MVSS：多视角结构化综述生成的统一框架
TLDR
MVSS生成包含层次树、对比表格和文本的多视角结构化综述，在76个CS主题上优于现有方法。
评分理由
The paper introduces a novel structure-first paradigm for survey generation, addressing limitations of linear text methods. Strengths include explicit modeling of hierarchical relations and multi-view alignment; weaknesses include lack of comparison to human-written surveys and potential scalability issues not discussed.
Read-first 评分解释
综合优先阅读分 54.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 53。
研究版图角色
前沿论文方法锚点
排序敏感性
稳定性：volatile；排名波动范围：29。
关键词评分
深度分析
创新点
- 多视角结构化综述生成，联合生成带有引文支撑的层次树、结构化对比表格和综述文本，并实现对齐。
- 结构优先范式：先构建层次树，再生成受树结构约束的对比表格，最后联合树和表格约束指导大纲和文本生成。
- 专门的多维度评估框架，评估结构质量、对比完整性和引文忠实度。
方法
MVSS框架构建研究主题的层次树，生成受树约束的对比表格，并将两者作为结构约束指导大纲和综述文本生成。在76个计算机科学主题上使用新框架进行评估，该框架衡量结构质量、对比完整性和引文忠实度。
关键结果
MVSS在综述组织和证据支撑方面显著优于现有方法，并在多个评估指标上达到与专家撰写的综述相当的性能。