論文の概要: EmpiRE-Compass: A Neuro-Symbolic Dashboard for Sustainable and Dynamic Knowledge Exploration, Synthesis, and Reuse

• arxiv url: http://arxiv.org/abs/2602.22276v1
• Date: Wed, 25 Feb 2026 09:58:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.346813
• Title: EmpiRE-Compass: A Neuro-Symbolic Dashboard for Sustainable and Dynamic Knowledge Exploration, Synthesis, and Reuse
• Title（参考訳）: EmpiRE-Compass:持続的でダイナミックな知識探索、合成、再利用のためのニューロシンボリックダッシュボード
• Authors: Oliver Karras, Amirreza Alasti, Lena John, Sushant Aggarwal, Yücel Celik,
• Abstract要約: EmpiRE-は、LRデータへのアクセス、複製、再利用のための障壁を減らすように設計された、ニューロシンボリックなダッシュボードである。 その網羅的な目標は、基礎となるデータを意味的に構造化することで、LRがより持続可能なものになることを実証することである。
• 参考スコア（独自算出の注目度）: 0.08699280339422537
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Software engineering (SE) and requirements engineering (RE) face a significant increase in secondary studies, particularly literature reviews (LRs), due to the ever-growing number of scientific publications. Generative artificial intelligence (GenAI) exacerbates this trend by producing LRs rapidly but often at the expense of quality, rigor, and transparency. At the same time, secondary studies often fail to share underlying data and artifacts, limiting replication and reuse. This paper introduces EmpiRE-Compass, a neuro-symbolic dashboard designed to lower barriers for accessing, replicating, and reusing LR data. Its overarching goal is to demonstrate how LRs can become more sustainable by semantically structuring their underlying data in research knowledge graphs (RKGs) and by leveraging large language models (LLMs) for easy and dynamic access, replication, and reuse. Building on two RE use cases, we developed EmpiRE-Compass with a modular system design and workflows for curated and custom competency questions. The dashboard is freely available online, accompanied by a demonstration video. To manage operational costs, a limit of 25 requests per IP address per day applies to the default LLM (GPT-4o mini). All source code and documentation are released as an open-source project to foster reuse, adoption, and extension. EmpiRE-Compass provides three core capabilities: (1) Exploratory visual analytics for curated competency questions; (2) Neuro-symbolic synthesis for custom competency questions; and (3) Reusable knowledge with all queries, analyses, and results openly available. By unifying RKGs and LLMs in a neuro-symbolic dashboard, EmpiRE-Compass advances sustainable LRs in RE, SE, and beyond. It lowers technical barriers, fosters transparency and reproducibility, and enables collaborative, continuously updated, and reusable LRs
• Abstract（参考訳）: ソフトウェア工学 (SE) と要件工学 (RE) は、科学出版物の増加により、二次研究、特に文学レビュー (LR) の著しい増加に直面している。 生成人工知能(GenAI)は、LRを急速に生産するが、品質、厳格さ、透明性を犠牲にすることで、この傾向を悪化させる。 同時に、二次研究はしばしば基礎となるデータとアーティファクトの共有に失敗し、複製と再利用を制限している。 本稿では、LRデータへのアクセス、複製、再利用の障壁を低くするために設計された、ニューロシンボリックなダッシュボードであるEpiRE-Compassを紹介する。 その全体的な目標は、研究知識グラフ(RKG)で基礎となるデータを意味的に構造化し、大規模言語モデル(LLM)を活用して、簡単でダイナミックなアクセス、レプリケーション、再利用を行うことによって、LRがより持続可能であることを実証することである。 2つのREユースケースに基づいて、モジュール化されたシステム設計と、キュレートされたカスタムの能力問題のためのワークフローを備えたEpiRE-Compassを開発しました。 ダッシュボードはオンラインで無料で公開されており、デモビデオが添付されている。 運用コストを管理するため、1日あたりのIPアドレスあたり25リクエストの制限は、デフォルトのLCM(GPT-4o mini)に適用される。 すべてのソースコードとドキュメントは、再利用、採用、拡張を促進するオープンソースプロジェクトとしてリリースされている。 EmpiRE-Compassは,(1)キュレートされた能力質問に対する探索的視覚分析,(2)カスタム能力質問に対するニューロシンボリック合成,(3)全てのクエリ,分析,結果に対する再利用可能な知識の3つのコア機能を提供する。 ニューロシンボリックダッシュボードでRKGとLLMを統一することにより、EmpiRE-CompassはRE、SEなどの持続可能なLRを前進させる。 技術的障壁を低くし、透明性と再現性を高め、協調的、継続的な更新、再利用可能なLRを可能にする

関連論文リスト

• MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval [50.30107119622642]
  大規模言語モデル(LLM)は推論と生成において優れているが、本質的には静的事前学習データによって制限されている。 Retrieval-Augmented Generation (RAG)は、LLMを外部知識に基盤を置くことでこの問題に対処する。 MarAG-R1は、LLMが複数の検索機構を動的に調整できる強化学習型マルチツールRAGフレームワークである。
  論文  参考訳（メタデータ） (2025-10-31T15:51:39Z)
• Executable Knowledge Graphs for Replicating AI Research [65.41207324831583]
  Executable Knowledge Graphs (xKG) は、科学文献から抽出された技術的洞察、コードスニペット、ドメイン固有の知識を自動的に統合するモジュラーでプラグイン可能な知識基盤である。 コードはhttps://github.com/zjunlp/xKGでリリースされる。
  論文  参考訳（メタデータ） (2025-10-20T17:53:23Z)
• TURA: Tool-Augmented Unified Retrieval Agent for AI Search [18.427511565701394]
  従来のRAGアプローチは、リアルタイムのニーズと構造化クエリに苦労する。 本稿では,静的コンテンツと動的リアルタイム情報の両方にアクセスするために,RAGとエージェントツールを併用した新しい3段階フレームワークTURAを紹介する。
  論文  参考訳（メタデータ） (2025-08-06T16:24:17Z)
• Leveraging LLM-Assisted Query Understanding for Live Retrieval-Augmented Generation [6.62734677678023]
  実世界のライブ検索拡張生成(RAG)システムは、ノイズがありあいまいで、複数の意図を含むユーザクエリを処理する場合、課題に直面します。 本稿では,オープンドメイン環境におけるRAGシステムの堅牢性と有効性向上を目的とした新しいフレームワークであるOmni-RAGを紹介する。
  論文  参考訳（メタデータ） (2025-06-26T15:35:12Z)
• Learning Efficient and Generalizable Graph Retriever for Knowledge-Graph Question Answering [75.12322966980003]
  大規模言語モデル(LLM)は、様々な領域にわたって強い帰納的推論能力を示している。 既存のRAGパイプラインのほとんどは非構造化テキストに依存しており、解釈可能性と構造化推論を制限する。 近年,知識グラフ解答のための知識グラフとLLMの統合について検討している。 KGQAにおける効率的なグラフ検索のための新しいフレームワークであるRAPLを提案する。
  論文  参考訳（メタデータ） (2025-06-11T12:03:52Z)
• Synergistic Interplay between Search and Large Language Models for Information Retrieval [141.18083677333848]
  InteRにより、RMはLLM生成した知識コレクションを使用してクエリの知識を拡張することができる。 InteRは、最先端手法と比較して総合的に優れたゼロショット検索性能を実現する。
  論文  参考訳（メタデータ） (2023-05-12T11:58:15Z)

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。