AI赋能下基于多层网络的历史事件场景重构与知识发现研究
来源：图书情报工作杂志2026年第5期北京时间：
作者：邓君,滕玥
单位：吉林大学商学与管理学院 长春 130012
摘要：[目的/意义] 多维度的数据呈现与挖掘能够为历史事件的场景重构与知识发现提供更丰富的知识服务。现有研究中的传统网络分析受限于单一数据维度的制约，亟需能够支撑多数据维度、多关联类型的网络分析方法为历史事件场景重构与知识发现赋能。[方法/过程] 提出PLM-NERE-MMNs架构的历史事件场景重构与知识发现模型，在AI赋能下对经典的多层网络进行改进，基于所提出的模型，以宜瓦战役特定历史事件进行实证研究。[结果/结论] 研究结果表明，改进后的多层网络能够全面有效地呈现文本资源中多维度的数据信息，使得历史事件得到全息呈现；通过多层网络的态势演化与相关网络指标分析，能够揭示出历史事件背后的隐含知识。研究提出的PLM-NERE-MMNs架构的历史事件场景重构与知识发现模型，为数字人文领域的知识发现研究提供新的方法与视角。
关键词：人工智能,多层网络,历史事件,场景重构,知识发现,
基金资助：本文系国家社会科学基金重点项目“国家文化数字化战略下档案数据资源挖掘与智慧服务研究”（项目编号：23ATQ001）研究成果之一。
