基于 LLM 的科学摘要简化的人机循环语料库

跨学科研究正在加速，但科学论文在其所在领域之外仍然难以理解。我们研究基于 大语言模型 (LLM) 的科学文本简化，并提出一种人机交互工作流程，将专家摘要转换为非专家更容易访问的版本。使用 SciSummNet 作为源语料库，我们首先使用 GPT-4o-mini 生成基线简化。在第一阶段，来自计算机科学以外的 STEM 领域的读者识别困难的句子和短语，并在可理解性、自然性和简单性方面比较原始摘要和 GPT 简化摘要。在第二阶段，计算机科学专家使用此反馈来创建专家编辑的参考简化。我们将生成的语料库与人类判断和自动评估结果一起发布。第一阶段的判断在可理解性和简单性方面显示出对 GPT 生成的摘要的明显偏好，而第二阶段编辑的定性分析则强调了保留特定领域术语和科学主张的强度的重要性。由此产生的资源支持跨学科科学交流的简化系统的训练和基准测试。