这篇文档属于类型b，是一篇关于自动化文献综述生成系统的学术论文。以下是对该论文的详细介绍：

作者与机构
本文的主要作者包括Xun Liang、Jiawei Yang、Yezhaohui Wang、Chen Tang、Zifan Zheng、Shichao Song、Zehao Lin、Yebin Yang、Simin Niu、Hanyu Wang、Bo Tang、Feiyu Xiong、Keming Mao和Zhiyu Li。他们分别来自中国人民大学、东北大学、先进算法研究所（Institute for Advanced Algorithms Research）、悉尼大学等机构。Zhiyu Li是本文的通讯作者。本文预计于2025年8月在ACM知识发现与数据挖掘会议（KDD 2025）上发表。

论文主题
本文提出了一种名为SurveyX的自动化文献综述生成系统，旨在利用大语言模型（LLMs）解决当前自动化文献综述生成中的关键问题，如有限的上下文窗口、缺乏深度内容讨论以及缺乏系统性评估框架。

主要观点与论据
1. 研究背景与动机
近年来，计算机科学领域发展迅速，arXiv等平台每天接收大量新论文，文献数量呈指数级增长。这使得研究人员难以全面掌握特定领域的技术演变和发展轨迹。文献综述在阐明研究现状和历史进展方面具有重要作用，但手动撰写综述的工作量不断增加，难以保持全面覆盖和高品质。因此，开发高效的自动化文献综述生成系统成为迫切需求。大语言模型（LLMs）因其强大的文本生成能力，为自动化文献综述生成提供了可能。然而，现有的LLMs在生成文献综述时面临技术挑战（如上下文窗口限制）和应用挑战（如缺乏有效的在线检索工具和统一的评估框架）。

1. SurveyX系统的设计与创新
   SurveyX系统将文献综述的生成过程分为两个阶段：准备阶段和生成阶段。
   

• 准备阶段：包括参考文献的获取和预处理。参考文献获取模块结合了离线和在线数据源，采用关键词扩展算法和两步过滤算法，确保检索到高质量且与主题高度相关的文献。预处理方法采用AttributeTree，将文献内容转化为属性树，显著提高了信息密度和LLMs的上下文窗口利用率。
  
• 生成阶段：包括提纲生成、主体内容生成和后处理优化。提纲生成采用Outline Optimization方法，通过提示（hints）生成二级提纲，并通过“分离-重组”步骤消除冗余。主体内容生成采用基于提示的方法，确保内容深度和一致性。后处理优化包括基于RAG（Retrieval-Augmented Generation）的重写模块和图表生成模块，进一步提升了综述的引用质量和表达多样性。

1. 实验与评估
   本文设计了全面的实验来评估SurveyX系统的性能。实验结果表明，SurveyX在内容质量（平均得分4.590）和引用质量（F1得分81.52）方面显著优于现有的自动化文献综述生成系统，接近人类专家的表现。此外，SurveyX在参考文献相关性评估中也表现出色，尽管与人类专家相比仍有一定差距，但其在线检索能力为未来研究奠定了基础。

2. 主要贡献
   本文的主要贡献包括：

• 提出了一种高效的关键词扩展检索算法，显著扩大了检索范围。
  
• 设计了AttributeTree预处理方法，提高了文献信息密度和LLMs的上下文窗口利用率。
  
• 引入了Outline Optimization方法，生成了逻辑严谨、结构清晰的提纲。
  
• 扩展了生成文献综述的表达形式，包括文本、图表等，丰富了综述的呈现方式。
  
• 扩展了评估框架，引入了新的评估指标，全面评估生成文献综述的质量。

论文的意义与价值
本文提出的SurveyX系统有效解决了LLMs在生成文献综述时面临的上下文窗口限制和内部知识约束问题，克服了现有自动化生成系统在表达多样性、参考文献预处理方法和检索方法上的不足。实验结果表明，SurveyX在内容和引用质量方面显著优于现有系统，接近人类专家的水平。这表明SurveyX可以作为一种可靠且高效的工具，为研究人员提供自动化文献综述生成的宝贵支持。未来，研究团队计划进一步优化检索算法、扩展图表生成方法，并基于AttributeTree进一步完善文献综述的组织方式。

亮点
- 创新性：SurveyX系统首次将文献综述生成过程分解为准备和生成两个阶段，并引入了AttributeTree和Outline Optimization等创新方法。
- 全面性：系统涵盖了从文献检索、预处理到提纲生成、内容生成和后处理优化的完整流程，确保了生成文献综述的高质量和多样性。
- 实用性：实验结果表明，SurveyX在多个评估维度上接近人类专家的表现，展示了其在学术研究中的广泛应用前景。