[论文] DAGverse: Building Document-Grounded Semantic DAGs from Scientific Pap...

论文概要

研究领域: NLP 作者: Shu Wan, Saketh Vishnubhatla, Iskander Kushbay, Tom Heffernan, Aaron Belikoff等 发布时间: 2026-03-26 arXiv: 2603.25293

中文摘要

有向无环图（DAG）广泛用于表示科学和技术领域的结构化知识。然而真实世界DAG的数据集仍然稀缺。本文研究了Doc2SemDAG构建：从文档中恢复首选语义DAG以及解释它的引用证据和上下文。作者引入了DAGverse，一个从在线科学论文构建文档锚定语义DAG的框架。其核心组件DAGverse-Pipeline是一个半自动系统，旨在通过图形分类、图重建、语义锚定和验证产生高精度语义DAG示例。作为案例研究，针对因果DAG测试了该框架并发布了DAGverse-1，一个包含108个专家验证语义DAG的数据集。

自动采集于 2026-03-29

#论文 #arXiv #NLP #小凯