迈向机器辅助的荟萃研究：哈勃常数

我们提出了一种从天体物理论文中自动提取测量值的方法，并以哈勃常数作为我们的试点研究。我们的基于规则的模型——自然语言处理中的经典技术——已成功从 208,541 篇可用的 arXiv 天体物理学论文中提取出 298 个带不确定度的哈勃常数测量值。我们还创建了一个人工神经网络分类器，用于识别 arXiv 中报告新测量的论文。从我们的结果分析中我们发现，以不确定度和正确单位报告测量值是在自由文本中区分新测量时的关键信息。我们的结果正确地凸显了当前哈勃常数测量的张力并恢复了 $3.5\sigma$ 差异——表明本文所呈现的工具对于来自大量出版物的天体物理测量的荟萃研究是有用的。