文献爆炸救星！SurveyX用LLM自动写综述！

最新推荐文章于 2025-03-10 18:00:00 发布

zenRRan

最新推荐文章于 2025-03-10 18:00:00 发布

阅读量512

点赞数

原文链接：https://mp.weixin.qq.com/s?__biz=MzI3ODgwODA2MA==&mid=2247536155&idx=1&sn=a0354fcf696c60bbc2fe6d4811657190&chksm=eabeec92382ba03e9cbd2d3cce880a36f1c28e0cdcd96de1460d0c195dd94434a8ffbb1edf64&scene=126&sessionid=0

版权

论文：SurveyX: Academic Survey Automation via Large Language Models
地址：https://huggingface.co/papers/2502.14776
Github：https://github.com/IAAR-Shanghai/SurveyX
网站：www.surveyx.cn （Demo Paper）
单位：中国人民大学，东北大学，上海算法创新研究院，悉尼大学

SurveyX，只需给定希望生成的综述论文标题，就能够自动调研文献并生成与人类专家撰写水平相当的综述论文。

结果展示

以上论文页面中，不仅有逻辑清晰叙述严谨的文字，有对方法进行不同纬度对比的表格，而且还有精巧美观的图片。这些，并不是来自于科研人员手工撰写的综述论文，而是来自SurveyX生成的，完全自动化由机器生产的综述论文！

背景介绍

近年来，计算机科学领域的技术发展迅速，文献数量呈指数级增长，研究者难以全面了解细分领域的技术演进路径。尽管综述论文对梳理研究现状至关重要，但手动撰写的工作量大更新周期长。
大型语言模型（LLMs）为自动化生成综述提供了可能，但仍面临技术层面（如知识更新滞后、上下文窗口限制）和应用层面（如缺乏统一评估指标、文献检索效率低）的挑战。
针对这些问题，SurveyX诞生了，通过高效的文献检索和预处理算法，结合RAG技术，生成结构清晰、内容准确的综述，并丰富了表达形式（如图片、表格）。

方法介绍

上图展示了SurveyX的整个工作流程。
SurveyX主要分为两个部分：准备阶段和生成阶段。
准备阶段，SurveyX通过高效的检索算法初步检索文献，后利用属性树模板对文献信息进行抽取总结，充分模仿了人类专家的文献材料准备流程。具体来讲：

SurveyX先通过Keyword Expansion算法尽可能的保证不遗漏任何与话题相关的文献，后通过粗粒度+细粒度的语义过滤方法及可能的去除掉与话题不相关的文献。从而获得高质量的综述撰写参考文献
SurveyX模仿人类专家的阅读思路，利用属性树算法，基于多种模板对论文文章信息进行提取，从而保证能够归纳总结生成综述所需的所有信息。不仅显著提高了检索材料的信息密度，而且能高效利用LLM的下文窗口，为高质量综述的撰写奠定了更坚实的基础。

生成阶段，SurveyX通过大纲生成，正文生成和后处理优化保证了生成的综述论文的高质量和结构化。

SurvyX先结合属性树中的信息，归纳总结一个可以系统的整理所有文献的框架，而后根据此框架，生成综述论文的一级大纲和二级大纲。考虑到LLM生成的二级大纲存在一定的冗余，SurveyX又通过分离一二级大纲后去冗余+重新排列的方法实现了二级大纲的优化，使得全文大纲逻辑结构性更强。
在生成正文内容时，SurveyX先基于所有的属性树生成正文撰写思路，而后根据撰写思路与属性树的具体内容顺序地生成正文内容。
在后处理阶段，SurveyX首先通过RAG的方法对属性森林进行检索，确保文章中所有引用语句的正确性。其次，SurveyX通过章节重写提升文章的行文流畅性与章节之间的一致性。最后，SurveyX利用多模态大模型对参考文献中的图片进行检索，生成综述的部分图片；同时，SurveyX利用LLM对正文提取关键信息，结合图片和表格的代码模板生成图片和表格的代码，生成丰富的图表，丰富了文章的表现形式，提高了文章易读性和内容质量。

总结

SurveyX的主旨在于充分模仿人类专家在撰写综述论文时的思路。读者可以通过访问项目地址www.surveyx.cn来查看更多生成案例并深入了解其工作流程。同时，也可以在https://github.com/IAAR-Shanghai/SurveyX中提出issue，只需要给定综述标题和关键词，就可以获得您定制的专属综述文献！