标签
本文评估了三种NLP方法（命名实体识别、关键词提取、主题建模）在自动化提取众包集合关键词中的应用，以Their Finest Hour Online Archive（牛津大学托管的二战众包数字馆藏）为案例研究。研究发现，像开放权重模型这样的提取式模型更适合负责任地部署，而生成式AI则带来问责风险。
本文构建了一个包含1000篇学术论文的多模态数据集，包含文本、图像和音频，用于研究关键词抽取，结果显示融合多种模态能提升性能。