基于 NLP 的学术论文存储库与搜索引擎：以 CyLit 探讨网络安全风险文献
信息检索
2024-09-12 v1 计算与语言
机器学习
摘要
随着学术文献数量的持续增长，研究者在有效检索相关资源方面面临日益严峻的挑战。现有数据库和搜索引擎往往难以提供全面且情境相关的学术文献集合。为此，我们提出一种新型框架，利用自然语言处理（NLP）技术。该框架自动化检索、摘要生成和文献聚类，以特定研究领域为目标。为证明方法有效性，我们引入 CyLit——一个专为网络安全风险文献设计的 NLP 驱动型存储库。CyLit 通过提供情境特定的资源，使研究者能够追踪网络安全领域动态快速演变的研究趋势。通过大规模数据集的自动处理，基于 NLP 的解决方案显著提升了学术文献检索的效率和针对性。我们将 CyLit 的文献分类结果与调查论文或由 ChatGPT 生成的结果进行比较，突出显示了该工具对网络安全风险研究文献所提供的独特洞见。我们旨在利用 NLP 技术，革新研究者发现、分析和利用学术资源的方式，最终推动于知识各领域的进步。
引用
@article{arxiv.2409.06226,
title = {NLP-Powered Repository and Search Engine for Academic Papers: A Case Study on Cyber Risk Literature with CyLit},
author = {Linfeng Zhang and Changyue Hu and Zhiyu Quan},
journal= {arXiv preprint arXiv:2409.06226},
year = {2024}
}