論文の概要: ArticleMiner: Ontology-Guided Knowledge Graph Construction from Scientific Publications
- arxiv url: http://arxiv.org/abs/2609.25607v1
- Date: Tue, 22 Sep 2026 03:01:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.18853
- Title: ArticleMiner: Ontology-Guided Knowledge Graph Construction from Scientific Publications
- Title（参考訳）: ArticleMiner: 科学出版からのオントロジーガイドによる知識グラフ構築
- Abstract要約: ほとんどの科学論文は、その量的内容の多くを表や補足ファイルに保存しており、数字はヘッダー、キャプション、ユニット、分析方法、およびその分野の慣例を通してのみ意味する。
本研究は, 創薬化学, 材料科学, 機械学習, ミネラル地球化学の4つのモジュールを第1条の枠組みで構築し, 163の論文で評価する。
- 参考スコア（独自算出の注目度）: 11.365651352111769
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific papers keep much of their quantitative content in tables and supplementary files, where a number means something only through its header, caption, unit, analytical method, and the conventions of its field. Recovering the rows and columns of a table is therefore not the same as recovering the scientific fact it reports. Most semantic table-interpretation methods assume that a clean table is already available and subsequently map its cells or columns to ontology terms, whereas most publication-level extraction systems are designed for a single domain. We study a middle path: a shared process that reads a paper and its supplementary files, gathers evidence from several parsers and a language model, and reconciles that evidence, while a bounded human-authored task module for each task supplies the domain meaning. The module lists the canonical names the graph may use, the surface forms that map to them, a small set of derivation rules and validity constraints, an identity key, and the bindings used to write RDF. It defines what a task is allowed to emit; it does not try to list every convention of a field. We build four such modules (for drug-discovery chemistry, materials science, machine learning, and mineral geochemistry) in the ArticleMiner framework, and evaluate them on 163 papers, including a new geochemistry benchmark with expert-curated ground truth. In comparisons against a same-LLM few-shot baseline, the point estimates favor ArticleMiner on all four tasks, with uncertainty on the two smaller benchmarks. The geochemistry comparison also includes access to supplementary files, so its improvement cannot be attributed to domain guidance alone.
- Abstract（参考訳）: 科学論文は、その量的内容の多くを表や補足ファイルに保存し、数字はそのヘッダー、キャプション、ユニット、分析方法、およびその分野の慣習を通じてのみ意味する。
したがって、テーブルの行と列を復元することは、それが報告する科学的事実を回復するのと同じではない。
ほとんどのセマンティックテーブル解釈法は、クリーンテーブルが既に利用可能であると仮定し、その後セルや列をオントロジーの用語にマッピングするが、ほとんどの出版レベルの抽出システムは単一のドメイン用に設計されている。
論文とその補足ファイルを読み、複数のパーサーと言語モデルから証拠を収集し、その証拠を精査する共有プロセスと、各タスクに対する有界な人間によるタスクモジュールがドメインの意味を提供する。
モジュールは、グラフが使用するであろう標準名、それらにマップする曲面形式、導出規則と妥当性制約の小さなセット、IDキー、RDFを書くのに使用されるバインディングを列挙する。
タスクが出力することを許すものを定義し、フィールドのすべての規約をリストアップしようとしない。
本研究は, 創薬化学, 材料科学, 機械学習, ミネラル地球化学の4つのモジュールを第1条の枠組みで構築し, 163の論文で評価する。
同じLLM数ショットのベースラインと比較すると、ポイント推定は4つのタスクすべてで、より小さなベンチマークでは不確実性がある。
