利用学术概念索引改进科学文档检索

《ACM Transactions on Intelligent Systems and Technology》：Improving Scientific Document Retrieval with Academic Concept Index

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

将通用领域检索器适配到科学领域具有挑战性，原因在于缺乏大规模领域特定相关性标注，以及词汇和信息需求之间存在巨大差异。近期方法通过两个独立方向利用大语言模型（LLMs）来解决这些问题：(1) 生成合成查询以进行微调，以及 (2) 生成辅助上下文以支持相关性匹配。然而，这两个方向都忽视了科学文档中嵌入的多样化学术概念，往往产生冗余或概念狭窄的查询和上下文。为了解决这一局限性，我们引入了一个学术概念索引，从论文中提取关键概念，并在学术分类法指导下对其进行组织。这个结构化索引作为改进这两个方向的基础。首先，我们通过基于概念覆盖的生成（CCQGen）增强了合成查询生成，该方法自适应地基于未覆盖的概念约束 LLMs，以生成具有更广泛概念覆盖的互补查询。其次，我们通过专注于概念的辅助上下文（CCExpand）加强了上下文增强，该方法利用一组文档片段，作为对概念感知型 CCQGen 查询的简明响应。大量实验表明，将学术概念索引纳入查询生成和上下文增强两者之中，带来了更高质量的查询、更好的概念对齐以及提升的检索性能。

AI 摘要

AI 生成的摘要（实验性）

本摘要由自动化工具生成，未经文章作者撰写或审核。它旨在支持发现，帮助读者评估相关性，并协助来自相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。完整文章仍然是权威的记录版本。点击此处了解更多。

点击此处评论此摘要的准确性、清晰度和实用性。这样做将有助于改进和未来重新生成的版本。

要查看此 AI 生成的简明摘要，您必须拥有高级访问权限。