利用NLP技術(shù)提高科技期刊編輯質(zhì)量的策略分析

摘要：人工智能（ArtificialIntelligence，AI）技術(shù)，尤其是自然語言處理（NatureLanguageProcessing，NLP）工具，在科技期刊出版領(lǐng)域具有重要的應(yīng)用價(jià)值。通過系統(tǒng)性分析，發(fā)現(xiàn)NLP技術(shù)在自動化稿件初審、審稿意見整合、編輯加工與語言潤色等環(huán)節(jié)中能夠有效提升編輯工作的效率和稿件質(zhì)量。此外，還探討了該技術(shù)如何促進(jìn)科技期刊的內(nèi)容創(chuàng)新與讀者互動，通過自動化選題推薦和定制化內(nèi)容推送，提升了科技期刊的學(xué)術(shù)價(jià)值和市場影響力，并提出了有效利用NLP技術(shù)賦能科技期刊編輯和出版全流程的策略。

關(guān)鍵詞：人工智能自然語言處理科技期刊出版編輯效率內(nèi)容創(chuàng)新讀者互動

中圖分類號：G230.7

StrategicAnalysisofEnhancingtheQualityofScientificJournalEditingbyUsingNLPTechnology

DONGZhen

JournalEditorialDepartmentofWuhanUniversityofScienceandTechnology，Wuhan，HubeiProvince，430081China

Abstract：ArtificialIntelligence（AI）technology，particularlyNaturalLanguageProcessing&e4AXlQF8QcJVB43Iz7DNYLwpn5nCuNCSldQZs9GElcw=nbsp;（NLP）tools，hasimportantapplicationvalueinthefieldofscientificjournalpublishing.Throughsystematicanalysis，itshowshowNLPtechnologycaneffectivelyenhancetheefficiencyofeditorialworkandthequalityofmanuscriptsinprocessessuchasautomatedinitialmanuscriptreview，integrationofreviewcomments，editorialprocessing，andlanguagepolishing.Additionally，italsoexpolreshowthistechnologypromotescontentinnovationandreaderinteractioninscientificjournals.Throughautomatedtopicrecommendationandcustomizedcontentpush，theacademicvalueandmarketinfluenceofscientificjournalsaresignificantlyenhanced.Furthermore，strategiesforeffectivelyutilizingNLPtechnologytoempowertheentireeditorialandpublishingprocessofscientificjournalsareproposed.

KeyWords：Artificialintelligence;NLP;Scientificjournalpublishing;Editorialefficiency;Contentinnovation;Readerinteraction

隨著人工智能（ArtificialIntelligence，AI）技術(shù)的快速發(fā)展，特別是ChatGPT[1-3]、BERT[4]、文心一言[5]等AI技術(shù)驅(qū)動的自然語言處理（NatureLanguageProcessing，NLP）工具的興起和應(yīng)用，科技期刊的編輯和出版流程正在經(jīng)歷一場深刻的變革。NLP作為AI領(lǐng)域的重要分支，其核心技術(shù)如語言模型（LanguageModels）、語義分析（SemanticAnalysis）、情感分析（SentimentAnalysis）等，憑借強(qiáng)大的文本生成和理解能力，不僅能自動化處理復(fù)雜的編輯任務(wù)，提升出版效率，還可以優(yōu)化稿件的初審和同行評審流程，同時(shí)，還為期刊內(nèi)容的個(gè)性化推薦和讀者互動提供了新的可能。隨著這些技術(shù)的持續(xù)迭代和優(yōu)化，科技期刊的出版流程有望邁向一個(gè)更高效、更互動的時(shí)代[6-8]。

本文將深入探討AI中的NLP工具在科技期刊出版領(lǐng)域的應(yīng)用，全面評估其對編輯出版流程、內(nèi)容質(zhì)量、讀者服務(wù)等方面的具體影響，提供NLP工具賦能科技期刊編輯與出版全流程的有效策略。

1稿件初審的自動化革新

在科技期刊編輯流程中，稿件初審是確保期刊內(nèi)容質(zhì)量的第一關(guān)。借助于NLP技術(shù)，編輯們能通過語言分析和機(jī)器學(xué)習(xí)模型，在眾多的投稿中快速篩選出不符合期刊投稿要求的稿件，從而提升初審的效率和準(zhǔn)確性。

