日本国立情报学研究所 发布 SciTabAlign 数据集, 应用在 科学文献分析、自然语言处理 领域

日本国立情报学研究所 本次发布的数据集 SciTabAlign, SciTabAlign数据集是针对科学论文中的表-文对齐任务而构建的，它要求模型不仅预测陈述的真实性，还必须识别对验证陈述至关重要的表格单元格。该数据集由372个经过人工标注的样本组成，每个样本包含一个陈述、一个表格和一组被标注为支持或反驳该陈述的单元格。SciTabAlign数据集的创建过程包括对SciTab数据集中支持的陈述和反驳的陈述进行人工标注，并引入了一个包含五种模糊类型的分类法，用于处理在标注过程中遇到的边缘情况。该数据集可用于评估各种大型语言模型在科学事实验证任务中的推理和可解释性能力，并推动科学阅读工具的发展，以提高表格证据的可访问性和可解释性。

查看SciTabAlign

README 内容： 

关于 日本国立情报学研究所 , 日本国立情报学研究所（National Institute of Informatics, Japan）是日本的一所国立研究机构，专注于情报学领域的研究与教育，旨在通过情报科学与技术的创新来推进社会的发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。