H-MAPS：科学文献的分层记忆增强主动搜索助手

科学阅读是一个主动的过程，经常需要查阅外部资源，但手动关键词搜索会中断阅读流程并施加较高的认知负荷。现有的主动信息检索系统经常遭受上下文模糊的困扰，因为它们仅依赖于屏幕上的文本，而忽略了读者的特定背景和意图。在本次演示中，我们展示了 H-MAPS（分层记忆增强主动搜索助手），这是一种主动文献探索助手，它通过利用三层分层记忆来解决这种歧义。 H-MAPS 由隐式阅读行为触发，将用户的潜在信息需求清晰地表达为显式的自然语言问题，并完全在本地设备上进行神经检索，以确保隐私。我们使用两个专门研究 NLP 和 HCI 的研究人员阅读同一篇论文的场景来演示 H-MAPS。作为响应，系统会生成特定于个人资料的问题并检索为每个用户量身定制的不同文献。