TDMSci：用于科学文献中任务、数据集与度量实体标注的专用语料库
计算与语言
2021-01-26 v1
摘要
任务、数据集与评估度量是理解实验性科学论文的重要概念。然而，以往大多数科学文献信息抽取工作仅聚焦于摘要，且未将数据集作为独立实体类型对待（Zadeh and Schumann, 2016; Luan et al., 2018）。本文提出一个新语料库，包含从NLP论文抽取的2,000个句子中由领域专家标注的任务(Task, T)、数据集(Dataset, D)、度量(Metric, M)实体。我们报告了使用简单数据增强策略进行TDM抽取的试验结果，并将标注器应用于ACL Anthology中约30,000篇NLP论文。该语料库已公开供社区使用，以促进科学出版物摘要生成（Erera et al., 2019）与知识发现的研究。
引用
@article{arxiv.2101.10273,
title = {TDMSci: A Specialized Corpus for Scientific Literature Entity Tagging of Tasks Datasets and Metrics},
author = {Yufang Hou and Charles Jochim and Martin Gleize and Francesca Bonin and Debasis Ganguly},
journal= {arXiv preprint arXiv:2101.10273},
year = {2021}
}
备注
accepted at EACL 2021