[论文解读] Augmenting Scientific Creativity with Retrieval across Knowledge Domains

Hyeonsu B Kang, Sheshera Mysore+6 more|arXiv (Cornell University)|Jun 2, 2022

Information Retrieval and Search Behavior被引用 7

一句话总结

本文提出了一种新颖的交互式搜索系统，通过使用论文摘要中的特定句子作为示例查询，使用户能够检索跨领域的类比，从而增强科学创造力。该系统利用句子级嵌入和动态聚类技术，支持灵活、用户引导的多样化领域探索，显著提升了发现新颖、非显而易见的科学关联的能力，超越了传统基于相关性的检索方式。

ABSTRACT

Exposure to ideas in domains outside a scientist's own may benefit her in reformulating existing research problems in novel ways and discovering new application domains for existing solution ideas. While improved performance in scholarly search engines can help scientists efficiently identify relevant advances in domains they may already be familiar with, it may fall short of helping them explore diverse ideas extit{outside} such domains. In this paper we explore the design of systems aimed at augmenting the end-user ability in cross-domain exploration with flexible query specification. To this end, we develop an exploratory search system in which end-users can select a portion of text core to their interest from a paper abstract and retrieve papers that have a high similarity to the user-selected core aspect but differ in terms of domains. Furthermore, end-users can `zoom in' to specific domain clusters to retrieve more papers from them and understand nuanced differences within the clusters. Our case studies with scientists uncover opportunities and design implications for systems aimed at facilitating cross-domain exploration and inspiration.

研究动机与目标

• 为了解决科学家在不相关科学领域中发现创新想法的挑战，通过支持灵活、用户主导的探索，超越传统搜索方式。
• 通过在检索结果中引入可控的新颖性和领域多样性，克服基于相关性的检索的局限性。
• 通过使用直观的句子级表示进行检索，减少对昂贵的预定义图式标签的依赖，避免使用复杂的领域特定标签处理流程。
• 通过支持用户对特定领域聚类进行‘聚焦’，帮助科学家摆脱对熟悉领域的依赖，实现对类比概念的细致比较。
• 在真实的研究场景中评估该系统，并为未来类比搜索工具的设计提供启示。

提出的方法

• 该系统采用多维示例查询（Query-by-Example, QbE）范式，用户从论文摘要中选择一个句子作为查询核心。
• 使用强大的预训练模型（SBERT）生成的句子嵌入，跨语料库检索语义相似的句子，实现特定方面的相似性匹配。
• 通过聚类技术将文档划分为全局和局部领域聚类，以支持分层探索和检索‘距离’的控制。
• 用户可对特定领域聚类进行‘聚焦’，以检索更精准、更细致的结果，促进对类比思想的深入探索。
• 该系统避免依赖预定义的标签体系，转而使用现成的句子级表示，而非复杂的领域特定标签处理流程。
• 该架构支持交互式、迭代式探索，允许用户精细控制地调整查询并跨越领域边界进行导航。

实验结果

研究问题

• RQ1 如何设计系统，使科学家能够在不依赖预定义图式标签的情况下，发现新颖的跨领域类比？
• RQ2 哪些设计模式能够使用户在探索性搜索过程中控制检索结果的新颖程度和领域距离？
• RQ3 与文档级查询相比，使用句子级查询在促进跨领域灵感方面有何优势？
• RQ4 分层领域聚类在实现对多样化科学领域的有效、聚焦探索中起到何种作用？
• RQ5 科学家如何与支持跨知识领域灵活、面向特定方面的检索系统互动，并从中获得何种益处？

主要发现

• 该系统通过检索在特定方面语义相似但领域不同的论文，使科学家能够识别出非显而易见的跨领域类比，从而减少对熟悉领域的依赖。
• 当用户能够对特定聚类进行‘聚焦’时，其对多样化领域的参与度显著提高，表明分层聚类增强了探索控制能力。
• 与文档级查询相比，使用句子级查询实现了更精确、更符合上下文的检索，尤其在面向特定方面的类比检索中表现更优。
• 在发现与查询主题无重叠但新颖且具有高影响力的关联方面，该系统优于传统的基于相关性的检索方法。
• 案例研究显示，科学家高度认可系统对结果范围和新颖性进行控制的能力，许多用户表示从检索到的跨领域类比中获得了新的研究灵感。
• 该方法显著降低了对昂贵的专家标注图式体系的依赖，使其在多样化科学领域中具备更强的可扩展性。