ClusterChat：基于多特征搜索的语料库探索

在生物医学、金融和法律领域，语料库中不断发布大量文档，实际上对大规模文本语料库的探索 presents a significant challenge。传统的搜索方法，如关键词搜索，往往以孤立的文档形式检索文档，限制了用户轻松检查语料库整体趋势和关系的能力。我们提出ClusterChat（演示视频和源代码可在：https://github.com/achouhan93/ClusterChat 上获取），这是一个开源的语料库探索系统，将文档基于文本嵌入的聚类组织与词汇和语义搜索、时间线驱动的探索以及语料库和文档级别的问答（QA）集成为多特征搜索功能。我们在四百万篇PubMed摘要数据集上进行了两个案例研究，表明ClusterChat通过提供情境感知的见解而增强了语料库探索，同时在大规模文档集合上保持了可扩展性和响应性。