Yifan Yuan, Yancheng Zhu, Zuoyu Zhang, Xiaogang Peng · 2026 · arXiv
DOI: 10.48550/arXiv.2610.31317 · open-access PDF
Большинство автоматизированных систем генерирования опросов получают документы как плоские документы, ограничивая их способность улавливать структуру исследований. Мы представляем SurveyGraph, рамку, построенную вокруг методологического графа знаний (MEKG) для кодирования методологического уровня, конкуренции и взаимоотношений с общими ресурсами. График поддерживает открытие основной бумаги, поиск, гибридный очерк и синтез повествования, основанный на доказательствах. Мы оцениваем поиск, семантические границы, заземление цитирования, покрытие коллекции и компоненты этапа производства. В контролируемом семи методологическом равнобюджетном этапе, баланс слияния, закрепленный MEKG
Machine translation (Meta M2M100); the English original follows.
Most automated survey generation systems retrieve papers as flat documents, limiting their ability to capture research structure. We present SurveyGraph, a framework built around a Methods-Entity Knowledge Graph (MEKG) encoding method-level follow-on, competition, and shared-resource relations. The graph supports core-paper discovery, retrieval, hybrid outlining, and evidence-gated narrative synthesis. We evaluate retrieval, semantic edges, citation grounding, collection coverage, and generation-stage components. In a controlled seven-method equal-budget benchmark, MEKG-anchored fusion balance
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31317, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange