Retrieval Augmented Generation for Topic Modeling in Organizational Research: An Introduction with Empirical Demonstration
创建于 更新于
摘要
本报告提出并验证了Agentic Retrieval-Augmented Generation（Agentic RAG）方法，用于组织研究中的主题建模。通过结合检索、生成与智能代理迭代优化，Agentic RAG提升了效率、透明度、有效性和可靠性。在对COVID-19疫苗犹豫推文数据集的实证中，Agentic RAG表现优于传统LDA和基于LLM提示的主题建模，显著提升了主题与数据集的语义相关性和结果稳定性[page::1][page::12][page::17][page::19][page::20]。
