Компьютерная наука > Расчет и язык [представлен 27 мая 2026 года v1), последний пересмотренный вариант от 27 октября 2026 (эта версия, v2)) Название: PubMedCausal: A Span-standary Аннотированная корпорация для извлечения причинно-следственной связи в биомедицинском текстовом виде PDF HTML (экспериментальное) резюме: Каусальная связь (КЭ) имеет центральное значение для биомедицинской текстопроцессорной добычи, однако текущие ресурсы часто совпадают причинные отношения с более широкими ассоциациями, ограничивают аннотацию примерами на уровне приговора или концентрируют внимание главным образом на явной причинной реакции. Это ограничивает их полезность для оценки того, могут ли модели возмещать причинно-следственные претензии, поскольку они фактически выражены в биомедицинском тексте. Мы представим PubMedCausal, поверочный аннотированный корпус биомедицинской КВП, построенный из выдержек Пубмеда. В корпусе содержится 30 000 строк уровня пунктов, включая 3945 строек причинно-следственных связей и 6491 пара причинных последствий. Каждая причинно-следственная связь аннотируется с полнотекстовыми причинами и последствиями, типом причинности и благоразумием, что позволяет оценить как причинное обнаружение, так и полное устранение причинной связи. Мы используем дискриминирующие кодеры и открытые генерационные модели по всем параметрам обнаружения и извлечения. Для выявления причинно-следственной связи наиболее сильными являются биомедицинские кодеры, при этом PubMedBERT достиг…
PubMedCausal: A Span-уровень Аннотированная корпус для извлечения из биомедицинского текста каузальных связей
arXiv:2605.28363v2 Annuales Type: заменить резюме: экстракция причинно-следственных связей (КВП) имеет центральное значение для биомедицинской текстопроцессорной добычи, однако текущие ресурсы часто объединяют причинные связи с более широкими ассоциациями, ограничивают аннотацию примерами на уровне приговора или концентрируют внимание главным образом на прямых причинных сигналах. Это ограничивает их полезность для оценки того, могут ли модели возмещать причинно-следственные претензии, поскольку они фактически выражены в биомедицинском тексте. Мы представим PubMedCausal, поверочный аннотированный корпус биомедицинской КВП, построенный из выдержек Пубмеда. В корпусе содержится 30 000 строк уровня пунктов, включая 3945 строек причинно-следственных связей и 6491 пара причинных последствий. Каждая причинно-следственная связь аннотируется с полнотекстовыми причинами и последствиями, типом причинности и благоразумием, что позволяет оценить как причинное обнаружение, так и полное устранение причинной связи. Мы используем дискриминирующие кодеры и открытые генерационные модели по всем параметрам обнаружения и извлечения. Для выявления причинно-следственной связи биомедицинские кодеры являются s