Экстрактор палеоэкологических метаданных

О сервисе

MetaExtractor Эта модель извлекает метаданные из научных статей, связанных с палеоэкологией. Объекты, обнаруживаемые этой моделью: AGE: когда упоминаются исторические эпохи, такие как 1234 год нашей эры или 4567 лет до нашей эры (до настоящего времени) TAXA: названия таксонов растений или животных, указывающие, что содержат образцы GEOG: географические координаты, указывающие, где были взяты образцы, например, 12'34"N 34'23"W SITE: названия мест, где были взяты образцы REGION: более общие регионы, обеспечивающие контекст для местоположения сайтов EMAIL: адреса электронной почты исследователей в статьях, которые можно использовать для последующей связи ALTI: высота мест, откуда были взяты образцы, например, 123 м над уровнем моря Model Details Model Description Developed by: Ty Andrews, Jenit Jain, Shaun Hutchinson, Kelly Wu, and Simon Goring Shared by: Neotoma Paleocology Database Model type: Token Classification Language(s) (NLP): English License: MIT Finetuned from model: roberta-base Model Sources Repository: https://github.com/NeotomaDB/MetaExtractor Paper: TBD Demo: TBD Uses Эта модель может быть использована для извлечения объектов из любого текста, который относится к палеоэкологии или смежным областям. Потенциальные применения включают в себя идентификацию уникальных названий SITE в научных статьях в других областях. Direct Use Эта модель развернута на серверах xDD (ранее GeoDeepDive), куда поступают новые научные статьи, относящиеся к Neotoma, и возвращаются извлеченные данные. Этот подход может быть адаптирован к другим областям, используя код для обучения и разработки, который можно найти по адресу: github.com/NeotomaDB/MetaExtractor для выполнения аналогичного извлечения данных для других областей исследований. Bias, Risks, and Limitations Эта модель была обучена исключительно на англоязычных научных статьях и, вероятно, не будет хорошо работать с исследованиями на других языках. Кроме того, статьи, используемые для обучения модели, были выбраны на основе их уже присутствия в базе данных Neotoma, и поэтому могут иметь предвзятость отбора, поскольку они представляют то, что уже известно как релевантное для Neotoma, и могут неправильно обрабатывать новые, ранее пропущенные статьи. How to Get Started with the Model Используйте код ниже, чтобы начать работу с моделью. Training Details Training Data Модель была обучена с использованием набора из 39 научных статей, признанных релевантными для базы данных Neotoma. Все статьи были написаны на английском языке. Объекты были помечены командой проекта, наряду с использованием предварительной маркировки с помощью ранних моделей для ускорения процесса маркировки. Было использовано разделение train/val/test 70/15/15, которое имело следующее распределение слов и объектов. TrainValidationTest Articles2866 Words2208573780936098 TAXA Entities3352650570 SITE Entities1228177219 REGION Entities2314318258 GEOG Entities188378 AGE Entities919206153 ALTI Entities992414 Email Entities14411 Training Procedure Для получения полной информации об обучении, пожалуйста, обратитесь к репозиторию GitHub и Wiki: github.com/NeotomaDB/MetaExtractor Results & Metrics Полные результаты модели см. в отчете здесь: Final Project Report Источник: https://huggingface.co/finding-fossils/metaextractor Источник: https://qubu.ai/models/izvlechenie-dannykh-iz-schetov-i-nakladnykh License: CC_BY_NC_SA_4_0