一句话解释
本文指出传统词典缺少事件相关维度的不足，介绍了一种利用大语言模型结合维基百科数据构建事件关联型新型词典的方法。
通俗理解
可以类比为普通词典只会告诉你“苹果是一种水果”这类基础释义，而新型词典还会收录和该词汇相关的各类事件，比如“苹果公司1976年成立”“2023年苹果发布新款iPhone”等，帮助用户不仅知晓词汇的基本含义，还能了解其在不同时间、场景下的关联变化，该方法通过大语言模型从维基百科中自动整理这类事件信息。
适用场景
- 需要获取词汇全面背景信息的学术研究人员与学生
- 想要深入了解陌生术语起源与演变的普通用户
- 希望优化传统词典内容的词典编纂者
- AI辅助知识检索工具的开发者
相关概念
大语言模型（LLM）、维基百科、传统词典、事件关联知识库