用于以作者为中心的结构化反馈的图引导段落检索
计算与语言
2026-01-12 v3
摘要
对于研究人员而言，在学术出版生命周期中获取高质量的预提交反馈是一个关键瓶颈。我们引入了 AutoRev，这是一个自动化的以作者为中心的反馈系统，能在正式同行评审之前生成结构化、可操作的指导。AutoRev 采用基于图的检索增强生成框架，将每篇论文建模为层次化文档图，整合文本与结构表示以高效检索显著内容。通过利用基于图的段落检索，AutoRev 大幅缩短了 LLM 的输入上下文长度，从而生成更高质量的反馈。实验结果表明，AutoRev 在多项自动评估指标上显著优于基线，同时在人工评估中也取得了优异表现。代码将在论文被接收后发布。
引用
@article{arxiv.2505.14376,
title = {Graph-Guided Passage Retrieval for Author-Centric Structured Feedback},
author = {Maitreya Prafulla Chitale and Ketaki Mangesh Shetye and Harshit Gupta and Manav Chaudhary and Manish Shrivastava and Vasudeva Varma},
journal= {arXiv preprint arXiv:2505.14376},
year = {2026}
}