要約
AI などの急速に進歩する研究分野では、最新の科学文献を管理し、常に最新の科学文献に遅れないようにすることが研究者にとって大きな課題となっています。
これまでの取り組みでは AI を活用して文献検索、論文の推奨、質問回答を支援してきましたが、研究者の総合的なニーズに対応する包括的なサポート システムが不足していました。
この文書では、研究者にパーソナライズされた効率的な調査支援を提供するために設計された新しい会話型システムである SurveyAgent を紹介します。
SurveyAgent は、論文を整理するためのナレッジ マネジメント、関連文献を発見するためのレコメンデーション、およびより深いレベルでコンテンツに取り組むためのクエリ応答という 3 つの主要なモジュールを統合します。
このシステムは、ユーザーの対話とパーソナライゼーションを優先する会話型インターフェイスによって促進される、文献レビュープロセスのさまざまな段階を通じて研究者をサポートする統合プラットフォームを提供することで際立っています。
私たちの評価では、SurveyAgent が研究活動の合理化に有効であることが実証され、研究者が科学文献とやり取りする方法を促進する機能が実証されました。
要約(オリジナル)
In the rapidly advancing research fields such as AI, managing and staying abreast of the latest scientific literature has become a significant challenge for researchers. Although previous efforts have leveraged AI to assist with literature searches, paper recommendations, and question-answering, a comprehensive support system that addresses the holistic needs of researchers has been lacking. This paper introduces SurveyAgent, a novel conversational system designed to provide personalized and efficient research survey assistance to researchers. SurveyAgent integrates three key modules: Knowledge Management for organizing papers, Recommendation for discovering relevant literature, and Query Answering for engaging with content on a deeper level. This system stands out by offering a unified platform that supports researchers through various stages of their literature review process, facilitated by a conversational interface that prioritizes user interaction and personalization. Our evaluation demonstrates SurveyAgent’s effectiveness in streamlining research activities, showcasing its capability to facilitate how researchers interact with scientific literature.
arxiv情報
| 著者 | Xintao Wang,Jiangjie Chen,Nianqi Li,Lida Chen,Xinfeng Yuan,Wei Shi,Xuyang Ge,Rui Xu,Yanghua Xiao |
| 発行日 | 2024-04-09 15:01:51+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google