基于 Transformer 神经网络的智慧城市定义研究

全球城市正在迅速采用智能技术，改变着城市生活。尽管存在这一趋势，但关于“智慧城市”的普遍公认定义仍然难以确立。正如目前使用的众多定义所证明的那样，过去定义该概念的努力并未达成共识。在本文中，我们致力于创建一个新的“折中”定义，该定义应能引起先前参与定义此概念的大多数专家的共鸣，并旨在验证现有的某个定义。我们回顾了来自工业界、学术界和各种相关组织的 60 个智慧城市定义，采用基于 Transformer 架构的生成式 AI 和语义文本分析来达成这一折中方案。我们提出了一种语义相似度度量作为评估技术，该方法通常可用于比较不同的智慧城市定义，评估其独特性或相似性。我们的方法采用生成式 AI 分析智慧城市的各种现有定义，生成一系列潜在的新复合定义列表。随后，使用余弦相似度作为度量标准，将每个新定义与我们收集的既有独立定义进行测试。这一过程识别出具有最高平均余弦相似度的智慧城市定义，从语义上将它们定位为平均而言最接近所选全部 60 个独立定义的定义。