TaxoAlign: 面向学术领域的主题对齐方法生成分类学
计算与语言
2025-10-21 v1
摘要
分类学在帮助研究人员以层次方式结构化和导航知识方面发挥着关键作用，也是全面文献调查的重要组成部分。现有的自动化调查生成方法未能将生成的调查结构与人类专家编写的调查进行比较。为填补这一差距，我们提出了一种自动化分类学创建方法，可在人类生成分类学与自动创建分类学之间架起桥梁。为此，我们创建了CS-TaxoBench基准数据集，包含460个从人类撰写的调查论文中提取的分类学，另外包括80个来自会议调查论文的额外测试集。我们提出TaxoAlign，一种基于主题的三阶段指令引导方法，用于学术分类学生成。此外，我们提出了严格的自动化评估框架，用于衡量自动生成分类学与人类专家创建的分类学在结构对齐和语义连贯性方面的比较。我们在CS-TaxoBench上评估了我们的方法和各种基线方法，使用自动化评估指标和人类评估研究。结果表明，TaxoAlign在几乎所有指标上均优于基线方法。代码和数据可在https://github.com/AvishekLahiri/TaxoAlign获取。
引用
@article{arxiv.2510.17263,
title = {TaxoAlign: Scholarly Taxonomy Generation Using Language Models},
author = {Avishek Lahiri and Yufang Hou and Debarshi Kumar Sanyal},
journal= {arXiv preprint arXiv:2510.17263},
year = {2025}
}
备注
This paper has been accepted at the EMNLP 2025 Main Conference