研究人员推出ScholarSum,一个旨在改进科学文献抽象摘要的新框架。该系统采用师生方法,利用分层知识图谱来捕捉文档的全局逻辑和主题。学生模型生成初稿,然后由类似教师的审阅者进行精炼,通过迭代检索和重写来识别和纠正不支持的内容。实验表明,ScholarSum在完整性和事实一致性方面均优于现有方法。 AI
影响 该框架可以显著提高研究人员理解科学文献的效率和准确性。
排序理由 该集群描述了一篇关于用于抽象摘要的新颖框架的详细研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- knowledge graph
- Litmaps
- ScholarSum
- ScienceCast
- scite Smart Citations
- arXiv
- CatalyzeX
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →