从文本到网络：基于生成式 AI 构建台湾中国研究知识图谱

台湾中国研究（CS）已发展成为一个丰富的跨学科研究领域，由其独特的地缘政治位置和长期以来与大陆中国的学术互动所塑造。本研究回应了系统性地重新审视和组织数十年台湾 CS 学术成果日益增长的需求，提出了一种利用 AI 辅助方法将非结构化学术文本转化为结构化、交互式知识表示的方案。我们应用生成式 AI（GAI）技术和大语言模型（LLMs），从 1996 年至 2019 年发表的 1,367 篇同行评审 CS 文章中提取并标准化实体关系三元组。这些三元组随后通过轻量级 D3.js 系统进行可视化，构成该领域特定知识图谱和向量数据库的基础。该基础设施允许用户探索语料库中的概念节点和语义关系，揭示此前未被发现的学术轨迹、主题聚类和研究空白。通过将文本内容分解为图结构知识单元，我们的系统实现了从线性文本消费到网络化知识导航的范式转变。通过这样做，它增强了对 CS 文献的学术访问，同时提供了一种可扩展的、数据驱动的传统本体构建替代方案。本工作不仅展示了生成式 AI 如何增强区域研究和数字人文，还突显了其支持区域知识体系重新设想的学术基础设施的潜力。