1.1主題相關(guān)性檢測

在自動化初審的功能中，主題相關(guān)性檢測是其中的一項(xiàng)核心技術(shù)[9]。通過分析稿件的標(biāo)題、摘要和關(guān)鍵詞等，與期刊的研究范圍和發(fā)表標(biāo)準(zhǔn)進(jìn)行對比，確保每一篇通過初審的稿件都與期刊的主題密切相關(guān)。這不僅有助于維持期刊的質(zhì)量和學(xué)術(shù)方向，同時(shí)也確保了讀者能接觸到符合其興趣的高質(zhì)量研究成果。利用NLP技術(shù)，該過程可以自動化執(zhí)行，大大減少了編輯在初審階段的工作量，這使得他們能將更多的精力投入具有高價(jià)值且符合期刊定位的稿件上。

1.2原創(chuàng)性檢測

原創(chuàng)性檢測是利用NLP技術(shù)優(yōu)化科技期刊編輯流程的另一重要應(yīng)用。通過與已發(fā)表文章和數(shù)據(jù)庫中的內(nèi)容進(jìn)行比對，NLP工具能快速識別出抄襲、重復(fù)發(fā)表或是過度引用的情況。這對于維護(hù)學(xué)術(shù)誠信、確保發(fā)表內(nèi)容的原創(chuàng)性和質(zhì)量至關(guān)重要。

不僅如此，現(xiàn)代的原創(chuàng)性檢測工具還能識別出更加微妙的相似性，即使是僅對原文進(jìn)行了輕微修改或是用同義詞替換的內(nèi)容，也能夠被NLP工具準(zhǔn)確地識別出來。這種深度的內(nèi)容分析確保了科技期刊能夠發(fā)表真正具有創(chuàng)新性和貢獻(xiàn)的研究，進(jìn)一步提升了期刊的學(xué)術(shù)價(jià)值和社會影響力。

2同行評審和編輯決策的輔助工具

同行評審過程是保障論文研究質(zhì)量和學(xué)術(shù)誠信的核心環(huán)節(jié)。傳統(tǒng)的同行評審過程往往耗時(shí)且效率不高，然而AI技術(shù)的引入，尤其是NLP工具的應(yīng)用，有望為這一流程帶來顯著的改進(jìn)[10]。

2.1自動化審稿人匹配

傳統(tǒng)同行評審環(huán)節(jié)中，審稿人匹配依賴于編輯的經(jīng)驗(yàn)和對專業(yè)領(lǐng)域的了解，這一過程不僅耗時(shí)還可能因編輯的主觀判斷而產(chǎn)生偏差。NLP系統(tǒng)通過分析稿件內(nèi)容，如研究領(lǐng)域、使用的方法論、實(shí)驗(yàn)數(shù)據(jù)等，與數(shù)據(jù)庫中審稿人的專業(yè)背景、研究興趣及歷史審稿記錄進(jìn)行比對，自動推薦最合適的審稿人。這一過程顯著提升了匹配的效率和準(zhǔn)確性，具體表現(xiàn)如下：

（1）高效性：NLP系統(tǒng)能在幾分鐘內(nèi)完成審稿人匹配，極大縮短了從稿件提交到審稿開始的時(shí)間，加速了整個(gè)出版周期。

（2）準(zhǔn)確性：通過深入分析稿件研究領(lǐng)域、方法和引用文獻(xiàn)，NLP系統(tǒng)能精準(zhǔn)匹配具有相關(guān)專業(yè)知識和研究背景的審稿人。

（3）去偏見化：NLP系統(tǒng)的匹配過程是基于數(shù)據(jù)和算法的，避免了因編輯個(gè)人偏好而選擇審稿人的情況，保證了審稿過程的公平性和客觀性。

（4）動態(tài)更新與學(xué)習(xí)：隨著越來越多審稿數(shù)據(jù)被系統(tǒng)處理，NLP模型可以通過機(jī)器學(xué)習(xí)不斷優(yōu)化其匹配算法，隨著時(shí)間推移不斷提高匹配準(zhǔn)確度和效率。

2.2智能化審稿意見整合

審稿意見整合旨在綜合考慮所有審稿人的反饋，形成對稿件的全面評價(jià)。通過NLP工具的應(yīng)用，能自動分析審稿報(bào)告，識別出審稿人意見中的共識和分歧，自動歸納總結(jié)關(guān)鍵點(diǎn)和建議。這不僅加快了整合過程，還提高了信息處理的全面性和客觀性，為編輯提供了更加精準(zhǔn)的數(shù)據(jù)驅(qū)動決策支持。

