Автор admin1 В научных публикациях числовые данные играют ключевую роль, позволяя сравнивать технологии и уточнять модели, однако они часто скрыты в тексте вместе с контекстом — временем, местом и условиями измерений. Ручной сбор таких данных из тысяч статей становится невозможным.
Исследователи из Юлиха создали Quinex (Quantitative Information Extraction) — систему, которая автоматически выявляет количественные показатели, определяет их смысл и связывает с единицами измерения, формируя структурированные наборы данных. Quinex восстанавливает контекст: что измерялось, когда и как, превращая, например, фразу о прогнозируемой эффективности в 63–71 % в подробную запись с параметрами, датой и ссылками.
Инструмент построен на открытых языковых моделях, что обеспечивает прозрачность, простоту доработок и доступность без дорогой инфраструктуры, что особенно важно для научных коллективов с разными ресурсами.
Точность Quinex высока: около 98 % по F1 для чисел и единиц измерения, и более 80 % для классификации свойств и объектов. Достигнуты эти показатели благодаря специально подготовленным обучающим наборам и методическим улучшениям.
Система тестировалась на тысячах аннотаций из разных областей — энергетики, медицины, материаловедения и других — демонстрируя универсальность. Quinex предназначен не для замены учёных, а для облегчения рутинной работы с данными, позволяя проследить каждое число к исходному тексту и проверять контекст.
В дальнейшем планируется расширение базы данных и моделей для адаптации к специфике различных дисциплин. Проект будет открыт для сообщества, что позволит улучшать и распространять инструмент в различных научных областях.