基于BERT和GenAI的研究生学位论文质量监测系统

Abstract

针对传统研究生学位论文质量监测依赖人工评阅、问题挖掘不充分的痛点，构建基于
BERT模型和生成式人工智能（GenAI）的论文质量监测系统。首先，提出基于BERT模型的学位论文评阅典型问题挖掘方法，借助其深层语义理解能力，精准识别论文在选题价值、逻辑架构、学术规范等维度的共性与个性化问题；其次，依托GenAI技术自动生成多维度质量分析报告，包含论文质量量化评估结果，针对性输出面向学生的论文修改优化建议和面向导师的指导重点改进方案。实验结果表明，该系统可显著提升论文问题挖掘的准确性与效率，为研究生培养质量提升提供智能化支撑。