Relatedly:利用现有相关工作章节搭建文献综述框架
人机交互
2023-02-15 v1 数字图书馆
信息检索
摘要
想要研究某一科学主题的学者必须花时间阅读大量论文、提取含义并识别它们之间的联系。随着科学文献的增长,这变得愈发具有挑战性。同时,作者在论文的相关工作章节中总结先前研究,尽管其范围仅限于支撑单篇论文。一项形成性研究发现,虽然阅读多个相关工作段落有助于概览主题,但难以梳理重叠与分歧的参考文献及研究焦点。本工作中,我们设计了一个名为Relatedly的系统,用于搭建对某一主题下多个相关工作段落的探索与阅读框架,其功能包括动态重排序与高亮以突出未涉猎的相异信息、自动生成描述性段落标题,以及对冗余信息的弱高亮。通过一项被试内用户研究(n=15),我们发现相较于基线论文列表,学者使用Relatedly能生成更连贯、更具洞察力且更全面的主题大纲。
引用
@article{arxiv.2302.06754,
title = {Relatedly: Scaffolding Literature Reviews with Existing Related Work Sections},
author = {Srishti Palani and Aakanksha Naik and Doug Downey and Amy X. Zhang and Jonathan Bragg and Joseph Chee Chang},
journal= {arXiv preprint arXiv:2302.06754},
year = {2023}
}