Newest papers

SurveyGraph: Generating Academic Surveys via Methods-Entity Knowledge Graphs

Yifan Yuan, Yancheng Zhu, ZuoYu Zhang, Xiaogang Peng · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.31317 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Hầu hết các hệ thống khảo sát có cấu trúc kết nối tự động thu thập giấy tờ như tài liệu phẳng, hạn chế khả năng của họ để nắm bắt cấu trúc nghiên cứu. Chúng tôi trình bày SurveyGraph, một khuôn khổ được xây dựng xung quanh một Methods-Entity Knowledge Graph (MEKG) mã hóa theo dõi cấp độ phương pháp, cạnh tranh, và các mối quan hệ tài nguyên chia sẻ. Biểu đồ hỗ trợ khám phá tài liệu cốt lõi, thu thập tài liệu mạ kẽm, mô tả cấu trúc, và tổng hợp kể chuyện bằng chứng. Chúng tôi đánh giá thu thập, cạnh ngữ nghĩa, đất đai được kiểm soát bằng cách trích dẫn, bao phủ bộ sưu tập và các thành phần giai đoạn sản xuất. Trong một tiêu chuẩn kiểm soát bảy phương pháp tương đương với ngân sách tương đương, biểu đồ MEKG hỗ trợ cân

Machine translation (Meta M2M100); the English original follows.

Abstract

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 balances recall and structural density, with an independent co-citation check. In a separate archived graph-native diagnostic, graph-aware retrieval nearly doubles recall over flat lexical baselines across eight runs (p = 0.004). A semantic evidence gate achieves AUC = 0.75. Audits of 160 generated sentences find 80.6% anchored-or-partial citation support. Human adjudication of 108 stratified semantic edges finds 68.5% supported-or-partial relations (binary-support Cohen's kappa = 0.64), with improves strongest (80.6%) and extends weakest (52.8%). A SurveyBench-facing collection probe reaches mean reference coverage of 0.521 across four topics with an eight-paper budget. Same-backend Qwen diagnostics on a 30-paper/74-relation graph show reduced organization signals when hybrid outlining is removed. Concurrent-system comparisons provide bounded context rather than matched-backend end-to-end evidence. The results position MEKG as an auditable structural layer for typed diagnostics, relation-specific filtering, and controlled survey generation. Code and artifacts: https://github.com/xzzvsxd/SurveyGraph.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Information retrieval, Graph, Citation, Recall, Context (archaeology)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange