部门和机构的沟通协调,遵守相关法律法规和行业标准。
加强与用户的互动反馈,及时收集用户意见和建议,不断改进产品功能和服务质量。
查看更多>