CHIMERA：科学思想重组的知识库，用于科研分析与构思
计算与语言
2026-04-21 v5
摘要
人类创新的一个标志性特征是重组——通过整合现有概念和机制的元素来创建新想法。本文中，我们引入 CHIMERA，这是第一个从科学文献中自动抽取的大规模知识库（KB），收录了重组实例。CHIMERA 使我们能够对科学家如何重组概念并从不同领域获得灵感进行经验性分析，能够训练模型以提出跨学科的研究方向。为构建此知识库，我们定义了一个新的信息抽取任务：识别论文中的重组实例。我们策划了一个由专家标注的 数据集，并用它微调了一个基于大语言模型的抽取模型，将其应用于广泛的 AI 论文语料库。我们还展示了在生物学领域的泛化能力。我们通过两个应用展示了 CHIMERA 的实用性。首先，我们分析了 AI 子领域之间重组模式。其次，我们使用该知识库训练了一个科学假设生成模型，表明它可以提出被研究者评价为启发性的研究方向。
引用
@article{arxiv.2505.20779,
title = {CHIMERA: A Knowledge Base of Scientific Idea Recombinations for Research Analysis and Ideation},
author = {Noy Sternlicht and Tom Hope},
journal= {arXiv preprint arXiv:2505.20779},
year = {2026}
}
备注
Project page: https://noy-sternlicht.github.io/CHIMERA-Web