使用提示工程进行科学文本分类的OpenAI GPT-4o与DeepSeek R1对比分析
Comparative Analysis of OpenAI GPT-4o and DeepSeek R1 for Scientific Text Categorization Using Prompt Engineering
AI总结：
本研究探讨GPT-4o和DeepSeek R1在科学文本分类中的表现，通过引入新评估方法和多领域清洗数据集，分析两模型分类的有效性与一致性。
摘要：
本研究探讨大型语言模型如何利用提示工程对科学论文中的句子进行分类。我们使用两个先进的基于Web的模型，GPT-4o（由OpenAI开发）和DeepSeek R1，将句子分类到预定义的关系类别中。DeepSeek R1的技术报告显示其已在基准数据集上进行了测试。然而，其在科学文本分类中的表现仍未被探索。为了填补这一空白，我们引入了一种专为该任务设计的新评估方法。我们还编制了一个包含来自不同领域的清洗后科学论文的数据集。该数据集为比较这两个模型提供了平台。利用该数据集，我们分析了它们在分类上的有效性和一致性。
英文摘要：
This study examines how large language models categorize sentences from scientific papers using prompt engineering. We use two advanced web-based models, GPT-4o (by OpenAI) and DeepSeek R1, to classify sentences into predefined relationship categories. DeepSeek R1 has been tested on benchmark datasets in its technical report. However, its performance in scientific text categorization remains unexplored. To address this gap, we introduce a new evaluation method designed specifically for this task. We also compile a dataset of cleaned scientific papers from diverse domains. This dataset provides a platform for comparing the two models. Using this dataset, we analyze their effectiveness and consistency in categorization.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
