지식 내비게이터: 과학 문헌에서의 탐색적 검색을 위한 LLM 안내형 브라우징 프레임워크

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

August 28, 2024

저자: Uri Katz, Mosh Levy, Yoav Goldberg

cs.AI

초록

과학 문헌의 지수적인 성장은 효과적인 지식 탐색을 위한 고급 도구가 필요하게 합니다. 우리는 Knowledge Navigator를 제시합니다. 이 시스템은 넓은 주제 쿼리로부터 검색된 문서들을 이름과 설명이 포함된 과학 주제 및 하위 주제의 탐색 가능한 이중 계층 구조로 구성하여 탐색 능력을 향상시키도록 설계되었습니다. 이 구조화된 조직은 도메인 내 연구 주제의 전체적인 개요를 제공하는 동시에 사용자가 자신의 초점을 세분화하고 추가 관련 문서를 검색할 수 있도록 하여 특정 하위 주제 내에서 반복적인 검색과 심층적인 지식 발견을 가능하게 합니다. Knowledge Navigator는 LLM 능력과 클러스터 기반 방법을 결합하여 효과적인 브라우징 방법을 가능하게 합니다. 우리는 CLUSTREC-COVID와 SCITOC 두 가지 새로운 벤치마크에서 자동 및 수동 평가를 통해 접근 방식의 효과를 증명합니다. 우리의 코드, 프롬프트 및 벤치마크는 공개적으로 이용 가능합니다.

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.