实体
Twenty-Four Histories
Twenty-Four Histories
PulseAugur coverage of Twenty-Four Histories — every cluster mentioning Twenty-Four Histories across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新AI框架为中国古代构建历史事件分类体系
研究人员开发了CHisAgent，一个新颖的多智能体框架，旨在构建中国古代历史的事件分类体系。该框架利用专门的归纳、扩展和丰富智能体来更有效地组织历史知识。该系统以《二十四史》为测试对象，创建了一个涵盖政治、军事、外交和社会事件的详细分类体系，展示了结构连贯性和覆盖范围的提高。
-
AI Historian 系统协助历史学家验证时序线索
研究人员开发了一个名为 AI Historian (AIH) 的人工智能系统，旨在协助历史学家整理和验证历史文本中的时序信息。AIH 能够识别源句子中的人物和时间线索，验证跨文本关联，并推断可比的时序范围，同时保持源材料的可追溯证据。在使用涉及刘邦、项羽和萧何的历史案例进行评估时，AIH 在时间定位准确性方面优于人工标注，并且显著优于直接使用大型语言模型提示，同时还大大缩短了标注所需的时间。
-
大型语言模型提取经典中国史籍中的互文性，并经专家验证
研究人员开发了一种新颖的代理方法，使用大型语言模型（LLMs）来提取和评估经典中国史籍中的互文性。该方法超越了简单的相似度评分，将复用基于精确文本片段，并按五个维度进行分类：形式、方面、来源标记、功能和立场。当应用于《论语》和《汉书》时，基于LLM的提取器实现了56%-93%的精确率，专家裁定显示可靠性存在梯度，取决于复用是否需要推断意图。将此经验证的提取器扩展到完整的二十四史，揭示了语料库级别的结构，并证明了在十八个世纪中引文的解释…