订阅
3有用+1
词元是一个计算机行业多领域通用术语,在不同技术场景中具有不同含义和中文译名。 [61]在身份验证和授权、语言模型、区块链以及计算机科学等领域中, [63]词元都扮演着重要的角色。 [15]2026年,国家数据局明确将AI领域的Token定名为“词元”。 [68]
在信息技术中,它作为随机字符串或加密数据块用于身份验证、安全访问控制,代表用户、设备或会话的授权信息。 [1] [16]。在加密货币领域,指的是基于某个区块链平台发行的代币。 [15]在语言模型中,token是文本经过切分或字节级编码后得到的最小离散单元,它既可能是人类语言意义上的词串、单个词,也可能是词根、词缀、子词或单个字符,中文名译为“词元” [62]。
词元的概念起源于20世纪中叶的计算机词法分析,发展过程与信息技术、密码学进步深度绑定。区块链技术兴起后,词元被赋予数字资产属性,2008年比特币白皮书发布、2015年以太坊平台上线、2017年NFT兴起等关键节点,推动其成为数字经济的核心载体。在人工智能大模型领域,它又成了衡量算力与成本的单位 [61]。截至2026年2月,中国日均词元消耗量达到180万亿级别,较2024年初的1000亿显著增长,中国大模型词元调用量首次超过美国 [20-21]。全球日均词元消耗量过去两年增长近300倍 [22]。3月30日,根据机构最新数据测算,上周全球AI大模型总调用量为22.7万亿词元,环比增长11.2%。其中,中国AI大模型的周调用量上升至9.86万亿词元,较此前一周上涨33.94%,连续四周实现对美国市场的超越。 [65]
相关星图
- 中文名
- 词元 [26]
- 外文名
- Token
- 适用领域
- Web应用程序、移动应用程序、API访问控制等
- 所属学科
- 信息技术
定义
播报编辑
词元是大模型处理信息的最小信息单元 [60],具有智能时代可计量、可定价、可交易的特征。当下,围绕词元的调用、分发与结算,一套新的价值体系正在加速演进形成,并成为人工智能产业商业化的重要路径。 [24]在AI时代,词元可以是一个词、一段代码,也可以是图像或视频中的一个像素区块。当你向AI工具提问的时候,工具里的模型会先把你的话分解成一个个小的词元,在算力“算”完后把结果的相应词元拼回成答案。 [65]
国家数据局明确将AI领域的Token定名为“词元”。词元可以是一个汉字、一个标点,亦或是一个词汇片段,用户向AI的每一次提问、AI生成的每一段内容、识别的每一幅图像,本质都是词元的调用与运算。 [68]



03:00
最近火出圈的词“Token”是什么?
01:17
#每日科技|Token有中文名了——词元,中国AI大模型调用量领跑全球,“衡量AI活跃度与处理规模的核心指标”。#新华每日电讯
数据统计
播报编辑
2025年8月14日,国务院新闻办公室举行新闻发布会,介绍“十四五”时期数字中国建设发展成就。刘烈宏在会上表示,2024年初,中国日均词元的消耗量为1000亿,截至2025年6月底,日均词元消耗量已突破30万亿。 [13]1年半时间增长了300多倍,这反映了中国人工智能应用规模的快速增长。 [14]截至2025年年底,全国已建成高质量数据集超过10万个。到2026年3月,中国日均词元调用量超过140万亿,相比2024年初的1000亿增长了1000多倍,相比2025年底的100万亿,三个月时间又增长了40%多。 [23] [25]



01:54
日均调用量超140万亿Token正在成为AI圈“新石油”
00:30
国家数据局:截至今年6月底,我国日均Token消耗量已经突破30万亿
2026年3月24日,国新办举行新闻发布会,介绍第九届数字中国建设峰会有关情况。国家数据局局长刘烈宏在现场表示,到2026年3月,我国日均词元的调用量,已经超过140万亿。相比2024年初的1000亿增长了1000多倍,相比2025年底的100万亿,增长了40%多。全球最大AI模型聚合平台OpenRouter的数据显示,中国大模型一周的词元调用量是美国大模型的两倍多。 [64]日均词元调用量的大量增加,充分表明中国的人工智能发展进入了快速增长阶段。 [27]25日消息,国家超算互联网宣布启动新一轮词元赠送活动。该活动面向平台全体用户,限时免费发放单人最高3000万词元额度,将延至4月6日。 [59]3月30日,根据机构最新数据测算,上周全球AI大模型总调用量为22.7万亿词元,环比增长11.2%。其中,中国AI大模型的周调用量上升至9.86万亿词元,较此前一周上涨33.94%,连续四周实现对美国市场的超越。 [65]