ジオケミカル比較は補足ファイルへのアクセスも含むため、改善はドメインガイダンスのみによるものではない。
関連論文リスト
- Code as Representation: A Compilable Parsing Paradigm for Academic Documents [50.40789738182074]
Compilable Academic Document Parsing (CADP)は、コンテキストラプラス実行可能なPythonとして全ページを再構築するパラダイムである。
テキストと複数のSAEタイプを含む全学術ページのエキスパート検証ベンチマークであるCADP-Benchを紹介する。
その結果、フロンティアモデルでさえも、高忠実度で実行可能な再構築を行うのに苦戦していることがわかった。
論文 参考訳（メタデータ） (2026-08-18T09:10:43Z) - PARNESS: A Paper Harness for End-to-End Automated Scientific Research with Dynamic Workflows, Full-Text Indexing, and Cross-Run Knowledge Accumulation [20.481096196724398]
最近の自律型研究システムでは、LSMエージェントは実験を思いつき、実行し、論文を書くことができる。
この剛性には5つの根源がある、と我々は主張する。
提案するPARNESSは,4つの設計手順に基づいて構築されたオープンソースフレームワークである。
論文 参考訳（メタデータ） (2026-05-06T04:37:02Z) - MoDora: Tree-Based Semi-Structured Document Analysis System [62.01015188258797]
半構造化文書は、様々な不規則なレイアウトで配置された様々なインターリーブされたデータ要素を統合する。
MoDora は半構造化文書解析のための LLM を利用したシステムである。
実験では、MoDoraは5.97%-61.07%の精度でベースラインを上回っている。
論文 参考訳（メタデータ） (2026-02-26T14:48:49Z) - From Surface to Semantics: Semantic Structure Parsing for Table-Centric Document Analysis [9.526986293067576]
DOTABLERはテーブル中心のセマンティックドキュメント解析フレームワークである。
包括的テーブルアンカレッド意味解析と意味論的関連テーブルの正確な抽出を提供する。
実世界のPDFから1000以上のテーブルを持つ4000ページ近くで評価された。
論文 参考訳（メタデータ） (2025-08-14T03:29:51Z) - MapperGPT: Large Language Models for Linking and Mapping Entities [1.5340902251924438]
MapperGPTは、大規模言語モデルを用いて、マッピングを後処理のステップとしてレビューし、洗練するアプローチである。
ハイリコール法と組み合わせることで,MapperGPTは精度を大幅に向上できることを示す。
論文 参考訳（メタデータ） (2023-10-05T16:43:04Z) - arXiVeri: Automatic table verification with GPT [44.388120096898554]
自動表検証(AutoTV)の新たな課題を提案する。
本研究の目的は,参照ソースを相互参照することで,テーブル内の数値データの精度を検証することである。
現代の大規模言語モデル(LLM)の柔軟性を活用して,テーブル検証のためのシンプルなベースラインを提案する。
論文 参考訳（メタデータ） (2023-06-13T17:59:57Z) - DiSCoMaT: Distantly Supervised Composition Extraction from Tables in
Materials Science Articles [25.907266860321727]
材料科学論文の表から素材の組成を抽出する新しいNLPタスクを定義する。
遠隔操作型テーブル4,408、手動で注釈付けされた開発およびテストテーブル1,475からなるトレーニングデータセットをリリースする。
DisCOMATは最近のテーブル処理アーキテクチャよりも大幅に優れていることを示す。
論文 参考訳（メタデータ） (2022-07-03T17:11:17Z) - Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
引用グラフを用いて科学論文の要約作業を再定義します。
我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。
我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
論文 参考訳（メタデータ） (2021-04-07T11:13:35Z) - A Graph Representation of Semi-structured Data for Web Question
Answering [96.46484690047491]
本稿では、半構造化データとそれらの関係の構成要素の体系的分類に基づいて、Webテーブルとリストのグラフ表現を提案する。
本手法は,最先端のベースラインに対してF1スコアを3.90ポイント向上させる。
論文 参考訳（メタデータ） (2020-10-14T04:01:54Z) - Pairwise Learning for Name Disambiguation in Large-Scale Heterogeneous
Academic Networks [81.00481125272098]
本稿では,MA-PairRNN(Multi-view Attention-based Pairwise Recurrent Neural Network)を提案する。
MA-PairRNNは、不均一グラフ埋め込み学習とペアワイズ類似学習をフレームワークに統合する。
実世界の2つのデータセットの結果から、我々のフレームワークは名前の曖昧さに対するパフォーマンスを著しく一貫した改善をしていることがわかる。
論文 参考訳（メタデータ） (2020-08-30T06:08:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。