文本分析

人工智能应用显著提升企业就业水平，主要通过提高生产率和竞争力来扩大生产规模。

本研究通过分析3293个中文问答对，揭示了ChatGPT生成语言与人类语言在161个语言特征上的显著差异。

本文探讨了深度神经网络在数字人文和信息科学中的文本分析应用，并提出了应对训练数据和领域适应挑战的解决方案。

通过结合年报中的文本数据和财务数据，本文提出了一种新的深度学习模型，显著提升了企业财务困境预测的准确性。

SsciBERT 是一个针对社会科学文本的预训练语言模型，显著提升了社会科学文献的自然语言处理任务表现。

该论文提出了一种基于马尔可夫逻辑网络（MLN）的新闻事件预测方法，结合语义分析和概率推理，显著提升了预测精度和多样性。