3稿件編輯加工與語言潤色

稿件的編輯加工和語言潤色階段對于提高稿件的整體質(zhì)量和可讀性至關(guān)重要。在這一環(huán)節(jié)，NLP工具成為了編輯們的得力助手，使他們能更高效地提升稿件的語言質(zhì)量、保持風(fēng)格一致性，以及確保結(jié)構(gòu)的清晰度和完整性[10-11]。

3.1內(nèi)容結(jié)構(gòu)優(yōu)化

對于科技期刊的編輯而言，確保稿件結(jié)構(gòu)清晰、邏輯嚴(yán)密是其最基本的職責(zé)。利用NLP工具，編輯可以更加高效地識別出文章中的結(jié)構(gòu)問題，如邏輯斷層、信息重復(fù)或結(jié)構(gòu)混亂等。基于NLP工具提供的分析報(bào)告，編輯可以向作者提出更為精確的修改建議，比如調(diào)整段落結(jié)構(gòu)、明確各部分的主題句，或是增刪內(nèi)容以避免信息的重復(fù)等，確保文章邏輯清晰、結(jié)構(gòu)緊湊。此外，基于大量的學(xué)術(shù)寫作數(shù)據(jù)，這些工具還能提出結(jié)構(gòu)優(yōu)化建議，如增加一個(gè)案例研究部分或重新組織背景信息段落，以增強(qiáng)文章的說服力。

3.2術(shù)語和風(fēng)格標(biāo)準(zhǔn)化

NLP工具可以借助專業(yè)術(shù)語庫，識別并核查稿件中術(shù)語使用是否準(zhǔn)確。術(shù)語庫通常涵蓋廣泛的學(xué)科領(lǐng)域內(nèi)的標(biāo)準(zhǔn)術(shù)語及定義，確保稿件中專業(yè)詞匯的準(zhǔn)確、統(tǒng)一。對于跨學(xué)科研究，這一點(diǎn)尤為重要，幫助編輯確保不同領(lǐng)域的術(shù)語得到恰當(dāng)且統(tǒng)一的使用，避免誤解和混淆。同時(shí)，NLP工具還能識別并糾正過時(shí)或不準(zhǔn)確的術(shù)語使用，保持文章內(nèi)容的時(shí)效性和專業(yè)性。

此外，稿件風(fēng)格一致性維護(hù)，不僅涉及文章的格式，更關(guān)乎其可讀性和專業(yè)形象。NLP工具通過學(xué)習(xí)特定期刊的寫作指南和風(fēng)格規(guī)范，自動檢查文章的寫作風(fēng)格是否符合標(biāo)準(zhǔn)，包括語言風(fēng)格、論述結(jié)構(gòu)，甚至標(biāo)點(diǎn)符號的正確使用，從而提升了編輯效率和期刊的專業(yè)統(tǒng)一性，維護(hù)了期刊的品牌形象。

3.3語言質(zhì)量提升

在語言質(zhì)量提升方面，利用NLP技術(shù)來分析文本，不僅能夠捕捉到基本的別字、語法、搭配錯(cuò)誤，還能結(jié)合上下文優(yōu)化句子結(jié)構(gòu)和用詞，提出提高文章可讀性和流暢性的建議。此外，這些工具還能根據(jù)特定期刊的風(fēng)格指南自動調(diào)整文章格式，包括引用風(fēng)格等，極大地提高了稿件的整體語言質(zhì)量和專業(yè)性[12]。

3.4引用完整性和規(guī)范性

NLP工具在確保引用完整性和規(guī)范性方面也能提供有效支持。通過文本挖掘技術(shù)，這些工具能自動識別文章中的所有引用，并與數(shù)據(jù)庫進(jìn)行匹配驗(yàn)證引用的準(zhǔn)確性[13]。同時(shí)，NLP工具還能識別引用格式的錯(cuò)誤，如作者名、出版年份、期卷和頁碼的排列順序，自動調(diào)整以符合期刊的格式要求，降低人工校對的負(fù)擔(dān)，提高了編輯工作的效率，也在一定程度上維護(hù)了學(xué)術(shù)誠信。

4內(nèi)容創(chuàng)新與讀者互動的促進(jìn)