00:49
新华社快讯:国家发展改革委党组成员、国家数据局局长刘烈宏8月14日在国新办举行的“高质量完成‘十四五’规划”系列主题新闻发布会上介绍,“十四五”时期我国数字基础设施实现长足发展。我国数字基础设施在规模、技术等方面处于世界领先地位,截至2025年6月底,5G基站总数达到455万个,千兆宽带用户达2.26亿户,算力总规模位居全球第二,有力带动经济社会发展
00:36
高质量完成“十四五”规划系列主题新闻发布会 国家数据局:我国算力总规模位于全球第二
发展历史
播报编辑
“词元”概念的发展是一个跨学科演进的过程,伴随着信息技术和密码学的发展而演进,涉及多个关键技术节点和应用领域的突破。
技术起源
词元的概念可以追溯到计算机科学的早期,特别是在词法分析(Lexical Analysis)阶段。编译器和解释器需要将源代码分解成有意义的、最小的单元进行处理,这些单元即为词元。例如,在XML流处理中,自动化范式适用于对基于词元的数据流进行模式识别 [31]。
在密码学领域,不可伪造的量子货币令牌是量子信息科学的早期发明之一。尽管其技术实现仍面临挑战,但“S-money”令牌的引入克服了对量子内存和长距离量子通信的需求,在安全性方面提供了新的优势 [32]。
发展进程
词元的演变与人类社会中货币的发展历史密切相关 [33]。从实物交换到贵金属货币,再到纸币和数字货币,词元作为价值交换的媒介不断发展 [33-34]。中世纪欧洲曾流通非官方的铜质或其他金属小代币,用于日常小额交易,这些也是词元的早期形式 [34-35]。
在计算机领域,随着互联网技术的发展,词元被广泛应用于身份认证和数据安全,例如作为密码替代方案的安全令牌 [30]。
区块链技术的兴起为词元带来了革命性的发展。比特币的诞生引入了加密货币的概念,而以太坊(Ethereum)通过智能合约(Smart Contracts)机制,使得词元的创建和管理变得更加灵活和可编程 [36-38]。
重大节点
安全认证领域:2003年,研究对密码、词元和生物识别技术进行了比较,强调了安全词元在用户认证中的作用 [30]。2002年,Philip Ball报道了一种“廉价技巧”的加密系统,可能通过词元来阻止信用卡伪造 [39]。
区块链与加密货币:
2008年:比特币白皮书发布,引入了点对点电子现金系统,其中“代币”代表数字价值 [40]。
2015年:以太坊平台的发布,引入了智能合约功能,允许用户创建自定义的词元,例如ERC-20标准成为可互换代币的基石 [36] [41-42]。
2017年及以后:非同质化代币(NFT)的兴起,代表了区块链词元的又一重大突破,使得数字艺术品、收藏品等独特资产得以词元化 [41] [43-45]。
阶段性成果
数字经济基础设施:词元已成为构建价值互联网的重要组成部分,推动了新型商业模式和市场形态的发展 [43] [47]。
行为学应用:代币经济(Token Economies)作为行为分析中最古老和最成功的教学程序之一,拥有丰富的研究历史 [48]。
人工智能:在自然语言处理和计算机视觉等AI领域,词元化是模型输入预处理的关键步骤,例如Vision Transformer(ViT)中图像块的词元化处理 [29] [49]。

14:32
大模型多模态:Vision Transformer深度详解
工作原理
播报编辑
词元的基本原理因其应用领域的不同而有所区别。
区块链领域:区块链上的词元基于分布式账本技术(DLT)和智能合约。词元的发行、所有权转移和交易都记录在不可篡改的区块链上。智能合约定义了词元的规则和功能,例如可互换性(同质化代币)或独特性(非同质化代币)。其核心是信任最小化和去中心化,通过密码学和共识机制保证了词元的安全性和可靠性。
