开发用户友好的决策辅助工具——基于规则的评估与支持工具(REST)，以优化信息抽取任务的资源
计算与语言
2025-06-17 v1
摘要
与机器学习和大型语言模型相比，规则在可持续性、可迁移性、可解释性和开发负担方面可能是信息抽取(IE)的默认选项。我们建议将规则和机器学习结合使用作为IE方法。我们的方法始于一份详尽的专家手册，在单次工作会话中标注代表性数据子集。我们开发并验证了REST决策工具的可行性和性能指标，以帮助标注者在每个IE任务的实体上选择规则作为默认选项还是机器学习。REST使标注者能够可视化自由文本中每个实体形式化的特征，以及预期的规则开发可行性和IE性能指标。机器学习被视为后备IE选项，因此最小化了手动标注训练。REST在12个实体的用例上的外效度显示了良好的可复现性。
引用
@article{arxiv.2506.13177,
title = {Development of the user-friendly decision aid Rule-based Evaluation and Support Tool (REST) for optimizing the resources of an information extraction task},
author = {Guillaume Bazin and Xavier Tannier and Fanny Adda and Ariel Cohen and Akram Redjdal and Emmanuelle Kempf},
journal= {arXiv preprint arXiv:2506.13177},
year = {2025}
}