告诉我如何调研:基于自动阅读路径生成的文献综述简化方法
计算与语言
2022-04-27 v3 信息检索
机器学习
摘要
近年来,论文数量急剧增长,每天都有大量新研究论文发表,尤其在计算机科学领域。如何从海量文献中筛选出值得阅读的论文,以进行快速调研或跟进某一特定研究主题的最新进展,已成为一项具有挑战性的任务。现有的学术搜索引擎(如 Google Scholar)通过单独计算每篇论文与查询之间的相关性来返回相关论文。然而,此类系统通常忽略了研究主题的前置知识链,无法形成有意义的阅读路径。在本文中,我们引入了一项新任务——阅读路径生成(Reading Path Generation, RPG),旨在针对给定查询自动生成一条可供阅读的论文路径。作为研究基准,我们进一步提出 SurveyBank,一个由计算机科学领域大量综述论文及其引用关系构成的数据集。每篇综述论文包含从其标题中提取的关键短语,以及从其参考文献中推断出的多级阅读列表。此外,我们提出了一种基于图优化的阅读路径生成方法,该方法考虑了论文之间的关系。大量评估表明,我们的方法优于其他基线。我们还基于所设计的模型实现了一个实时阅读路径生成系统(RePaGer)。据我们所知,我们是首个针对这一重要研究问题的工作。我们的 RePaGer 系统源代码和 SurveyBank 数据集可在相应位置找到。
引用
@article{arxiv.2110.06354,
title = {Tell Me How to Survey: Literature Review Made Simple with Automatic Reading Path Generation},
author = {Jiayuan Ding and Tong Xiang and Zijing Ou and Wangyang Zuo and Ruihui Zhao and Chenghua Lin and Yefeng Zheng and Bang Liu},
journal= {arXiv preprint arXiv:2110.06354},
year = {2022}
}
备注
16 pages, 12 figures