論文の概要: Conversational Exploration of Literature Landscape with LitChat

• arxiv url: http://arxiv.org/abs/2505.23789v1
• Date: Sun, 25 May 2025 13:15:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:52.497415
• Title: Conversational Exploration of Literature Landscape with LitChat
• Title（参考訳）: LitChatを用いた文学景観の会話探索
• Authors: Mingyu Huang, Shasha Zhou, Yuxuan Chen, Ke Li,
• Abstract要約: 大規模言語モデル(LLM)は、体系的なレビューによって望まれる「包括的、客観的、オープン、透明」なビューを提供することができない。 ここでは、LLMエージェントをデータ駆動ディスカバリツールで強化する、エンドツーエンドで対話的で対話的な文学エージェントであるLitChatを紹介する。 我々は、AI4Healthのケーススタディを通じてLitChatの有効性を説明し、大規模文学の風景を通して素早くユーザーをナビゲートする能力を強調した。
• 参考スコア（独自算出の注目度）: 9.135147473134628
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We are living in an era of "big literature", where the volume of digital scientific publications is growing exponentially. While offering new opportunities, this also poses challenges for understanding literature landscapes, as traditional manual reviewing is no longer feasible. Recent large language models (LLMs) have shown strong capabilities for literature comprehension, yet they are incapable of offering "comprehensive, objective, open and transparent" views desired by systematic reviews due to their limited context windows and trust issues like hallucinations. Here we present LitChat, an end-to-end, interactive and conversational literature agent that augments LLM agents with data-driven discovery tools to facilitate literature exploration. LitChat automatically interprets user queries, retrieves relevant sources, constructs knowledge graphs, and employs diverse data-mining techniques to generate evidence-based insights addressing user needs. We illustrate the effectiveness of LitChat via a case study on AI4Health, highlighting its capacity to quickly navigate the users through large-scale literature landscape with data-based evidence that is otherwise infeasible with traditional means.
• Abstract（参考訳）: 我々は、デジタル科学出版物の量が指数関数的に増えている「大きな文学」の時代を生きている。 新たな機会を提供する一方で、従来の手作業によるレビューはもはや実現不可能であるため、文学の風景を理解する上での課題も生じている。 最近の大規模言語モデル(LLM)は、文学的理解に強い能力を示しているが、文脈ウィンドウの制限や幻覚のような信頼の問題により、体系的なレビューによって望まれる「包括的、客観的、オープン、透明」なビューを提供することはできない。 ここでは、LLMエージェントをデータ駆動型発見ツールで強化し、文献探索を容易にする、エンドツーエンドで対話的な対話型文学エージェントであるLitChatを紹介する。 LitChatはユーザクエリを自動的に解釈し、関連するソースを検索し、知識グラフを構築し、さまざまなデータマイニング技術を使用して、ユーザニーズに対処するエビデンスベースの洞察を生成する。 我々は、AI4Healthのケーススタディを通じてLitChatの有効性を説明し、従来の方法では実現不可能なデータベースのエビデンスによって、大規模文学の風景を素早くナビゲートする能力を強調した。

関連論文リスト

• Patience is all you need! An agentic system for performing scientific literature review [0.0]
  大規模言語モデル(LLM)は、様々な分野にわたる質問応答のサポートを提供するために、その利用が増加している。 我々は、科学文献にカプセル化された情報の検索と蒸留を行うLLMベースのシステムを構築した。 提案するキーワードに基づく検索・情報蒸留システムについて, 生物関連質問の集合に対して, 先行する文献ベンチマークを用いて評価を行った。
  論文  参考訳（メタデータ） (2025-03-28T08:08:46Z)
• Re-calibrating methodologies in social media research: Challenge the visual, work with Speech [0.0]
  本稿は,ソーシャルメディア研究者が分析において,音声に基づくデータに効果的に関与する方法を考察する。 我々の方法論的レパートリーの拡大は、プラットフォーム化されたコンテンツのより豊かな解釈を可能にすると結論づける。
  論文  参考訳（メタデータ） (2024-12-17T18:47:57Z)
• Online Digital Investigative Journalism using SociaLens [0.0]
  オンラインソースからクエリ特定データを特定し,抽出するための,多目的かつ自律的な調査ジャーナリズムツールである em SociaLens を導入している。 我々は、調査ジャーナリズム、法執行、社会政策計画におけるその利用を構想する。 発展途上国におけるレイプ事件を事例として,SociaLensの機能について考察した。
  論文  参考訳（メタデータ） (2024-10-13T07:20:47Z)
• WildVis: Open Source Visualizer for Million-Scale Chat Logs in the Wild [88.05964311416717]
  本研究では,高速,多目的,大規模会話分析が可能な対話型ツールWildVisを紹介する。 WildVisは、基準リストに基づいてテキストと埋め込みスペースの検索と視覚化機能を提供する。 誤用調査の促進,データセット間のトピック分布の可視化と比較,ユーザ固有の会話パターンの特徴付け,という3つのケーススタディを通じてWildVisの有用性を実証する。
  論文  参考訳（メタデータ） (2024-09-05T17:59:15Z)
• Crafting Knowledge: Exploring the Creative Mechanisms of Chat-Based Search Engines [3.5845457075304368]
  本研究の目的は,LLMを利用した検索エンジン,特にBing Chatが応答情報ソースを選択するメカニズムを解明することである。 Bing Chatは読みやすく、形式的に構造化されたコンテンツを好むだけでなく、より低いパープレキシティレベルを示す。 本調査では,RAG技術が引用するWebサイトと従来の検索エンジンの上位のWebサイトとの類似性を比較検討した。
  論文  参考訳（メタデータ） (2024-02-29T18:20:37Z)
• AI Literature Review Suite [0.0]
  総合的な文献レビューを提供するために、いくつかの機能を統合するAI Literature Review Suiteを紹介します。 このツールは、オープンアクセス科学、大規模言語モデル(LLM)、自然言語処理の力を活用して、PDFファイルの検索、ダウンロード、整理を可能にする。 このスイートには、組織、対話、クエリのための統合プログラムや、文献レビューの要約も備えている。
  論文  参考訳（メタデータ） (2023-07-27T17:30:31Z)
• The Semantic Reader Project: Augmenting Scholarly Documents through AI-Powered Interactive Reading Interfaces [54.2590226904332]
  本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。 10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。 本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
  論文  参考訳（メタデータ） (2023-03-25T02:47:09Z)
• Leveraging Visual Knowledge in Language Tasks: An Empirical Study on Intermediate Pre-training for Cross-modal Knowledge Transfer [61.34424171458634]
  視覚的知識を言語モデルに組み込むことがギャップを埋めるかどうかを検討する。 実験の結果,視覚的知識伝達は低リソース環境と完全教師付き環境の両方で性能を向上できることがわかった。
  論文  参考訳（メタデータ） (2022-03-14T22:02:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。