自然语言处理领域:Tokenization是将连续文本分割成离散单元的过程。这些单元可以是单词、子词或字符,具体取决于Tokenization算法和语言特性。其基本原理是将非结构化文本转化为机器学习模型可以处理的结构化输入,例如,分词、去停用词等预处理步骤。
信息安全领域:安全词元利用密码学原理生成一次性密码或数字签名,以验证用户身份或授权操作。例如,Tokeneer项目展示了通过严格方法和验证工具开发高安全性系统的案例,其中词元结构包含tokenID、idCert、privCert等关键组件。
认证流程
- 用户登录
用户提供凭证(如用户名和密码)进行身份验证。词元
- 词元生成
服务器验证身份后,生成词元并返回给用户。词元
- 词元传输
用户在后续请求中携带词元进行访问。词元
- 词元验证
服务器校验词元是否有效,决定是否授权访问资源。
在使用的过程中词元可能会过期,用户需重新获取新的词元 [5]。
数据处理
token其实说的更通俗点可以叫暗号,在一些数据传输之前,要先进行暗号的核对,不同的暗号被授权不同的数据操作。例如在USB1.1协议中定义了4类数据包:token包、data包、handshake包和special包。主机和USB设备之间连续数据的交换可以分为三个阶段,第一个阶段由主机发送token包,不同的token包内容不一样(暗号不一样)可以告诉设备做不同的工作,第二个阶段发送data包,第三个阶段由设备返回一个handshake包。
技术特点
播报编辑
通用性与标准化:
区块链 词元:遵循标准(如 ERC20, ERC721),确保不同钱包和交易所的兼容性。
不可篡改性:
可互换性 vs 不可互换性:
ERC20 等标准 词元 是 可互换(Fungible)的(每个词元价值相等)。
NFT(如 ERC721)是 不可互换(Non-Fungible) 的,每个 词元 都是独一无二的。
可编程性:
区块链 词元 可以通过智能合约编写复杂逻辑(如每次转账收取 1% 费用,或持有者自动获得治理权)。
技术优势
播报编辑
中国Token能做到量大又便宜,是多重系统性优势叠加的结果,背后是难以复制的全球竞争力。Token突破了物理电力跨境输送的成本与边界限制,让中国西部富集的风光绿电,以低损耗、高附加值的数字服务形态实现“无形出海”。
绿电成本洼地:中国已建成全球最大可再生能源供给体系,西部和北部地区的风光资源极其丰富,由于发电价格低廉,就地消纳转化为高价值Token后,既解决了新能源消纳难题,又为算力产业提供了显著成本优势。
算电协同战略:“东数西算”超前布局八大算力枢纽,输电与算力网络深度融合,实现“西电东送、算随电走”的智能调度。西部承接AI训练、批量推理等非实时算力任务,东部保障金融、工业控制等低时延需求,让算力与绿电在时空上精准匹配,大幅降低综合能耗与运营成本。
全产业链自主:从国产GPU、液冷服务器、高密度算力集群,到跨境海底光缆、全球低时延网络,中国已形成一条完整的算力基础设施供应链,降低对单一环节外部依赖,保障算力供给稳定与高效。同时,国产模型飞速进步,依托先进计算技术,大幅降低单位Token算力消耗。 [69]
分类用途
播报编辑
身份验证
- JWT(JSON Web Token)
基于JSON格式的轻量级词元,常用于OAuth2.0认证和Web应用授权 [2]。
- Auth访问词元
2025年12月,黑客利用微软OAuth 2.0设备授权流程进行钓鱼攻击,诱骗用户输入设备代码以劫持tokens并获取账户权限,用户应谨慎处理验证请求 [18]。
安全性
词元用于增强系统安全性,防止未经授权的访问。
然而,在实际应用中,词元可能被黑产通过不安全的小程序或测试页窃取,从而无需密码即可在协议端直接操控账号。用户应保护数字资产(词元)与身份权限,包括切断授权漏洞(自查第三方应用授权)、阻断关联感染(开启设备锁或修改密码) [17]。
- CSRF Token(跨站请求伪造令牌)
防止恶意网站模拟用户操作的安全机制。
- TOTP(基于时间的一次性密码)词元
访问控制
