研究助手教程¶

从学术论文构建交互式研究助手。

你将构建什么¶

在本教程结束时，您将拥有一个能够： - 从研究论文中提取结构化知识 - 回答关于论文内容的问题 - 基于语义搜索找到相关章节 - 可视化概念关系

教程概述¶

步骤	主题	你将学到什么
1	提取知识	解析研究论文并提取概念
2	语义搜索	构建可搜索的知识库
3	问答系统	创建交互式问答界面

前提条件¶

Hyper-Extract 已安装：pip install hyperextract
OpenAI API 密钥已配置
一篇研究论文（PDF 或文本格式）

示例用例¶

用例 1：论文审查¶

通过提问快速理解新论文： - "主要贡献是什么？" - "与先前工作相比如何？" - "局限性是什么？"

用例 2：文献综述¶

从多篇论文构建知识库： - 从 10+ 篇论文中提取概念 - 跨所有论文搜索 - 发现作品之间的联系

用例 3：教学助手¶

帮助学生理解复杂论文： - 可视化概念图 - 回答学生问题 - 生成摘要

项目结构¶

research-assistant/
├── paper.md              # 您的研究论文
├── knowledge_base/       # 提取的知识
├── research_assistant.py # 主应用程序
└── requirements.txt      # 依赖项

下一步¶

准备好开始了吗？从步骤 1：提取知识开始。