S2abEL：一个用于科学表格实体链接的数据集
计算与语言
2023-05-02 v1 信息检索
机器学习
摘要
实体链接（EL）是将文本提及链接到知识库中相应条目的任务，对许多知识密集型NLP应用至关重要。当应用于科学论文中的表格时，EL是迈向大规模科学知识库的一步，可支持高级科学问答与分析。我们提出了首个用于科学表格中EL的数据集。科学表格的EL尤其具有挑战性，因为科学知识库可能非常不完整，且消歧表格提及通常需要理解论文正文以及表格。我们的数据集S2abEL聚焦于机器学习结果表格中的EL，包含来自732个表格的8,429个单元格的手工标注单元格类型、归属来源，以及来自PaperswithCode分类法的实体链接。我们引入了一种为包含许多知识库外提及的科学表格EL设计的神经基线方法，并表明其显著优于最先进的通用表格EL方法。最佳基线仍低于人类表现，我们的分析指出了改进方向。
引用
@article{arxiv.2305.00366,
title = {S2abEL: A Dataset for Entity Linking from Scientific Tables},
author = {Yuze Lou and Bailey Kuehl and Erin Bransom and Sergey Feldman and Aakanksha Naik and Doug Downey},
journal= {arXiv preprint arXiv:2305.00366},
year = {2023}
}