Science Hierarchography: Hierarchical Organization of Science Literature

要約

科学的知識は急速に成長しており、幅広い分野全体で進歩と高レベルの概念的リンクを追跡することが困難になっています。
引用ネットワークや検索エンジンなどの既存のツールにより、いくつかの関連する論文に簡単にアクセスできますが、さまざまな科学サブフィールドの活動密度を表すために必要な柔軟な抽象化が根本的に欠けています。
私たちは、科学文献を、非常に広い分野から非常に特定の研究まで、さまざまなレベルの抽象化にわたって科学的研究の分類を可能にする高品質の階層構造に科学文献を組織するという目標を動機付けます。
このような表現は、どのフィールドが十分に標識されており、どのフィールドが未開拓であるかについての洞察を提供できます。
科学階層の目標を達成するために、さまざまなアルゴリズムを開発します。
私たちの主要なアプローチでは、高速埋め込みベースのクラスタリングとLLMベースのプロンプトを組み合わせて、埋め込み方法の計算効率とLLMプロンプトが提供するセマンティック精度のバランスをとっています。
このアプローチは、LLMを使用した反復ツリー構造など、LLMプロンプトに大きく依存している方法と比較して、品質と速度の間の最高のトレードオフを提供することを実証します。
研究論文の学際的かつ多面的な性質をよりよく反映するために、私たちの階層は、単純なトピックラベルを超えて複数の分類をキャプチャします。
LLMベースのエージェントが階層を使用してターゲットペーパーをどのように効果的に配置できるかを評価することにより、フレームワークの有用性を評価します。
結果は、この構造化されたアプローチが解釈可能性を高め、トレンドの発見をサポートし、従来の検索方法を超えて科学文献を探索するための代替経路を提供することを示しています。
コード、データ、およびデモ：$ \ href {https://github.com/jhu-clsp/science-hierarchography} {https://github.com/jhu-clsp/science-hierarchography} $

要約(オリジナル)

Scientific knowledge is growing rapidly, making it challenging to track progress and high-level conceptual links across broad disciplines. While existing tools like citation networks and search engines make it easy to access a few related papers, they fundamentally lack the flexible abstraction needed to represent the density of activity in various scientific subfields. We motivate SCIENCE HIERARCHOGRAPHY, the goal of organizing scientific literature into a high-quality hierarchical structure that allows for the categorization of scientific work across varying levels of abstraction, from very broad fields to very specific studies. Such a representation can provide insights into which fields are well-explored and which are under-explored. To achieve the goals of SCIENCE HIERARCHOGRAPHY, we develop a range of algorithms. Our primary approach combines fast embedding-based clustering with LLM-based prompting to balance the computational efficiency of embedding methods with the semantic precision offered by LLM prompting. We demonstrate that this approach offers the best trade-off between quality and speed compared to methods that heavily rely on LLM prompting, such as iterative tree construction with LLMs. To better reflect the interdisciplinary and multifaceted nature of research papers, our hierarchy captures multiple dimensions of categorization beyond simple topic labels. We evaluate the utility of our framework by assessing how effectively an LLM-based agent can locate target papers using the hierarchy. Results show that this structured approach enhances interpretability, supports trend discovery, and offers an alternative pathway for exploring scientific literature beyond traditional search methods. Code, data and demo: $\href{https://github.com/JHU-CLSP/science-hierarchography}{https://github.com/JHU-CLSP/science-hierarchography}$

arxiv情報

提供元, 利用サービス

arxiv.jp, Google