SOFC-Exp 语料库与材料科学领域信息抽取的神经方法
计算与语言
2020-06-05 v1 机器学习
摘要
本文提出了材料科学领域中一项具有挑战性的新信息抽取任务。我们制定了一套标注方案，用于标记科学出版物中与固体氧化物燃料电池相关的实验信息，如所涉及的材料与测量条件。随本文我们发布了标注指南，以及由领域专家标注的 45 篇开放获取学术文章的 SOFC-Exp 语料库。该语料库与标注者间一致性研究揭示了所提出的命名实体识别与槽填充任务的复杂性以及较高的标注质量。我们还基于新数据集针对多种可处理的任务给出了强力的基于神经网络的模型。在所有任务上，使用 BERT 嵌入带来了大幅性能提升，但随着任务复杂度增加，在其上叠加循环神经网络似乎有益。我们的模型将作为未来工作中具有竞争力的基线，对其性能的分析凸显了建模数据时的困难案例并指明了有前景的研究方向。
引用
@article{arxiv.2006.03039,
title = {The SOFC-Exp Corpus and Neural Approaches to Information Extraction in the Materials Science Domain},
author = {Annemarie Friedrich and Heike Adel and Federico Tomazic and Johannes Hingerl and Renou Benteau and Anika Maruscyk and Lukas Lange},
journal= {arXiv preprint arXiv:2006.03039},
year = {2020}
}
备注
Accepted for publication at ACL 2020