生成式 AI 在科研数据处理中的应用：来自三个案例的经验教训
人工智能
2025-04-23 v1
摘要
自 2022 年 ChatGPT 发布以来，生成式 AI 产生了巨大的兴趣，但也存在输出准确性和一致性方面的顾虑。我们对该新技术在科研数据处理中的应用进行了探索性研究。我们识别了规则方法或传统机器学习方法难以应用的任务，然后使用生成式 AI 完成这些任务。我们展示了在三个涉及复杂数据处理任务的科研项目中使用生成式 AI 模型 Claude 3 Opus 的可行性：1）信息提取：我们从由植物学园林发布的历史种子清单中提取植物种名。2）自然语言理解：我们从欧盟健康技术评估组织发布的文档中提取特定数据点（药物名称、健康指征名称、相对有效性、成本效益等）。3）文本分类：我们将 Kickstarter 众筹网站上的项目分配到行业代码。我们分享了从这些案例中获得的经验教训：如何确定生成式 AI 是否适合给定的数据处理任务，以及如果是的话，如何最大化获得的结果的准确性和一致性。
引用
@article{arxiv.2504.15829,
title = {Generative AI for Research Data Processing: Lessons Learnt From Three Use Cases},
author = {Modhurita Mitra and Martine G. de Vos and Nicola Cortinovis and Dawa Ometto},
journal= {arXiv preprint arXiv:2504.15829},
year = {2025}
}
备注
10 pages, 4 figures, 6 tables. Published in Proceedings of the 2024 IEEE 20th International Conference on e-Science (e-Science), Osaka, Japan