用于API调用或访问受保护资源。
- API Token
用于验证尝试通过应用程序编程接口(API)访问其他软件或系统的软件和系统 [4]。
- Blockchain Token(区块链代币):
用于区块链网络中的资产交易或智能合约操作。
区块链与数字经济
数字货币与支付:词元作为数字资产,用于点对点支付、跨境汇款和去中心化金融服务 [42] [45]。
资产词元化:将房地产 [50]、艺术品、知识产权等现实世界资产转化为数字词元,便于流通和交易,提高流动性 [51-52]。例如,农业食品系统中的循环经济可以通过词元化实现信息流和价值流的优化 [52]。
供应链管理:利用词元实现产品溯源、物流跟踪和供应链透明化 [53]。
能源系统:词元经济学被应用于能源系统,通过区块链技术增强管理和控制,促进可再生能源整合和需求侧管理 [42] [55]。
自然语言处理与人工智能
文本分析:词元化是所有自然语言处理任务的基础,如机器翻译、情感分析、文本分类和信息检索 [28]。
大型语言模型(LLM):词元是LLM处理文本的最小单位,模型的性能、效率和上下文窗口大小都与词元的处理能力密切相关。
计算机视觉:Vision Transformer(ViT)等模型将图像分割成小块(patch),并将其视为词元进行处理,从而将Transformer架构引入计算机视觉领域。相关的研究包括如何优化词元的选择、合并和池化等,以提高模型性能和效率 [49]。
行为科学
学术贡献识别:利用区块链支持的词元系统,可以奖励学者在科学生态系统中的多样化贡献,弥补传统评估方法的不足 [56]。
适用领域
播报编辑
应用场景 | 描述 | 示例/说明 |
|---|---|---|
Web应用程序 | 在Web开发中,词元常用于用户登录和授权验证。用户登录后,服务器颁发词元,用户后续请求需携带此词元以证明身份和获取权限。 | 常见的词元类型有JSON Web 词元(JWT)等 [6]。 |
移动应用程序 | 移动应用常使用词元进行用户身份验证和授权,确保数据传输的安全性和用户身份的合法性。 | 移动App在与服务器通信时,通过词元保障安全 [7]。 |
API访问控制 | 对于提供API的服务,可以使用词元来控制对API的访问权限。通过在HTTP头部携带词元,服务端验证请求的合法性,保障API接口的安全性和数据隐私。 | 通过词元控制API访问权限 [8]。 |
单点登录(SSO) | 在企业级应用中,词元广泛应用于单点登录系统。用户登录一次后,获得可在不同系统间传递的词元,实现无缝登录。 | 集成系统中使用词元可以实现单点登录 [9]。 |
区块链技术 | 在区块链技术领域,词元代表一种可流通的数字资产,具备价值存储和转移功能。 | 比特币和以太坊等加密货币是基于词元的区块链应用 [10]。 |
AI中的词元
播报编辑
在人工智能领域,词元是文本AI理解和处理语言的基础单元,作为训练数据的信息片段和模型生成的输出内容。企业必须从词元的角度思考数据以构建生成能力,PayPal负责人工智能业务的高级副总裁Prakhar Mehrotra指出,每家公司都必须从词元的角度思考他们的数据,因为这样他们才能从中衍生出智能。 [19]
在企业构建的“AI工厂”中,词元作为输入和输出的核心单元,支持自主化数据生成。词元生成量已成为科技企业的关键绩效指标,例如英伟达宣称其芯片客户微软在某一季度生成了超过100万亿个词元。企业正竞相将人工智能应用于工作场所,但如何将词元最好地融入自身需求并提升AI能力,仍是一个需要权衡和探索的过程。 [19]
技术标准
播报编辑
- OAuth 2.0
授权协议,用于广泛的API访问控制 [11]。
- OpenID Connect(OIDC)
基于OAuth 2.0的身份认证协议 [12]。
相关术语
播报编辑
协议方法
令牌分类
- 令牌
代表执行某些操作的权利的对象
- 访问令牌(Access token)
在邀请系统中使用词元
Petri网(Petri net)理论中的词元
- 密保令牌(Security token)
或者硬件令牌,例如U盾,或者叫做认证令牌或者加密令牌,一种计算机身份校验的物理设备
