Datawhale AI 夏令营 task02学习笔记

task02主要是寻找团队，还有确定初步的idea，以下分享自己的一些想法和idea，记录一下，后续可能删改。

需求表

项目背景

随着科研活动的日益繁荣，高质量的论文产出成为衡量学者研究水平的重要指标。然而，论文创作过程复杂且耗时，涉及选题、文献调研、撰写、修改等多个环节。为了减轻学者的负担并提升创作效率与质量，本文提出了一种基于AI的论文学术性优化模型。

预期产品需求

需求分析

通过自然语言处理技术，解析学者输入的关键词、研究背景等信息，明确创作需求。

资源推荐

根据需求分析结果，从学术数据库中检索并推荐相关文献、数据等资源。

优化助手

评估语言风格，并提供优化建议，修改方案，提高文章学术性。

技术方案

前端技术

HTML5、CSS3、JavaScript

后端技术

Python

模型微调

yuan2.0

技术支持

数据解析引擎

开发或集成数据解析引擎，以支持多种格式的数据文件读取。

数据仓库技术

使用数据仓库技术存储和管理大量数据。

数据分析工具

集成数据分析工具，如统计分析，机器学习模型等。

API集成

集成外部API，如数据库查询API，数据转换API等。

预期应用价值

显著提升论文创作的效率，缩短创作周期。

提高论文的质量，包括内容的学术性、语言的规范性以及结构的合理性。

推动AI技术在学术创作领域的深入应用，促进科研活动的智能化发展。