在科技期刊的編輯和出版過程中，內(nèi)容創(chuàng)新與讀者互動是提升期刊影響力和讀者滿意度的關(guān)鍵因素。借助基于NLP的AI工具，編輯能更有效地實(shí)現(xiàn)自動化選題推薦、讀者交互與定制化推薦，以及反饋信息的分析與改進(jìn)等。

4.1自動化選題推薦

選題的前瞻性和創(chuàng)新性對于學(xué)術(shù)期刊的學(xué)術(shù)價(jià)值和市場影響力至關(guān)重要。NLP技術(shù)通過分析刊物的歷史出版內(nèi)容、當(dāng)前研究趨勢、社交媒體討論和新聞報(bào)道等，自動識別和推薦熱門或前沿的研究主題。這種深度學(xué)習(xí)算法的應(yīng)用不僅涉及關(guān)鍵詞和短語的提取，還包括對這些話題發(fā)展趨勢和相關(guān)性的理解，基于這些分析，編輯能夠更加有針對性地規(guī)劃期刊的特刊或約稿，引導(dǎo)期刊內(nèi)容創(chuàng)新和多樣化，吸引更廣泛的讀者群體。

4.2讀者交互與定制化推薦

在數(shù)字化時(shí)代，讀者對科技期刊內(nèi)容的需求日益多樣化和個(gè)性化。NLP技術(shù)的應(yīng)用使編輯能夠深入理解和精準(zhǔn)分析讀者行為，提供定制化的內(nèi)容推薦，增強(qiáng)讀者交互體驗(yàn)。通過分析讀者在期刊網(wǎng)站上的瀏覽記錄、下載歷史和搜索行為，NLP系統(tǒng)能夠構(gòu)建每位讀者的興趣模型，進(jìn)而推薦相關(guān)文章和專題。這一過程不僅依賴于關(guān)鍵詞匹配，更涉及對讀者興趣和需求的深層次理解。例如，通過對讀者評論和反饋的情感分析，NLP工具可以捕捉到讀者對特定話題或文章類型的偏好，進(jìn)而提供更為精準(zhǔn)的內(nèi)容推薦。此外，NLP技術(shù)還能夠識別讀者之間的互動模式，如論壇討論和社交媒體上的分享行為，基于這些社交互動數(shù)據(jù)進(jìn)一步優(yōu)化推薦算法。

定制化推薦不僅提升了讀者的參與度和滿意度，也促進(jìn)了高質(zhì)量內(nèi)容的傳播和引用。通過不斷優(yōu)化推薦算法和更新內(nèi)容推薦策略，編輯可以保持期刊內(nèi)容的活力和吸引力，建立起與讀者之間的持續(xù)互動和深度連接。

4.3反饋信息分析與改進(jìn)

對于科技期刊而言，讀者和作者的反饋是持續(xù)改進(jìn)和提升刊物質(zhì)量的寶貴資源。NLP技術(shù)的應(yīng)用，使編輯能夠自動化處理大量文本反饋，包括讀者評論、作者評價(jià)和社交媒體討論。借助情感分析、關(guān)鍵詞提取和主題識別，編輯能快速識別反饋中的主要意見和情緒傾向，獲得對期刊內(nèi)容和服務(wù)的直接評價(jià)。這些分析結(jié)果至關(guān)重要，幫助編輯制定改進(jìn)策略，評估內(nèi)容的受歡迎程度，據(jù)此調(diào)整內(nèi)容規(guī)劃和選題方向，優(yōu)化投稿和審稿流程，提升作者投稿體驗(yàn)。進(jìn)一步地，NLP工具還能通過趨勢分析識別長期問題和改進(jìn)機(jī)會，針對性地制訂長期改進(jìn)計(jì)劃。

通過基于NLP技術(shù)的深入分析和應(yīng)用，科技期刊編輯不僅能夠及時(shí)響應(yīng)讀者和作者的需求，也能夠基于數(shù)據(jù)驅(qū)動的洞察，制定更有效的內(nèi)容創(chuàng)新和服務(wù)改進(jìn)策略，持續(xù)提升期刊的學(xué)術(shù)質(zhì)量和市場競爭力。這種技術(shù)的應(yīng)用，無疑為科技期刊的發(fā)展打開了新的可能性，促進(jìn)了編輯工作和學(xué)術(shù)交流的高效、個(gè)性化和互動化。

• NLP技術(shù)應(yīng)用面臨的挑戰(zhàn)