- 会话令牌(Session token)
交互会话中唯一身份标识符
- 令牌化技术 (Tokenization)
相关研究
播报编辑
当前,词元领域的研究热点包括:
区块链词元的估值与监管:如何准确评估词元的价值,以及制定合适的法律法规以应对词元化带来的新挑战 [44] [51] [58]。
词元经济学模型:开发新的框架来模拟经济活动,政策实施以及词元经济中的商品定价,以实现财富分配和经济动态的稳定 [54]。
词元化在循环经济中的应用:探索词元如何促进农业食品系统等领域的循环经济转型 [52]。
词元识别与分析:例如,TokenAware系统能够准确高效地识别词元智能合约中的词元转移行为 [38]。
TokenAware系统中的区块链处理流程
Tokenization算法优化:在自然语言处理中,针对不同语言和任务,持续优化Tokenization方法,以提高模型性能 [28]。
词元是一个横跨多个学科和应用领域的关键概念,其内涵随技术进步和社会发展而不断丰富,成为连接物理世界与数字世界、促进价值交换和信息处理的重要载体。
安全风险
播报编辑
随着词元的爆火,一些不法分子开始打起了词元的主意,伺机布设各种陷阱。同时,词元本身在使用过程中也存在一定的安全风险,需要我们加以防范。 [67]
1.泄露劫持风险。不法分子可通过跨站脚本攻击(XSS)、公共Wi-Fi嗅探等方式,窃取、截获未加密的词元。一旦词元泄露,攻击者可直接盗用用户身份,获取隐私信息、登录账号、篡改数据,甚至实施诈骗、转账等操作,直接威胁个人财产安全。如果海量词元被汇总分析,则可能引发系统性风险,危害数据安全与国家安全。
2.伪造篡改风险。若词元缺乏加密或签名防护,不法分子可直接修改词元的权限字段,伪造管理员身份绕过系统验证,非法获取用户敏感隐私数据、实施越权操作。同时,不法分子还有可能制造“虚假词元”,诱导用户泄露身份证号、手机号等隐私信息。
3.诈骗陷阱风险。当前,各类“词元骗局”层出不穷:用低价AI词元套餐、词元投资等噱头,诱骗用户资金;冒充官方平台,以官方升级、验证为由,骗取个人隐私信息。尤其是宣称“囤词元能暴富”“场外交易赚差价”等行为,不仅涉嫌非法金融活动,还可能被境外间谍情报机关用以开展数据窃取、资金渗透,危害国家经济安全与数据安全。 [66]
参考资料
- 1人工智能与智能计算的发展.中国人大网 [引用日期2024-06-24]
- 2Jones M, Bradley J, Sakimura N. Rfc 7519: Json web token (jwt)[J]. 2015.
- 3Hardt D. The OAuth 2.0 authorization framework[R]. 2012.
- 4What Is an API Key?.IBM [引用日期2025-03-06]
- 5Authentication and authorization basics.Microsoft Graph | Microsoft Learn [引用日期2025-03-06]
- 6Access tokens in the Microsoft identity platform.Microsoft identity platform | Microsoft Learn [引用日期2025-03-06]
- 7Acquire a token to call a web API (mobile apps).Microsoft identity platform | Microsoft Learn [引用日期2025-03-06]
- 8Overview of the API Access Control.IBM [引用日期2025-03-06]
- 9什么是单点登录 (SSO)?.IBM [引用日期2025-03-06]
- 10刘晓蕾:解决好token应用,就解决好了区块链应用.北京大学光华管理学院 [引用日期2025-03-06]
- 11使用 OAuth 2.0 访问 Google API[EB/OL].Google Identity.
