ReactIE：以弱监督增强化学反应抽取
计算与语言
2023-07-06 v1
摘要
结构化化学反应信息对从事实验工作及计算机辅助药物设计等前沿工作的化学家至关重要。尽管从科学文献中抽取结构化反应十分重要，但由于需要领域专家投入大量人力，数据标注成本高昂。因此，充足训练数据的匮乏阻碍了该领域相关模型的进展。本文提出ReactIE，其结合两种弱监督方法进行预训练。我们的方法利用文本中的频繁模式作为语言线索以识别化学反应的具体特征。此外，我们采用专利记录中的合成数据作为远程监督，将领域知识注入模型。实验表明ReactIE取得显著提升并优于所有现有基线。
引用
@article{arxiv.2307.01448,
title = {ReactIE: Enhancing Chemical Reaction Extraction with Weak Supervision},
author = {Ming Zhong and Siru Ouyang and Minhao Jiang and Vivian Hu and Yizhu Jiao and Xuan Wang and Jiawei Han},
journal= {arXiv preprint arXiv:2307.01448},
year = {2023}
}
备注
Findings of ACL 2023, Short Paper