在科技期刊的編輯出版中，NLP技術(shù)的應(yīng)用正迎來前所未有的發(fā)展機(jī)遇與挑戰(zhàn)。編輯在借助這一技術(shù)提高工作效率和內(nèi)容質(zhì)量的同時(shí)，也面臨著一系列問題。

5.1應(yīng)對AI生成內(nèi)容的策略

隨著基于NLP技術(shù)的AI工具在科技期刊出版中的角色日益增強(qiáng)，從自動生成摘要到數(shù)據(jù)分析報(bào)告，其應(yīng)用范圍不斷拓寬。盡管NLP技術(shù)極大地提高了編輯的工作效率，促進(jìn)了高質(zhì)量內(nèi)容的快速生成，但過度依賴NLP生成的內(nèi)容亦可能引發(fā)關(guān)于原創(chuàng)性、準(zhǔn)確性以及學(xué)術(shù)價(jià)值的問題。

針對這一挑戰(zhàn)，可以采用多種策略。首先，開發(fā)和應(yīng)用專門的檢測工具，以識別AI生成的文本特征和模式，包括不自然、不符合邏輯、與作者過往風(fēng)格不一致的句子結(jié)構(gòu)等。此外，AI工具可能生成包含不準(zhǔn)確或虛構(gòu)引用的文章，編輯可以利用引文數(shù)據(jù)庫和NLP模型進(jìn)行核查，發(fā)現(xiàn)不存在或與原始文獻(xiàn)內(nèi)容不一致的引用，確保稿件的學(xué)術(shù)價(jià)值。同時(shí)，加強(qiáng)對作者提交內(nèi)容的審查，明確對AI輔助或生成內(nèi)容的規(guī)定和限制。此外，培養(yǎng)讀者和同行評審者識別AI生成內(nèi)容的能力，開展相關(guān)的培訓(xùn)課程。

5.2維持編輯個(gè)性化與創(chuàng)造性

科技期刊的價(jià)值不僅在于傳遞信息，更在于推動思想交流和科學(xué)進(jìn)步。因此，保持內(nèi)容的個(gè)性化和創(chuàng)造性不僅是質(zhì)量控制的核心，更是期刊核心競爭力的體現(xiàn)。在利用NLP技術(shù)的同時(shí)，尋找技術(shù)應(yīng)用和人工編輯之間的平衡點(diǎn)至關(guān)重要。編輯應(yīng)該鼓勵作者保持獨(dú)特的視角和創(chuàng)新思維，同時(shí)在編輯和審稿過程中注重提煉文章的核心價(jià)值和創(chuàng)新點(diǎn)。

此外，編輯還需要通過持續(xù)的學(xué)習(xí)和實(shí)踐，掌握NLP技術(shù)的最新發(fā)展，以便更高效地利用這些工具來豐富內(nèi)容表現(xiàn)形式，深化學(xué)術(shù)探討。通過編輯的細(xì)致打磨和創(chuàng)造性思考，使每篇文章在傳遞科學(xué)知識的同時(shí)，展現(xiàn)獨(dú)到的見解和新穎的探索。

5.3保障數(shù)據(jù)安全與隱私

隨著NLP技術(shù)的廣泛應(yīng)用，數(shù)據(jù)安全與隱私保護(hù)成為科技期刊出版中不容忽視的問題[14-15]。編輯與出版機(jī)構(gòu)在使用NLP技術(shù)處理作者提交的稿件、讀者反饋及其他敏感信息時(shí)，必須確保數(shù)據(jù)的安全與隱私不受侵犯。

面對日益增多的網(wǎng)絡(luò)安全威脅與數(shù)據(jù)泄露風(fēng)險(xiǎn)，編輯需與技術(shù)團(tuán)隊(duì)緊密合作，采取先進(jìn)的加密技術(shù)和安全協(xié)議保護(hù)數(shù)據(jù)傳輸與存儲過程的安全。同時(shí)，建立嚴(yán)格的數(shù)據(jù)訪問控制政策，確保僅授權(quán)人員能夠訪問敏感信息，并遵循相關(guān)法律法規(guī)，確保期刊的數(shù)據(jù)處理活動合法合規(guī)。通過建立透明的數(shù)據(jù)處理政策，向作者和讀者明確數(shù)據(jù)的收集、使用與保護(hù)方式，增強(qiáng)雙方對期刊的信任，是保障數(shù)據(jù)安全的重要措施。

