当主动学习不够时：化学反应抽取的实证研究
机器学习
2026-04-22 v1
摘要
化学文献的快速增长产生了大量非结构化数据，其中反应信息对于预测反应和药物设计等应用尤为珍贵。然而，专家标注成本的高昂导致训练数据稀缺，严重阻碍了自动反应抽取的性能。本文对化学反应抽取的主动学习进行系统性研究。我们将六种不确定性和多样性基于的方法与预训练的 transformer-CRF 架构集成，评估它们在产品抽取和角色标注任务中的效果。尽管一些方法可用更少的标记实例接近全数据性能，但学习曲线往往呈非单调且具有任务依赖性。我们的分析表明，强预训练、结构化 CRF 解码和标签稀疏性限制了传统主动学习策略的稳定性。这些发现为在化学信息抽取中有效使用主动学习提供了实用见解。
引用
@article{arxiv.2604.19335,
title = {When Active Learning Falls Short: An Empirical Study on Chemical Reaction Extraction},
author = {Simin Yu and Sufia Fathima},
journal= {arXiv preprint arXiv:2604.19335},
year = {2026}
}