科学层次图：科学文献的分层组织
计算与语言
2025-10-29 v6
摘要
科学知识正以惊人的速度增长，使得跟踪进展和跨学科的高层概念联系变得困难。虽然引用网络和搜索引擎有助于检索相关论文，但缺乏捕捉跨子领域活动密度和结构所需的抽象层次。我们动机 SCIENCE HIERARCHOGRAPHY，即将科学文献组织成跨越多个抽象层次的高质量层次结构——从宽广领域到具体研究。这种表示可以提供哪些领域被充分探索而哪些领域被忽视的见解。为实现此目标，我们发展了一种混合方法，将高效的基于嵌入的聚类与 LLM 驱动的提示相结合，在可扩展性和语义精度之间取得平衡。与 LLM 重度依赖的迭代树构建方法相比，我们的方法在质量-速度权衡方面取得了优势。我们的层次结构捕捉了不同维度的研究贡献，反映了现代科学的跨学科和多面性。我们通过衡量 LLM 驱动的代理人有效地导航层次结构以定位目标论文的能力来评估其实用性。结果表明，我们的方法提高了可解释性，为探索科学文献提供了传统搜索方法之外的另一条途径。代码、数据和演示均可用：https://github.com/JHU-CLSP/science-hierarchography
引用
@article{arxiv.2504.13834,
title = {Science Hierarchography: Hierarchical Organization of Science Literature},
author = {Muhan Gao and Jash Shah and Weiqi Wang and Kuan-Hao Huang and Daniel Khashabi},
journal= {arXiv preprint arXiv:2504.13834},
year = {2025}
}