EmpiRE-Compass：面向可持续动态知识探索、综合与复用的神经符号仪表盘

软件工程（SE）和需求工程（RE）面临二次研究（尤其是文献综述（LR））数量激增的挑战，这由科研出版物的持续增长所致。生成式人工智能（GenAI）加剧了这一趋势，能够快速生成 LR，但往往以牺牲质量、严谨性和透明度为代价。同时，二次研究常未共享底层数据和作品，限制了复制与复用。本文引入 EmpiRE-Compass，一种神经符号仪表盘，旨在降低访问、复制和复用 LR 数据的障碍。其核心目标是展示如何通过对底层数据进行语义化结构化（存入研究知识图谱（RKG））并利用大语言模型（LLM）实现对 LR 数据的便捷、动态访问、复制与复用。基于两个 RE 用例，我们开发了 EmpiRE-Compass，采用模块化系统设计和针对精选问题与自定义问题的工作流程。该仪表盘免费开放在线，附带演示视频。为控制运营成本，默认 LLM（GPT-4o mini）每 IP 每日最多访问 25 次。所有源代码与文档均以开源项目形式发布，以促进复用、采用和扩展。EmpiRE-Compass 提供三项核心能力：（1）针对精选问题的探索性可视化分析；（2）神经符号综合用于自定义问题；（3）完全可复用的知识，包含所有查询、分析和结果。通过将 RKG 与 LLM 统一于神经符号仪表盘中，EmpiRE-Compass 在 RE、SE 及更广泛领域推动了可持续 LR。它降低了技术门槛，促进了透明度与可重复性，并实现了协作式、持续更新和可复用的 LR。