MuLMS-AZ：面向材料科学领域的论证区划数据集
计算与语言
2023-07-06 v1
摘要
科学出版物遵循常规化的修辞结构。对论证区（AZ）进行分类，例如识别一个句子陈述的是动机、结果还是背景信息，已被提出用于改进学术文档的处理。在这项工作中，我们将这一思想调整并扩展到材料科学研究领域。我们提出并发布了一个由 50 篇人工标注研究论文组成的新数据集。该数据集涵盖七个子主题，并采用聚焦于材料科学的 AZ 多标签标注方案进行标注。我们详述了语料库统计信息并展示了高标注者间一致性。我们的计算实验表明，使用领域特定的预训练基于 transformer 的文本编码器是实现高分类性能的关键。我们还发现，其他领域现有数据集中的 AZ 类别在不同程度上是可迁移的。
引用
@article{arxiv.2307.02340,
title = {MuLMS-AZ: An Argumentative Zoning Dataset for the Materials Science Domain},
author = {Timo Pierre Schrader and Teresa Bürkle and Sophie Henning and Sherry Tan and Matteo Finco and Stefan Grünewald and Maira Indrikova and Felix Hildebrand and Annemarie Friedrich},
journal= {arXiv preprint arXiv:2307.02340},
year = {2023}
}
备注
15 pages, 2 figures, 14 tables, to be published in "Proceedings of the 4th Workshop on Computational Approaches to Discourse"