ナレッジナビゲーター：科学文献における探索的検索のためのLLMガイド付きブラウジングフレームワーク

Knowledge Navigator: LLM-guided Browsing Framework for Exploratory Search in Scientific Literature

August 28, 2024

著者: Uri Katz, Mosh Levy, Yoav Goldberg

cs.AI

要旨

科学文献の指数関数的な成長は、効果的な知識探索のための高度なツールが必要とされています。我々は、Knowledge Navigatorを提案します。このシステムは、広範なトピッククエリから取得された文書を名前付きおよび記述的な科学的トピックとサブトピックの航行可能な2レベルの階層構造に整理し、探索的検索能力を向上させることを目的として設計されています。この構造化された組織は、ドメイン内の研究テーマの全体像を提供すると同時に、ユーザーが焦点を絞り込み追加の関連文書を取得することで特定のサブトピック内で反復的な検索と深い知識発見を可能にします。Knowledge Navigatorは、LLM機能とクラスタベースの手法を組み合わせて効果的なブラウジング手法を実現しています。我々は、CLUSTREC-COVIDとSCITOCという2つの新しいベンチマークに対する自動および手動の評価を通じて、我々のアプローチの効果を実証しています。我々のコード、プロンプト、およびベンチマークは一般に公開されています。

English

The exponential growth of scientific literature necessitates advanced tools for effective knowledge exploration. We present Knowledge Navigator, a system designed to enhance exploratory search abilities by organizing and structuring the retrieved documents from broad topical queries into a navigable, two-level hierarchy of named and descriptive scientific topics and subtopics. This structured organization provides an overall view of the research themes in a domain, while also enabling iterative search and deeper knowledge discovery within specific subtopics by allowing users to refine their focus and retrieve additional relevant documents. Knowledge Navigator combines LLM capabilities with cluster-based methods to enable an effective browsing method. We demonstrate our approach's effectiveness through automatic and manual evaluations on two novel benchmarks, CLUSTREC-COVID and SCITOC. Our code, prompts, and benchmarks are made publicly available.