讲座信息

主题

大语言模型能否在部分文献计量分析中替代引用数据？

时间

2026年6月26日20：00-21：00

地点

ZOOM和腾讯会议

讲座内容

最新研究表明，在大多数学科中，部分大语言模型（LLM）对期刊论文的科研质量评分，与专家评审结果的相关性，高于经学科标准化后的引用频次。这意味着在现有依赖引用数据的部分场景中，大语言模型或许能发挥更大作用。同时，大语言模型的评分结果生成时间远早于稳定的引用数据，可应用在暂无引用数据支撑的各类场景。

但目前学界尚未厘清大语言模型具备该能力的底层逻辑，其存在的偏差也未得到充分研究；若将其用于过程性评价，还可能引发一系列潜在的系统性问题。本次讲座将围绕以上问题展开探讨，并对未来相关研究提出建议。

主讲人

Mike Thelwall 英国谢菲尔德大学信息、新闻与传播学院数据科学教授

主持人

余厚强 副教授

参与方式

扫描下方即海报上二维码进行注册，参会链接将发送到注册邮箱

主讲人介绍

迈克·塞尔沃现任英国谢菲尔德大学信息、新闻与传播学院数据科学教授，同时受聘为北京大学、马来亚大学、伍尔弗汉普顿大学客座教授。他长期深耕科研评价量化方法研究，早期聚焦科研影响力替代计量指标，现阶段主攻基于大语言模型的科研质量评价。他牵头开展两项重点课题：探究ChatGPT等模型服务科研评价的可行性与实现路径的人工智能同行评审项目，以及依托大语言模型开展基金项目同行评审的相关研究。其最新专著《Quantitative Methods in Research Evaluation: Citation Indicators, Altmetrics, and Artificial Intelligence》已公开免费发布。此外，他还担任《Journal of the Association for Information Science and Technology》等八本学术期刊编委。

欢迎感兴趣的师生参加！