博文
对话ChatGPT: 科学网博客对于聊天机器人学习中文的价值
精选
||
对话ChatGPT: 科学网博客对于聊天机器人学习中文的价值
齐云龙[1],2
聊天机器人ChatGPT它会与用户聊天，智能互动，甚至能撰写邮件、文案、代码，还通过司法考试、美国执业医师资格考试、谷歌编码三级工程师测试。2022年11月30日上线以来，在国内外爆火，已成史上蹿红最快的应用，月活用户破亿，迅速成为社交平台普通百姓的热门话题。作为科学网的博主，我非常感兴趣的一个问题是科学网博客文章对ChatGPT在预训练中的价值如何呢？笔者于是通过向ChatGPT提问的形式，引出了几个有意思的话题。
科学网博客对于聊天机器人的价值和作用，ChatGPT会如何评价呢？下面是几个典型问题它给出的答案：
序号 | 问题及答案 |
1 | 请问ChatGPT中文训练时的网络材料有什么限制和要求？ 1、网络材料必须是中文，并且必须有一定的语句规范，语句务必清晰。 2、网络材料的词语丰富性越高训练效果越好，尽量涵盖各种类型的话语。 3、网络材料不要包括过于复杂难以理解的句子，以及太过引人误解的句子。 4、网络材料要求经过语义检查，避免重复性材料。 5、可以根据训练需求添加更多自定义意图相关、比较特殊领域的语句，以弥补不足。 |
2 | 在ChatGPT学习中国语言时，科学网博客是否作为语料库中的重要组成部分？ 是的，科学网博客是一个重要的组成部分，是特别专业的中文语料库。科学网博客的科技文章的分享，对于ChatGPT学习中国语言非常有帮助，有助于ChatGPT提取更多的文本特征，并让学习过程更准确可靠。
|
3 | 请问ChatGPT中文训练时是否重点参考了科学网博客的文章？ 是的，ChatGPT 中文训练时参考了科学网博客的文章，从而改进了模型的性能。科学网博客上的文章提供了丰富的见解和想法，有助于ChatGPT模型的改进。 ChatGPT的研究人员在开发中，参考了科学网博客上的文章，主要包括但不限于机器翻译，自然语言处理，词向量，深度学习技术等新的概念。 |
4 | 请问科学网博客文章在聊天机器人训练中相对其他网站有哪些优势？ 科学网的博客文章在聊天机器人训练中相对其他网站有几个优势： 1. 文章比较专业科学：科学网以其聚集了众多科学研究领域的专业性文章为依托，可以极大地增强聊天机器人的专业知识储备。 2. 文章体现深度思维和独特思想：由于科学网所提供的文章主要由知名科学家撰写，这些文章都是由知名科学家经过深度思考和思维构建而成，且独具特色和特点，可以为聊天机器人训练提供宝贵的参考。 3. 语言现实：科学网文章提供的科学资讯和研究成果，都是由知名科学家以科普语言进行编辑，即使是一些让人困惑的科学新闻和研究成果，也能以简洁地让人易懂的语言形式呈现给机器人训练。 |
5 | 相比于微博和微信公众号，科学网博客对于ChatGPT学习中文有什么优势和劣势？ 优势： 1. 科学网博客可以提供更加丰富的领域语料资源，更加贴近自然语言理解前沿领域的专业研究领域，有助于更好地让ChatGPT学习更多的专业知识。 2. 科学网博客的内容结构更加统一，更接近专业阅读，通过使用模型把这些完整的文章拆分成具有结构的语句，可以更好地帮助ChatGPT学习中文语义和语法。 劣势： 1. 科学网博客的用户阅读量和讨论量都较少，对于让ChatGPT学习自然语言的语言大环境缺少相应的参照。 2. 科学类文章的文字结构较复杂，因此很难找到一个通用的模型来处理，这也会使得一些文章的意义不能完全理解，从而影响了ChatGPT的学习效果。 |
6 | 你提到“科学网博客的用户阅读量和讨论量都较少”，是相对于其他的网站来说吗？ 是的，理论上来说，科学网博客的用户阅读量和讨论量都比其他网站少。这是因为，一方面科学网是一个以学术研究为主体的网站，其关注的读者群体也比较小；另一方面，与其他网站相比，科学网博客的受欢迎度还不够高。 |
7 | 你对科学网博客未来发展有何建议呢？ 1、把科学网博客作为一个“信息互动平台”，转变它的定位，注重以文字、图片、视频等多样的形式，进行信息的传播与交流。 2、更积极地发掘社会各行各业的垂直领域，准确定位学科受众，利用多元化的方式传播科研成果，丰富技术和产品服务内容，吸引和提供更多的优质内容给受众，使之成为一个多功能的信息网站，让更多关注科技的人参与其中，实现互联互动，更好地发布科技信息。 3、积极鼓励具有远见的青年科技人员和企业家，加强跨界合作，将商业发展与科学研究、应用有机结合起来，形成促进科技发展的闭环。 4、及时补充网站的内容，在收集的新闻内容上做出表述和整理，引入更多可信的科技信息，增加对技术发展趋势及科研内容的评论，加深网友的参与度。
|
8 | 你对科学网博主们有何建议呢？ 1、明确内容定位，以有益的传播形式和话语，将科学精神和科技进步传播给更多的人； 2、拓宽视野，在本行业发展趋势方面，及时掌握事物变化，与社会话题保持紧密关联，不停创新； 3、加强团队协作，有效整合人力资源，为传播内容注入更有深度的思考，使网站内容更受欢迎； 4、紧跟技术发展，勇于尝试前沿技术，不断寻求充分利用平台的可能，以更佳的形式传播科学文化。
