SciPIP：基于大语言模型的科学论文选题建议生成器

文章预览

摘要 知识的指数级增长和跨学科研究日益增长的复杂性给研究人员带来了巨大的挑战，包括信息过载和探索新思想的困难。 大语言模型 (LLM) 的进步，例如 GPT-4，在增强选题方面显示出巨大的潜力，但如何有效地利用大型模型进行合理的选题尚未得到充分探索。 本文提出了一种科学论文选题建议生成器 (SciPIP)。 基于用户提供的研究背景，SciPIP 从文献数据库中检索有用的论文，同时利用大语言模型的能力生成更新颖、更可行的选题。 为此， 1)  我们构建了一个文献检索数据库，提取大量论文的多维度信息以实现快速访问。 然后，提出了一种基于语义、实体和引用共现的文献检索方法，根据用户提供的背景从多个方面搜索相关文献。  2)  在文献检索之后，我们引入了双路径选题策略，其中一条路径从检索到的文献中推断解决方案，另一条路径 ………………………………