SurveyAgent: A Conversational System for Personalized and Efficient Research Survey

在人工智能等快速发展的研究领域，管理和跟上最新的科学文献已成为研究人员面临的重要挑战。虽然之前的努力已经利用人工智能来协助文献搜索、论文推荐和问题回答，但缺乏一个全面的支持系统来满足研究人员的整体需求。本文介绍了SurveyAgent，这是一个新颖的对话系统，旨在为研究人员提供个性化和高效的研究调查支持。SurveyAgent集成了三个关键模块：知识管理用于组织论文，推荐用于发现相关文献，以及查询回答用于深入了解内容。该系统的独特之处在于提供了一个统一的平台，通过优先考虑用户交互和个性化来支持研究人员在文献综述过程的各个阶段。我们的评估证明了SurveyAgent在简化研究活动方面的有效性，展示了它促进研究人员与科学文献互动的能力。

解决研究人员在文献综述过程中面临的知识管理、文献推荐和问题回答等问题，提供个性化和高效的研究调查支持系统。

SurveyAgent是一个基于对话界面的研究调查支持系统，包括知识管理、文献推荐和问题回答三个模块，旨在提供全面的研究支持和个性化的用户体验。

SurveyAgent通过对话界面提供个性化的研究调查支持，可以帮助研究人员在文献综述过程中更高效地管理文献、发现相关文献和深入了解内容。论文还展示了SurveyAgent的有效性和实用性，并提供了开源代码和数据集。

与该论文相关的研究包括利用人工智能辅助文献搜索、文献推荐和问题回答等方面的研究，例如基于深度学习的文献推荐模型和基于自然语言处理的问题回答系统。