主动式社交媒体关键信息查询研究.pdfVIP

本期专题SpecialTopic

文献引用格式：吴喆熹,王海兮.主动式社交媒体关键信息查询研究[J].信息安全与通信保密,2025(3):

22-31.

WUZhexi,WANGHaixi.ProactiveKeyInformationSearchinSocialMedia[J].Information

SecurityandCommunicationsPrivacy,2025(3):22-31.

主动式社交媒体关键信息查询研究*

吴喆熹，王海兮

（中国电子科技集团公司第三十研究所，四川成都610041）

摘要：随着社交媒体的兴起，如何从碎片化的社交媒体数据中有效提取并整合关键信息成

为一个重要的研究议题。其中问题生成任务具有重要意义，该任务要求在深入理解和推理多

文档内容的基础上生成问题，从而实现主动式社交媒体关键信息查询。现有的问题是生成方

法多依赖于大量训练数据，难以应用于缺乏训练数据的场景，基于此，提出了一种基于大模

型的问题生成方法，通过预测问题类型抽取关键语义短语，并构建思维链指导大模型生成问

题。实验结果表明，该方法在少样本环境下能够有效提升问题生成的性能。

关键词：问题生成；大模型；思维链；语义提取

中图分类号：TP301.6文献标志码：A文章编号：1009-8054(2025)03-0022-10

ProactiveKeyInformationSearchinSocialMedia

WUZhexi,WANGHaixi

（No.30InstituteofCETC,ChengduSichuan610041,China）

Abstract:Withtheriseofsocialmedia,effectivelyextractingandintegratingkeyinformationfrom

fragmentedsocialmediadatabecomesanimportantresearchtopic.Thequestiongenerationtaskhas

significantimportance,whichrequiresthemodeltogeneratequestionsbasedonathoroughunderstanding

andinferenceofmulti-documentcontent,thusfacilitatingproactivequeryingofkeyinformationinsocial

media.Existingquestiongenerationmethodsrelyheavilyonlargeamountsoftrainingdata,makingthem

difficulttoapplyinscenarioswithlimitedtrainingdata.Basedonthis,thispaperproposesalargelanguage

model-basedquestiongenerationmethod,whichextractskeysemanticphrasesbypredictingquestion

typesandconstructsthechain-of-thoughtprompttoinstructthelargelanguagemodeltogenerate

*收稿日期：2024-09-24；修回日期：2025-01-02Receiveddate:2024-09-24;Reviseddate:2025-01-02

22信息安全与通信保密