SciEvent：面向多学科的科学事件抽取基准
计算与语言
2025-09-22 v1
摘要
科学信息抽取（SciIE）主要依赖于窄域下的实体-关系抽取，限制了其在跨学科研究中的适用性，且难以捕获科学信息的必要语境，常导致碎片化或冲突的表述。本文引入 SciEvent，一个基于统一事件抽取（EE）方案构建的多学科科学摘要基准，旨在实现对科学内容的结构化与语境感知理解。该基准涵盖5个研究领域的500篇摘要，包含事件片段、触发词及细粒度论元的手动标注。我们定义 SciIE 为多阶段 EE 流水线：（1）将摘要划分为核心科学活动——背景、方法、结果与结论；（2）抽取相应的触发词与论元。使用微调 EE 模型、大型语言模型（LLM）及人类标注者进行实验，结果显示当前模型在社会科学与人文科学等领域表现受限，SciEvent 作为具有挑战性的基准，推动了通用、跨学科的 SciIE 发展。
引用
@article{arxiv.2509.15620,
title = {SciEvent: Benchmarking Multi-domain Scientific Event Extraction},
author = {Bofu Dong and Pritesh Shah and Sumedh Sonawane and Tiyasha Banerjee and Erin Brady and Xinya Du and Ming Jiang},
journal= {arXiv preprint arXiv:2509.15620},
year = {2025}
}
备注
9 pages, 8 figures (main); 22 pages, 11 figures (appendix). Accepted to EMNLP 2025 (Main Conference)