OpenExtract：面向健康系统综述中的自动化数据抽取
信息检索
2026-03-17 v1 机器学习
摘要
本研究提出了 OpenExtract，一个用于大规模系统文献综述中自动化数据抽取的开源管道。该管道查询大型语言模型（LLM），根据科学文章的相关章节预测数据条目。为测试 OpenExtract 的有效性，我们将其应用于数字健康领域的系统文献综述，并将其输出与人类研究人员的输出进行比较。OpenExtract 在此任务中实现了 >0.8 的精确率和召回率，表明其能够有效且高效地自动抽取数据。OpenExtract：https://github.com/JimAchterbergLUMC/OpenExtract。
引用
@article{arxiv.2603.13338,
title = {OpenExtract: Automated Data Extraction for Systematic Reviews in Health},
author = {Jim Achterberg and Bram Van Dijk and Jing Meng and Saif Ul Islam and Gregory Epiphaniou and Carsten Maple and Xuefei Ding and Theodoros N. Arvanitis and Simon Brouwer and Marcel Haas and Marco Spruit},
journal= {arXiv preprint arXiv:2603.13338},
year = {2026}
}