面向文献综述生成的知识多图智能体混合模型
计算与语言
2025-02-04 v3 计算工程、金融与科学
摘要
文献综述在科学研究中起着关键作用，帮助理解当前研究状态、识别研究空白并指导针对特定主题的后续研究。然而，进行全面文献综述的过程却相当耗时。本文提出一种新型框架——协作知识多图智能体（CKMAs），用于自动化学术文献综述。设计了一种新颖的基于提示的算法——知识多图构建智能体（KMCA），用于从学术文献中识别概念之间的关系并自动构建知识多图。通过利用大型语言模型在构建的知识多图上的能力，多路径摘要智能体（MPSA）能够高效地组织来自不同视角的概念和关系，以生成文献综述段落。我们在三个基准数据集上对 CKMAs 进行评估。实验结果表明所提出方法的有效性，进一步揭示了大型语言模型在科学研究中的前景应用。
引用
@article{arxiv.2411.06159,
title = {Mixture of Knowledge Minigraph Agents for Literature Review Generation},
author = {Zhi Zhang and Yan Liu and Sheng-hua Zhong and Gong Chen and Yu Yang and Jiannong Cao},
journal= {arXiv preprint arXiv:2411.06159},
year = {2025}
}