.png){kind=icon}
返回
Soil Data Extraction from Scientific Publications Using Large Language Models
.png){kind=icon}
PRE
AI
DOI：10.1134/s1064229325605529.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究考察了大型语言模型在从土壤科学研究论文中自动提取数据方面的适用性，使用了来自《Pochvovedenie/Eurasian Soil Science》期刊（2019-2020年）的俄语文章语料库。提取质量通过GPT-4 Turbo对58个问题的回答进行评估，这些问题涵盖研究对象和条件、土壤类型、测量方法及测量结果等特征。比较了自动和基于专家的方法来评估模型回答的正确性。目的是评估大型语言模型（LLMs）从科学文章中提取和验证数据的准确性。将基线模型的输出与专家金标准注释、基于词法重叠的确定性指标以及多个作为独立“评委”的替代语言模型的得分进行比较。单个问题的综合F1分数至少为0.73，而主题问题组的平均值达到0.91-0.99。最一致的评委模型Gemini 2.5 Flash与专家评分的相关性达到0.8，并解释了专家评估中约60%的方差，而传统的n-gram指标则信息量显著较少。这些结果表明，LLMs有望作为可扩展流水线的基础，用于自动构建土壤属性数据库并减少科学文本分析中的人工投入。
Keyword:
Large language model (LLM), databases
question-answering systems
semantic search
natural language processing
期刊
E
IF:
1.6
论文数:
184
被引数:
3.2K
机构
引用论文
SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertaintySoilGrids 2.0: 以量化的空间不确定性为全球生产土壤信息.png)
SOIL
OAAI
SOILIF4.3
OAAI分享收藏Multi-Modal Vision Transformer for high-resolution soil texture prediction of German agricultural soils using remote sensing imagery基于遥感影像的德国农业土壤高分辨率土壤质地预测多模态视觉Transformer
OAAI
OAAI分享收藏分享收藏分享收藏Structured information extraction from scientific text with large language models基于大语言模型的科学文本结构化信息提取NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Determination of representative elementary areas for soil redoximorphic features identified by digital image processingGEODERMA
GEODERMAIF6.6
PREAI
分享收藏Question Answering models for information extraction from perovskite materials science literature用于从钙钛矿材料科学文献中提取信息的问题回答模型OAAI
OAAI分享收藏
查看更多内容