基于 LLM 引导多方面聚类的科学论文上下文感知分层分类法生成
计算与语言
2025-09-24 v1
摘要
科学文献的快速增长需要高效的方法来组织和综合研究成果。现有的分类法构建方法利用无监督聚类或直接提示大型语言模型 (LLM)，往往缺乏连贯性和粒度。我们提出了一种新颖的上下文感知分层分类法生成框架，该框架将 LLM 引导的多方面编码与动态聚类相结合。我们的方法利用 LLM 识别每篇论文的关键方面（例如方法、数据集、评估），并生成特定方面的论文摘要，然后沿每个方面对其进行编码和聚类，以形成连贯的层次结构。此外，我们引入了一个包含 156 个专家构建的分类法、涵盖 11.6k 篇论文的新评估基准，为该任务提供了首个自然标注的数据集。实验结果表明，我们的方法显著优于先前的方法，在分类法的连贯性、粒度和可解释性方面达到了 state-of-the-art 性能。
引用
@article{arxiv.2509.19125,
title = {Context-Aware Hierarchical Taxonomy Generation for Scientific Papers via LLM-Guided Multi-Aspect Clustering},
author = {Kun Zhu and Lizi Liao and Yuxuan Gu and Lei Huang and Xiaocheng Feng and Bing Qin},
journal= {arXiv preprint arXiv:2509.19125},
year = {2025}
}
备注
Accepted to EMNLP 2025 Main