使用 LitChat 对文献全景进行对话式探索
计算与语言
2025-06-02 v1 信息检索
机器学习
摘要
我们生活在一个“大文献”时代，数字科学出版物的数量呈指数级增长。这虽然提供了新机遇，但也给理解文献全景带来了挑战，因为传统的人工综述已不再可行。近期的大型语言模型（LLM）展现出了强大的文献理解能力，然而由于其上下文窗口有限以及产生幻觉等信任问题，它们无法提供系统综述所需的“全面、客观、公开透明”的视角。在此，我们提出 LitChat，一个端到端、交互式的对话文献智能体，它通过数据驱动的发现工具增强 LLM 智能体，以促进文献探索。LitChat 自动解释用户查询，检索相关来源，构建知识图谱，并采用多种数据挖掘技术生成基于证据的见解以满足用户需求。我们通过 AI4Health 的案例研究展示了 LitChat 的有效性，突出了其利用基于数据的证据快速引导用户浏览大规模文献全景的能力，这是传统方法无法实现的。
引用
@article{arxiv.2505.23789,
title = {Conversational Exploration of Literature Landscape with LitChat},
author = {Mingyu Huang and Shasha Zhou and Yuxuan Chen and Ke Li},
journal= {arXiv preprint arXiv:2505.23789},
year = {2025}
}