SciNLP：NLPにおける全文の科学的エンティティおよび関係抽出のためのドメイン特化ベンチマーク

arXiv cs.CL / 2026/4/6

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

SciNLPは、NLPにおける全文の科学的エンティティおよび関係抽出のためのドメイン特化ベンチマークとして導入されており、多くの既存データセットが特定の論文セクションのみを対象としているというギャップを狙っている。
このベンチマークには、NLP分野の全文出版物60件が手作業で注釈付けされており、6,409件のエンティティと1,648件の関係を含む。NLPドメインにおいて初めてのような全文注釈データセットであると主張している。
実験では、SciNLPを類似データセットと比較し、最先端の教師ありモデルを評価することで、抽出性能が学術テキストの長さやモデルの能力によって変動することを示している。
データセットをまたいだ評価では、SciNLPが特定のベースラインモデルに対して大幅な性能向上をもたらし得ることが示されている。
SciNLPで学習したモデルを用いて、著者らは平均ノード次数3.3の自動構築されたきめ細かなNLP知識グラフを構築し、下流アプリケーションの改善を目指している。また、データセットを公開している。