PolyIE：一个从高分子材料科学文献中抽取信息的数据集
计算与语言
2023-11-15 v1 人工智能
信息检索
机器学习
摘要
科学信息抽取（SciIE）旨在从科学文献中自动抽取信息，其重要性正变得前所未有。然而，目前尚无面向高分子材料的 SciIE 数据集，而高分子材料是我们日常生活中无处不在的重要材料类别。为弥补这一空白，我们引入了 POLYIE，一个面向高分子材料的新 SciIE 数据集。POLYIE 由 146 篇全长高分子学术文章整理而来，由领域专家标注了不同命名实体（即材料、属性、数值、条件）及其 N 元关系。POLYIE 因实体的多样词法格式、实体间歧义以及变长关系而呈现出若干独特挑战。我们在 POLYIE 上评估了最先进（state-of-the-art）的命名实体抽取与关系抽取模型，分析了其优劣，并指出了这些模型的一些困难案例。据我们所知，POLYIE 是首个面向高分子材料的 SciIE 基准，我们希望它能引发社区在这一具挑战性任务上的更多研究努力。我们的代码与数据可见于：https://github.com/jerry3027/PolyIE。
引用
@article{arxiv.2311.07715,
title = {PolyIE: A Dataset of Information Extraction from Polymer Material Scientific Literature},
author = {Jerry Junyang Cheung and Yuchen Zhuang and Yinghao Li and Pranav Shetty and Wantian Zhao and Sanjeev Grampurohit and Rampi Ramprasad and Chao Zhang},
journal= {arXiv preprint arXiv:2311.07715},
year = {2023}
}
备注
Work in progress