国家预印本平台

《雨旸气候亲机》是宋代道教雷法体系中一部实用性很强的天气预测手册，收录于明《正统道藏》。全书由诗文、云图、占示和笔记等部分构成，专为修持雷法的道士把握施法时机而作。它的核心，是将观云、辨风这类经验技艺，与以北斗星象为核心的占候传统交织在一起。书中所记的“久雨西风又放晴”等谚语、三十九幅形态化云图，以及“白云遮斗，明日大变”一类占辞，都显示出一种独特的认知方式：经验气象学提供当下微候的佐证，占星学则给出根本的气运解释，二者在“天人感应”的框架中互为支撑。对当时的使用者而言，这并非迷信与科学的杂糅，而是一套用以预测风雨、安顿身心，且被认为行之有效的整体知识。

生成式人工智能（Generative Artificial Intelligence，GenAI）在赋能公共图书馆古籍数字化的同时，也带来了数据失真、模型“幻觉”与权责模糊等可信风险，故亟须加强系统性可信治理。本研究首先分析GenAI赋能古籍数字化过程中引发的可信风险，并构建适配古籍特性的涵盖基础层、内容层、知识层与服务层的可信度评估框架；然后，据此构建包含13项评估指标的GenAI赋能古籍数字化可信度评估指标体系，实现对生成内容的结构化、可操作的可信度评估；最后，提出建立分层响应机制、加强资源分级管理与权责协同的制度保障、构建可信治理长效机制三个方面的可信治理策略，形成“可信风险分析—可信度评估—可信治理”的完整闭环，旨在为GenAI在古籍数字化过程中的合规化、高质量的应用提供理论与实践参考。

在生成式人工智能（Generative Artificial Intelligence，GenAI）背景下，对中外个人数据保护法律政策进行量化评价与比较分析，可为我国强化GenAI应用过程中的个人数据风险治理能力提供有益借鉴。本研究利用隐含狄利克雷分布（Latent Dirichlet Allocation，LDA）主题模型对39份法律政策文本进行主题挖掘，结合现有研究成果，设计GenAI背景下个人数据保护法律政策评价体系，并运用政策一致性（PolicyModeling Consistency，PMC）指数模型对其中29份已实施法律政策文本进行量化评价，进而从政策功能定位、实施逻辑、体系完备性方面比较中国、美国、英国以及欧盟的政策差异。基于中外比较结果，本研究从兼顾安全与发展、强化敏捷治理模式、优化多元协同格局三个方面梳理总结对我国的启示，以期为提升我国GenAI背景下的个人数据保护水平提供参考。

随着数字技术驱动文化遗产数字叙事的快速迭代，游戏化交互作为典型技术赋能手段被广泛应用，如何在技术赋能与用户认知之间寻求动态平衡，已成为提升文化遗产数字叙事项目用户体验的核心关切。本研究引入认知风格理论，并采用实验法，分别选取“数字敦煌”项目和云冈石窟数字化项目作为游戏化/非游戏化叙事的实验材料，借助眼动追踪技术及问卷调查协同获取研究变量的多模态数据，探究认知风格（场依存型/场独立型）调节下游戏化/非游戏化叙事对用户体验的差异化影响。研究发现：直接效应上，相比于非游戏化叙事，游戏化叙事显著提升用户乐学感、感知有效性，但显著降低了用户感知高效性；调节效应上，认知风格显著调节游戏化/非游戏化叙事对乐学感、感知有效性及感知易学性的影响，但对用户沉浸感和感知高效性的调节作用不显著。在此基础上，本研究从三方面提出优化文化遗产数字叙事项目的建议，可为文化遗产叙事项目的适应性设计与用户体验优化提供参考依据。

科技论文篇幅较长，各章节研究要点分散。现有自动摘要方法仅依据句子权重、段落位置筛选文本，易丢失关键信息，导致摘要逻辑断裂；通用大模型生成摘要虽然行文流畅，但存在输出结构难以约束、事实描述失真等问题。为此，本研究提出语步引导的科技论文结构化摘要模型——Move-drivenSummarization（MoverSum）。MoverSum采用Seq2Seq多任务学习框架，以细粒度语步为全局规划线索，融合文本语义、章节位置、语步标签构建多维特征，同步完成句子重要度评估与摘要语步序列预测，按照语步序列抽取关键语句，以生成条理清晰的结构化摘要。本研究基于arXiv和PubMed数据集开展综合实验，结果表明：MoverSum的各项ROUGE指标全面优于各类基线模型；人工评估进一步证实，该模型生成摘要具备更完整的内容覆盖度与更流畅的行文逻辑。本研究经消融实验、大模型对比实验证实，多维特征与语步规划是模型性能提升的核心，MoverSum对科技文本摘要场景适配度更高。本研究提出方法兼顾抽取式摘要的事实保真度与输出结构可控性，为科技论文结构化摘要任务提供全新语步感知建模思路。