- 12OpenID Connect[EB/OL].Google Identity
- 13截至6月底中国日均Token消耗量突破30万亿.百家号.2025-08-14
- 14国家数据局:我国日均Token消耗量突破30万亿.中国互联网协会.2025-08-25
- 15发布日期:2024-07-09 来源: 信息网络中心 阅读 .山西林业职业技术学院.2024-07-09
- 16什么是token?3分钟带你看懂.阿里云..2024-06-05
- 17安全专家拆解快手被黑:黑客或利用1.7万个账号饱和式攻击.百家号.2025-12-23
- 18扫码需谨慎:新型钓鱼攻击正利用“设备代码”劫持微软365账户.百家号.2025-12-23
- 19PayPal副总裁:AI革命正推动人类迈向“智能时代” Tokens决定高下!.百家号.2025-12-26
- 202026年春节AI大模型扎堆发布,Token消耗五年暴增370倍,云计算涨价潮来了.百家号.2026-02-15
- 21经济热点快评|中国大模型调用量首超美国,意味着什么?.百家号.2026-02-28
- 22华为杨超斌:全球日均Token消耗量过去两年增长近300倍.百家号.2026-03-04
- 23我国日均Token调用量突破140万亿.光明网.2026-03-23 [引用日期2026-03-23]
- 24我国日均词元(Token)调用量突破140万亿.中国政府网.2026-03-24
- 25Token中文名定了:词元.央视新闻.2026-03-24
- 26Token中文名定了:词元.央视新闻.2026-03-24
- 27我国日均Token调用量超140万亿.每日经济新闻.2026-03-24 [引用日期2026-03-24]
- 28Hackenberg T D. Token reinforcement: Translational research and Application [J]. Journal of Applied Behavior Analysis, 2018, 51(2): 393–435.
- 29Cristiá M, Rossi G. An Automatically Verified Prototype of the Tokeneer ID Station Specification [J]. Journal of Automated Reasoning, 2021, 65(8): 1125–1151.
- 30Chan A C-F. UTXO in Digital Currencies: Account-based or Token-based? Or Both? [Z]. arXiv, 2021(2021).
- 31Van Wassenaer L, Verdouw C, Kassahun A, et al. Tokenizing circularity in Agri-food systems: A conceptual framework and exploratory Study [J]. Journal of Cleaner Production, 2023, 413: 137527.
- 32Lee J, Moroso M, Mackey T K. Unblocking recognition: A token system for acknowledging academic contribution [J]. Frontiers in Blockchain, 2023, 6.
- 33Treiblmaier H. Beyond blockchain: How tokens trigger the internet of value and what marketing researchers need to know about Them [J]. Journal of Marketing Communications, 2021, 29(3): 238–250.
- 34Guo H, Liang H, Huang J, et al. A framework for efficient Cross-chain token transfers in blockchain Networks [J]. Journal of King Saud University - Computer and Information Sciences, 2024, 36(2): 101968.
- 35Bernstam E V, Applegate R J, Yu A, et al. Real-World Matching Performance of Deidentified Record-Linking Tokens [J]. Applied Clinical Informatics, 2022, 13(04): 865–873.
- 36O’Gorman L. Comparing passwords, tokens, and biometrics for user Authentication [J]. Proceedings of the IEEE, 2003, 91(12): 2021–2040.
- 37Su H, Rundensteiner E A, Mani M. Automaton meets algebra: A hybrid paradigm for XML stream Processing [J]. Data & Knowledge Engineering, 2006, 59(3): 576–602.
- 38Zhang H, Zhang C, Wang Y. Revealing the technology development of natural language processing: A Scientific entity-centric Perspective [J]. Information Processing & Management, 2024, 61(1): 103574.
- 39Koubarakis M, Borgida A, Constantopoulos P, et al. A retrospective on Telos as a metamodeling language for requirements Engineering [J]. Requirements Engineering, 2020, 26(1): 1–23.
- 40Tönnissen S, Beinke J H, Teuteberg F. Understanding Token-based ecosystems – a taxonomy of blockchain-based business models of start-Ups [J]. Electronic Markets, 2020, 30(2): 307–323.
- 41Sadykhov R, Goodell G, De Montigny D, et al. Decentralized token economy theory (DeTEcT): token pricing, stability and governance for token economies [J]. Frontiers in Blockchain, 2023, 6.
- 42Rehse J-R, Abb L, Berg G, et al. User Behavior Mining [J]. Business & Information Systems Engineering, 2024, 66(6): 799–816.
- 43Hackenberg T D. TOKEN REINFORCEMENT: A REVIEW AND ANALYSIS [J]. Journal of the Experimental Analysis of Behavior, 2009, 91(2): 257–286.