|
……
以下为部分问题的截图：
总得来看，上面的回答看来都中规中矩，虽然也有个别瑕疵或者语句不通之处，但笔者认为至少已经远超过本人。
ChatGPT通过大数据，展示的结果比较符合“中庸之道”，往往符合大众眼中的道德观念及大多数人认可的观点；至少也可以帮我们普通人发散思维，了解世界。
虽然还不至于成“神”，但可以看作是我们了解世界的一面镜子……
科学网由中国科学院主管, 由具有近60余年媒体经验的《中国科学报》报社主办。作为全球最大的中文科学社区, 科学网致力于全方位服务华人科学与高等教育界, 构建全球华人科学家的精神家园, 促进科技创新和学术交流。自2007年1月正式上线以来, 经过16年的迅猛发展, 拥有全球最大的中文科教虚拟社区。
用户调查显示：科学网注册用户近300万, 遍布全球数十个国家和地区。科学网实名博主数超过12万,用户受教育程度很高，50.6%用户为研究员/教授职称，30.1%用户为副研究员/副教授职称；多数位居各大院校、科研机构、科技企业、政府科技部门等的学术带头人或管理者。50.4%用户为博士学历，27.33%用户有博士后工作经历。大多数有海外学习或工作经历，平均年龄39岁[1]。
图：科学网用户类型分析饼图
科学网博主的博客，很多可以归为“学术博客”或“科学博客”，主要发布关于科学或学术相关的、内容较长的文本，通过博客中传递科学价值[2]。与社交媒体帖子相比，科学博客可以提供更多细节，拥有更长的使用寿命，并为传统新闻提供不同的视角或额外的背景信息。博客可以面向小范围的、非常具体的受众，也可以面向更广泛的普通受众。另一个好处是博客是互动的。因此，科学家可以通过回答问题与读者互动[3]。众多高素质博主通过科学网博客对科技界人才待遇、经费分配、成果转化、科技体制改革、学术打假、学术腐败等热点话题发表自己独到的见解, 吸引了众多国内外主流媒体的关注和传播, 曾引起全社会的热烈讨论。可以说, 科学网是中国科技界最大的自媒体聚集地, 在科技界产生着广泛而重要的影响。
近年，随着微博、微信公众号等新媒体形式的出现，博客曾一度被视为日渐式微和没落。以科学网博客为例，王鸿飞教授曾是科学网博客开办初期（2008年前后）的“第一牛博”，总排行和综合排行都曾雄踞第一位，但从2017年7月就停止更新。饶毅教授转战于“知识分子”、“饶议科学”等微信公众号等媒体，其博客自2017年1月起就没有更新。施一公教授科学网的博客则是停更于2016年8月，一方面，可能与科学网博客本身的限制和缺乏足够的激励有关，另一方面，此时正是微信公众号如日中天的时候。但是科学网博客的重要价值仍然不可小觑。
在论文查重过程中，笔者曾做过多篇学术论文的查重测试，发现科学网的博文均被作为重要的网络比对数据源。一些作者会将论文内容、论文解读或评价等以博文形式发布在科学网平台，也有一些作者的优质博文具有较高的价值，经编辑整理后以文章的形式发表在期刊、报纸。在网站等级排名中，科学网博客级别非常之高，2019年9月18日 ，评价网站流量的全球权威机构Alexa网站显示：科学网全球排名三个月平均为3151，中国网站排名为462。目前已经稳居科学类中文网站全球排名最前列。
李小文院士是科学网最著名的博主之一。李院士2007年7月29日在科学网注册开博，累计发表了1878篇博文。李院士去世后，他的博客虽然６年多未更新，但点击量仍以较高的速度在不断上升，突破了1160万。成为“在科学网获得永生的博主”。李院士的博客之所以能在他去世多年之后仍然常盛不衰，一方面是由于他的博客内容言之有物，经得起时间的考验，更重要的当然是由于他本人特殊的人格魅力。李小文院士凭借他的博客而在网络上获得了永生，也证明了博客文字的深远价值。
优质数据是宝贵的资源，好比是新时代的石油,是大数据时代最为珍贵的财产。科学网博主们曾经呕心沥血写下的高质量文章也是一笔巨大的财富，不会都轻易化为历史的尘烟，那些闪光和智慧的文字在未来还可能继续发挥更大的价值。
作者简介
作者简介：齐云龙，硕士，研究方向为生物工程、管理心理学及应用心理学；
参考文献
[1]关于科学网.(2011-04-03) [2023-02-10]. http://www.sciencenet.cn/aboutus/default.aspx?id=7&type=1
[2]韩天琪. 科学博客：在博客阅读中传递科学价值. 中国科学报. (2018-07-09)[2023-02-10]. https://news.sciencenet.cn/htmlnews/2018/7/415292.shtm
[3]LetPub编辑. 为什么写博客对科学家很重要？科学博客写作入门指南. 科学网博客. (2022-05-27)[ 2023-02-10]. https://www.sciencenet.cn/home.php?mod=space&do=blog&id=1340402
https://blog.sciencenet.cn/blog-568569-1375696.html
上一篇：求伯乐编辑——欲投稿论文：关于元宇宙热潮背后的心理学分析
下一篇：机界慕容复横空出世，科技金融圈石破天惊 ———从天龙八部到ChatGPT
