科学论文中多级表头数值表的度量类型识别
计算与语言
2021-02-02 v1
摘要
数值表被广泛用于呈现科学论文中的实验结果。对于表格理解而言，度量类型对于区分表中的数字至关重要。我们引入了一项新的信息抽取任务——从多级表头数值表中识别度量类型，并提供了一个从科学论文中提取的数据集，该数据集由表头表、图注和度量类型组成。随后我们提出了两种联合学习神经分类与生成方案，分别基于指针生成器 (pointer-generator) 和 BERT 模型。我们的结果表明，联合模型能够处理表内与表外度量类型识别问题。
引用
@article{arxiv.2102.00819,
title = {Metric-Type Identification for Multi-Level Header Numerical Tables in Scientific Papers},
author = {Lya Hulliyyatus Suadaa and Hidetaka Kamigaito and Manabu Okumura and Hiroya Takamura},
journal= {arXiv preprint arXiv:2102.00819},
year = {2021}
}
备注
To appear at EACL 2021