ACLMay, 2023

SciReviewGen：用于自动文献综述生成的大规模数据集

PDF
TL;DR通过 SciReviewGen 数据集，我们评估了最近基于 Transformer 的文献综述生成模型在文献综述生成任务上的表现，其中包含用于文献综述生成扩展的 Fusion-in-Decoder 模型，并且发现自动生成的摘要已经可以和人工撰写的综述媲美，但是也揭示出文献综述自动生成的挑战，例如幻觉和缺乏详细信息。
发现论文，激发创造
  • 学术复杂性转化为公众叙述：面向科学新闻报道生成的数据集

    科学新闻报道的自动生成提高了学术洞察的可访问性，本文通过对一组学术出版物与相应科学新闻报道的平行集合进行广泛分析，突出了两者在易读性和简洁性上的差异，并使用先进的文本生成模型对数据集进行了基准测试，为进一步探索科学新闻报道的自动生成奠定了基础。

    Mar, 2024

  • LitSumm: 用于非编码 RNA 文献摘要的大型语言模型

    通过使用大型语言模型（LLMs）和一系列提示和检查步骤，我们首次采取行动缓解 RNA 科学中缺乏编辑时间的问题，生成非编码 RNA 文献的摘要，并证明可以自动生成高质量、事实准确的摘要以及准确的参考文献。

    Nov, 2023

  • 可以自动化科学审稿吗？

    本文讨论如何运用自然语言处理技术，自动生成机器学习领域的论文评审。通过收集论文数据集和训练模型进行实验，研究发现自动生成的评审可以涵盖更多的内容，但在细节方面需要更高的准确性和构造性。最后，总结了这个领域的八个难题及其潜在解决方案。

    Jan, 2021

  • WikiHow：一个大规模的文本摘要数据集

    本研究介绍了一种基于在线知识库的数据集 WikiHow，包含超过 230,000 个文章和摘要对，用于评估现有的序列到序列模型在不同写作风格、更高语义抽象度的摘要中的性能。

    Oct, 2018

  • TLDR9+：一项大规模资源，用于极端压缩社交媒体帖子

    本文介绍了 TLDR9 +—— 一个从 Reddit 讨论论坛中提取的包含 900 万多个训练实例的大规模摘要数据集，旨在进行极端摘要，并通过人工注释蒸馏出更细粒度的 TLDRHQ 数据集，进一步点出我们所提出的数据集上不同的最先进的摘要模型。

    Oct, 2021

  • 文本生成：任务、评估和挑战的系统文献综述

    文本生成领域的文献回顾研究了 244 篇论文，将文本生成的工作分类为五个主要任务，并分析了相关特点、子任务和具体挑战。此外，研究还评估了目前的评估方法，并确定存在的问题。研究指出了九个主要挑战，并提供了详细分析和解决方案，以及进一步研究需求。该文献回顾面向自然语言处理领域的初级研究人员和有经验的研究人员。

    May, 2024

  • 文献综述的层次目录生成：基准评估

    本研究以文獻綜述的目錄生成為挑戰，構建了涵蓋 13.8k 個目錄和 120k 個參考文獻的英文文獻綜述目錄數據集，並通過端到端和管線方法進行了多方面的評估與分析，提出了基於語義和結構相似度的模型性能評估方式。結果顯示，本研究提出的生成方法與評估指標具有較高的效果和品質，並且為以後的相關研究提供了方向。

    Apr, 2023

  • 科技论文评论的自动生成

    本文介绍了一种方法，可以根据用户定义的查询自动生成一篇综述论文。该方法包括两个主要部分，第一部分通过诸如同袍引用的图表等文献计量参数来识别领域中的关键论文。第二阶段使用 BERT 架构，我们在现有的综述论文中对这些关键论文进行抽取式摘要。我们介绍了我们方法的一般流程和一些实现细节，并在 PubMed 数据集上进行了自动和专家评估。

    Oct, 2020

  • LitLLM: 科学文献综述工具包

    利用大型语言模型（LLM）的检索增强生成（RAG）原理和专门的提示与指示技术，我们提出了一个工具包来减少文献综述的时间和工作量，建立了我们的工具包作为一种高效的替代方法。

    Feb, 2024

  • SciLit: 一种联合科学文献发现、摘要和引用生成平台

    SciLit 是一个自动推荐相关论文、提取摘要、 建议引文的流水线，可提供文学发现和科学写作的辅助工具。

    Jun, 2023