面向研究主题的自西奥尔式 RAG 方法：将自然语言查询连接到知识组织系统
计算与语言
2025-02-24 v1 人工智能
人机交互
摘要
本文提出了一种检索增强生成 (RAG) 代理，将关于研究主题的自然语言查询映射到精确、机器可解释的语义实体。我们的方法将 RAG 与苏格拉底对话相结合，以将用户对研究主题的直观理解与 established 知识组织系统 (KOS) 中的 established 结构相一致。该方法将有效桥接“小语义”（特定领域 KOS 结构）与“大语义”（广泛文献存储库），使复杂的学术分类法更易于访问。此类代理具有广泛应用潜力。我们以名为 CollabNext 的示例应用进行说明，该应用是以以人为中心的知识图表示接力人、组织和研究主题之间的联系。我们进一步描述了该应用设计在意图上聚焦于 HBCUs 和新兴研究人员，以提升历史上被当前科学体系所忽视的人的可见度。
引用
@article{arxiv.2502.15005,
title = {A Socratic RAG Approach to Connect Natural Language Queries on Research Topics with Knowledge Organization Systems},
author = {Lew Lefton and Kexin Rong and Chinar Dankhara and Lila Ghemri and Firdous Kausar and A. Hannibal Hamdallahi},
journal= {arXiv preprint arXiv:2502.15005},
year = {2025}
}
备注
6 pages, 2 figures, AAAI 2025 Workshop on A Translational Institute for Knowledge Axiomatization