要約
科学論文の作成には、関連する論文の検索、要約、引用が含まれますが、大規模で急速に進化する分野では、これに時間がかかるプロセスになる可能性があります。
これらのプロセスを相互運用可能にすることにより、自然言語処理 (NLP) はエンドツーエンドの支援書き込みツールを作成する機会を提供します。
私たちは、ユーザーが提供したコンテキストやキーワードを考慮して、関連する論文を自動的に推奨し、ハイライトを抽出し、論文の引用として参考文を提案するパイプラインである SciLit を提案します。
SciLit は、論文データベースの追加と削除に柔軟に対応する 2 段階のプリフェッチと再ランキングの文献検索システムを使用して、数億の論文の大規模データベースから論文を効率的に推奨します。
私たちは、推奨される論文を抽出的な要約として表示し、提供されたコンテキストに合わせて選択されたキーワードに言及する抽象的に生成された引用文を提供する便利なユーザー インターフェイスを提供します。
文献発見と科学執筆のための支援ツールは https://scilit.vercel.app から入手できます。
要約(オリジナル)
Scientific writing involves retrieving, summarizing, and citing relevant papers, which can be time-consuming processes in large and rapidly evolving fields. By making these processes inter-operable, natural language processing (NLP) provides opportunities for creating end-to-end assistive writing tools. We propose SciLit, a pipeline that automatically recommends relevant papers, extracts highlights, and suggests a reference sentence as a citation of a paper, taking into consideration the user-provided context and keywords. SciLit efficiently recommends papers from large databases of hundreds of millions of papers using a two-stage pre-fetching and re-ranking literature search system that flexibly deals with addition and removal of a paper database. We provide a convenient user interface that displays the recommended papers as extractive summaries and that offers abstractively-generated citing sentences which are aligned with the provided context and which mention the chosen keyword(s). Our assistive tool for literature discovery and scientific writing is available at https://scilit.vercel.app
arxiv情報
| 著者 | Nianlong Gu,Richard H. R. Hahnloser |
| 発行日 | 2023-11-06 15:53:23+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google