survey-seed-harvest

Survey Seed Harvest

トリガーとルーティング

• トリガー: survey seed harvest、taxomony seeds、survey から taxonomy を抽出、taxonomy のブートストラップ。
• 使用する場面: 検索・重複排除後、既存の survey/review 論文から用語やテーマ構造をすばやく抽出し、taxonomy-builder を効率化したい場合。

検索結果に含まれる既存の survey/review 論文から、taxonomy のシードを作成します。

これは初期の構造化段階を加速するためのもので、taxonomy-builder を使いやすくすることを目的としています。置き換えるものではありません。

入力

• papers/papers_dedup.jsonl（タイトルと要約を含む、重複排除済みの論文メタデータ）

出力

• outline/taxonomy.yml（シード taxonomy。後で改善することを想定）

ワークフロー（ヒューリスティック）

使用するファイル: papers/papers_dedup.jsonl。

1. survey/review 論文と思われるものを見つけます。
   • タイトルまたは要約に “survey”, “review”, “systematic”, “meta-analysis” が含まれている
2. 候補となるトピック用語を抽出し、以下のようにグループ化します。
   • 最上位ノードを約4～10個（「章」に相当）
   • 各ノードの子ノードを2～6個（対応付け可能なリーフ）
3. 簡潔で実用的な説明を記述します。
   • 何が含まれるか、何が含まれないか
   • （任意）シードとして代表的なタイトルを2～5件挙げる
4. 結果は出発点として扱います。
   • taxonomy-builder に渡し、ドメインに即した書き換えとスコープの調整を行います。

品質チェックリスト

• outline/taxonomy.yml が存在し、有効な YAML である。
• taxonomy が少なくとも2階層あり（children を使用）、すべてのノードに説明がある。
• 「Overview/Benchmarks/Open Problems」のような汎用的なプレースホルダーノードは、対象ドメインの内容に本当に即している場合を除き、避ける。

スクリプト（任意の補助ツール）

クイックスタート

• uv run python .codex/skills/survey-seed-harvest/scripts/run.py --help
• uv run python .codex/skills/survey-seed-harvest/scripts/run.py --workspace <workspace>

すべてのオプション

• --top-k <n>：検討する候補用語の数
• --min-freq <n>：最小頻度のしきい値

例

• より保守的に用語を選択する場合：
  • uv run python .codex/skills/survey-seed-harvest/scripts/run.py --workspace <workspace> --top-k 80 --min-freq 3

注意事項

• この補助ツールはキーワードベースです。出力はシードとして扱い、taxonomy-builder で改善してください。

トラブルシューティング

問題：対象内で survey/review 論文が検出されない

解決方法：

• 検索範囲を広げる（“survey”, “review”, “benchmark” のバリエーションを追加する）か、既知の survey 論文をいくつか手動でシードとして追加してから、再実行してください。

問題：taxonomy のシードが汎用的な分類に見える

解決方法：

• シードを具体的なもの（名前のある手法／ベンチマーク／タスク）にし、実際のスコープに合わせた書き換えは taxonomy-builder に任せてください。