ConSearcher：基于成员人格支持线上社区的对话信息检索
人机交互
2026-05-05 v2
摘要
许多人浏览线上社区以了解他人的经验和意见，例如用于构建旅行计划。由大语言模型 (LLM) 提供动力的对话搜索虽然可能简化这一信息检索任务，但在线上社区中仍未得到充分探索。本文首先进行一次探索性研究 (N=10)，表明经典对话搜索工具具有帮助性，但也识别了改进的空间。随后，我们提出了 ConSearcher，一种基于用户查询动态生成成员人格 (member personas) 的 LLM 动力工具，以促进社区中的对话搜索。在 ConSearcher 中，用户可以通过检查类似于自己的模拟成员可能会提出的问题，从而获得来自不同成员观点的响应。我们进行了在同一实验中的研究 (N=27)，结果显示，Compared to two conversational search baselines，ConSearcher 在信息检索结果和用户参与度方面显著高于两种对话搜索基线，但也引发了关于过度人格化的担忧。我们讨论了支持线上社区对话信息检索的含义。
引用
@article{arxiv.2603.19747,
title = {ConSearcher: Supporting Conversational Information Seeking in Online Communities with Member Personas},
author = {Shiwei Wu and Xinyue Chen and Yuheng Liu and Xingbo Wang and Qingyu Guo and Longfei Chen and Chuhan Shi and Zhenhui Peng},
journal= {arXiv preprint arXiv:2603.19747},
year = {2026}
}
备注
25 pages, 7figures