中国科学技术信息研究所

本发明涉及数据处理与计算机软件技术领域，具体公开了一种多源异构时序数据融合处理方法及系统。所述方法包括：S1、多源数据自动采集与异构清洗；S2、存量‑增量协同加权数据融合；S3、带除零保护的极值归一化处理；S4、区间线性映射；S5、基于文本挖掘的动态权重更新；S6、递归层级树加权聚合计算；S7、结构化结果输出。所述系统包括数据采集模块、数据加载模块、异构清洗模块、存量‑增量融合模块、归一化处理模块、区间映射模块、权重管理模块、递归聚合计算模块和结果输出模块，将结果结构化输出为可视化分析文档与标准化数据文件。本发明实现了对多源异构时序数据的自动化融合处理，显著提升了数据处理的健壮性、自动化程度与系统扩展能力。

本申请提供一种学术文本差异识别方法、装置、电子设备及存储介质。该识别方法包括：获取学术文本样本，构建无标注样本集；确定初始有标注样本集；利用初始有标注样本集对处于初始预训练状态的基础分类器模型进行微调，得到初始分类器模型；基于初始分类器模型执行多轮迭代优化训练，得到目标识别模型；利用目标识别模型识别待识别学术文本中的本文方法文本与相关工作文本是否存在实质性差异；其中，每轮迭代优化训练包括：根据基础分类器的预测不确定性筛选查询样本，由大语言模型生成弱标签，将获得弱标签的样本从无标注样本集移入当前有标注样本集；每轮重新加载初始预训练模型，并利用扩充后的全量有标注样本重新训练。