핵심 개념
PaperWeaver는 사용자가 수집한 논문을 기반으로 추천 논문을 컨텍스트화하여 제공하여 연구자들이 추천 논문의 관련성을 더 잘 이해하고 분류할 수 있도록 돕는다.
초록
PaperWeaver는 논문 추천 시스템으로, 사용자가 수집한 논문을 기반으로 추천된 논문의 텍스트 설명을 컨텍스트화하여 제공한다. 사용자 연구 관심사를 추출하고 추천된 논문의 측면을 요약하는 방법을 사용한다. 사용자 연구 관심사를 기반으로 추천된 논문과 수집된 논문 사이의 관계를 설명하는 설명을 생성한다. 또한, 추천된 논문이 수집된 논문을 인용하는 경우와 그렇지 않은 경우를 고려하여 설명을 생성한다.
Abstract
학술 아카이브의 빠른 성장으로 인해 연구자들은 "논문 알림" 시스템에 가입하여 이전에 수집한 논문과 유사한 최근 발행된 논문을 추천받는다.
기존 시스템은 논문 제목과 초록만 제공하기 때문에 연구자들은 추천된 논문과 자신의 연구 컨텍스트 사이의 세밀한 연결을 이해하는 데 어려움을 겪을 수 있다.
PaperWeaver는 사용자가 수집한 논문을 기반으로 추천된 논문의 컨텍스트화된 텍스트 설명을 제공하여 연구자들이 추천된 논문의 관련성을 파악할 수 있도록 돕는다.
CCS CONCEPTS
인간 중심 컴퓨팅 → 상호작용 시스템 및 도구; HCI에서의 경험적 연구; 자연어 인터페이스.
KEYWORDS
과학 논문, 컨텍스트화된 설명, 대형 언어 모델
통계
사용자 연구 (N=15)에서 참가자들이 PaperWeaver를 사용하면 추천된 논문의 관련성을 더 잘 이해하고 분류할 수 있었음을 보여줌.
PaperWeaver는 사용자가 수집한 논문을 기반으로 추천된 논문의 설명을 생성하는 데 대형 언어 모델 (LLM)을 활용함.
인용구
"논문 알림 시스템은 추천된 논문의 제목과 초록만 제공하기 때문에 연구자들은 추천된 논문과 자신의 연구 컨텍스트 사이의 세밀한 연결을 이해하는 데 어려움을 겪을 수 있다."
"PaperWeaver는 사용자가 수집한 논문을 기반으로 추천된 논문의 컨텍스트화된 텍스트 설명을 제공하여 연구자들이 추천된 논문의 관련성을 파악할 수 있도록 돕는다."