• 結(jié)語

隨著人工智能驅(qū)動的自然語言處理NLP技術(shù)的不斷進(jìn)步，其在科技期刊出版中的應(yīng)用展現(xiàn)出巨大潛力，不僅在提升編輯效率、增強(qiáng)同行評審質(zhì)量方面發(fā)揮了重要作用，也在加強(qiáng)讀者互動和反饋機(jī)制中顯示了其價(jià)值。通過自動化處理編輯任務(wù)、優(yōu)化內(nèi)容結(jié)構(gòu)、提升語言質(zhì)量以及實(shí)現(xiàn)定制化推薦，NLP技術(shù)為科技期刊的發(fā)展帶來了新的機(jī)遇和挑戰(zhàn)。未來，隨著這些技術(shù)的持續(xù)發(fā)展和完善，預(yù)計(jì)其在科技期刊出版領(lǐng)域的應(yīng)用將進(jìn)一步拓展，為編輯工作和學(xué)術(shù)交流提供更加高效、個(gè)性化和互動化的支持。

參考文獻(xiàn)

• ChatGPT：Optimizinglanguagemodelsfordialogue[EB/OL].（2022-11-30）[2024-04-20].https：//openai.com/blog/chatgpt/.
• 張重毅，牛欣悅，張君艷，等.ChatGPT探析：AI大型語言模型下學(xué)術(shù)出版的機(jī)遇與挑戰(zhàn)[J].中國科技期刊研究，2023，34（4）：446-453.
• 哈爾濱工業(yè)大學(xué)自然語言處理研究所.ChatGPT調(diào)研報(bào)告[EB/OL].（2023-03-11）[[2024-05-22].https：//c.m.163.com/news/a/HVHPJKOU0511DV4H.html.
• DevlinJ，ChangMW，LeeKT，etal.BERT：Pre-trainingofdeepBidirectionalTransformersforLanguageUnderstanding[C]//AssociationforComputationalLinguistics.Proceedingsofthe2019ConferenceoftheNorthAmericanChapteroftheAssociationforComputationalLinguistics：HumanLanguageTechnologies.AssociationforComputationalLinguistics，2019：4171-4186.
• 肖峰.生成式人工智能介入知識生產(chǎn)的功用探析：借助ChatGPT和“文心一言”探究數(shù)字勞動的體驗(yàn)[J].重慶郵電大學(xué)學(xué)報(bào)：社會科學(xué)版，2023（4）：1-10.
• 向颯.人工智能對學(xué)術(shù)出版流程的再造及知識服務(wù)提升[J].中國科技期刊研究，2022，33（11）：1546-1553.
• 劉華東，馬維娜，張新新.“出版+人工智能”：智能出版流程再造[J].出版廣角，2018（1）：14-16.
• 白小晶，劉晶晶，謝珊珊，等.利用智能工具促進(jìn)我國科技期刊智能出版[J].編輯學(xué)報(bào)，2020，32（5）：555-560.
• 龐麗，王利鵬，鄭春雨，等.科技期刊文本與數(shù)據(jù)挖掘人工智能的研究進(jìn)展[J].中國科技期刊研究，2023，34（8）：1007-1013.
• 王勇臻，王賢文.同行評議質(zhì)量新探：同行評議意見挖掘研究綜述[J].信息資源管理學(xué)報(bào)，2023，13（2）：125-134.
• 李侗侗，高瑞婧，田佳.ChatGPT在中文科技期刊摘要文字編輯中的實(shí)用性測試與分析[J].中國科技期刊研究，2023，34（8）：1014-1109.
• 劉錦宏，宋明珍.人機(jī)協(xié)同審核：概念與模式[J].中國出版，2022（22）：11-14.
• 劉長明，高國連，楊勇，等.智能審校的應(yīng)用與探索：以“方正智能輔助審校系統(tǒng)”為例[J].出版與印刷，2020（3）：12-16.
• 嚴(yán)雪雁.ChatGPT技術(shù)的風(fēng)險(xiǎn)結(jié)構(gòu)、防范措施及其治理范式轉(zhuǎn)型：基于“嵌入—脫嵌”互動視角的分析[J].武漢科技大學(xué)學(xué)報(bào)：社會科學(xué)版，2024，26（2）：61-74.
• 于水.新一代人工智能ChatGPT的價(jià)值挑戰(zhàn)及其包容性治理[J].海南大學(xué)學(xué)報(bào)：社會科學(xué)版，2023，41（5）：82-90.