- 44Degli Espinosa F, Hackenberg T D. Token economies: Evidence‐based recommendations for Practitioners [J]. Behavioral Interventions, 2024, 39(4).
- 45Deery O. Absences and Late Preemption [J]. Theoria, 2013, 79(4): 309–325.
- 46Schwiderowski J, Pedersen A B, Beck R. Crypto Tokens and Token Systems [J]. Information Systems Frontiers, 2023, 26(1): 319–332.
- 47Hughes J. An artifact is to use: An introduction to instrumental Functions [J]. Synthese, 2008, 168(1): 179–199.
- 48Vadlapati P. Tokenization Beyond NLP: Potential Applications in Data Analytics, Cybersecurity, and Beyond [J]. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT, 2024, 08(12): 1–7.
- 49Kühne T. Matters of (Meta-) Modeling [J]. Software & Systems Modeling, 2006, 5(4): 369–385.
- 50Fernandes C G, Lintzmayer C N, Peña J P, et al. A study on token digraphs [Z]. arXiv, 2024(2024).
- 51Zhou T, Niu Y, Lu H, et al. Vision transformer: To discover the “four secrets” of image Patches [J]. Information Fusion, 2024, 105: 102248.
- 52Schützeneder P, Lehner J, Sametinger J. Verwendung von Blockchain und Custom Tokens zur Projektkoordination – Ein Pilotversuch [J]. HMD Praxis der Wirtschaftsinformatik, 2018, 55(6): 1285–1296.
- 53Juan A A, Perez-Bernabeu E, Li Y, et al. Tokenized Markets Using Blockchain Technology: Exploring Recent Developments and Opportunities [J]. Information, 2023, 14(6): 347.
- 54He Z, Song S, Bai Y, et al. TokenAware: Accurate and Efficient Bookkeeping Recognition for Token Smart Contracts [J]. ACM Transactions on Software Engineering and Methodology, 2023, 32(1): 1–35.
- 55Pytel N, Ziegler C, Winkelmann A. From Dissonance to Dialogue: A Token-Based Approach to Bridge the Gap Between Manufacturers and Customers [J]. ACM Transactions on Management Information Systems, 2024, 15(1): 1–20.
- 56Savelyev A. Some risks of tokenization and blockchainizaition of private Law [J]. Computer Law & Security Review, 2018, 34(4): 863–869.
- 57Di Angelo M, Salzer G. Identification of token contracts on Ethereum: Standard compliance and Beyond [J]. International Journal of Data Science and Analytics, 2021, 16(3): 333–352.
- 58Ball P. Cheap trick secures Secrets [J]. Nature, 2002.
- 59国家超算互联网宣布启动新一轮词元(Tokens)赠送活动:限时免费发放单人最高3000万词元额度.荆楚网.2026-03-25
- 60Token中文名定了!.腾讯网.2026-03-25 [引用日期2026-03-25]
- 61综研观察|从区块链到大模型,为什么都在谈“Token”?.综合开发研究院 [引用日期2026-03-27]
- 62专家解读:token中文名为何定为“词元”.全国科学技术名词审定委员会 [引用日期2026-03-27]
- 63人民日报 | “Token”中文名定了:词元.国家数据集.2026-03-25 [引用日期2026-03-28]
- 64中经评论:词元井喷更要抓机遇补短板.中国经济网 [引用日期2026-03-30]
- 65词元,怎么突然就火了?.人民日报.2026-04-03 [引用日期2026-04-03]
- 66国家安全部:警惕词元热潮下的安全隐患.光明网.2026-04-07 [引用日期2026-04-07]
- 67微博.新华网 [引用日期2026-04-07]
- 68求是网评论员:140万亿日均词元调用量意味着什么?.求是网.2026-04-07 [引用日期2026-04-07]
- 69中国Token为什么量大又便宜?.北京日报客户端 [引用日期2026-04-09]
展开全部
学术论文
内容来自
- 面向web文本挖掘的中文文本自动摘要关键技术研究.《西安电子科技大学》,年
- 一种基于概念格的中文文本摘要方法研究.《北京理工大学》,年
- 词语序差的分布特点与文本间词汇异同.《cnki》,2017
- 多种语言文本数据分类处理方法.年
- 针对小文本的Web数据挖掘技术及其应用.《微计算机信息》,2006
查看全部