Quinex AI extrae datos numéricos de artículos con un 98% de precisión

La herramienta de IA Quinex extrae datos numéricos de artículos científicos con un 98% de precisión

Investigadores del Forschungszentrum Jülich (Jülich, Alemania) han presentado el marco Quinex (Extracción de Información Cuantitativa), diseñado para la extracción automática de datos cuantitativos de publicaciones científicas. El sistema, basado en modelos de lenguaje abiertos, puede encontrar valores numéricos, unidades de medida e información contextual, transformando texto no estructurado en conjuntos de datos estructurados. La precisión en la extracción de números y unidades alcanza un F1 del 98%, lo que convierte a la herramienta en una opción prometedora para acelerar las revisiones bibliográficas en energía, climatología, ciencia de materiales y otros campos.

Cómo funciona Quinex

El marco procesa el texto de artículos científicos y extrae parámetros cuantitativos: temperaturas, eficiencia, emisiones, coste, indicadores médicos, etc. El sistema no solo encuentra números, sino que también determina a qué objeto o fenómeno se refieren, vincula unidades de medida, registra coordenadas temporales y espaciales, y el método de obtención de datos. Por ejemplo, la frase "en 2025, la eficiencia oscilará entre el 63% y el 71%" se transforma en un registro con el parámetro "eficiencia", un rango de valores, un año y una referencia a la fuente. Esto permite a los investigadores recopilar y comparar rápidamente datos de cientos y miles de artículos.

Modelos abiertos y transparencia

Una característica clave de Quinex es el uso de modelos de lenguaje abiertos y compactos en lugar de soluciones comerciales cerradas. Este enfoque simplifica la verificación, el refinamiento y la implementación del sistema sin necesidad de infraestructura costosa. Los desarrolladores enfatizan que la herramienta no "alucina" números: los valores se extraen directamente del texto, y los errores solo son posibles al interpretar el contexto, cuando las relaciones entre los datos están dispersas en diferentes partes del artículo.

Resultados de las pruebas

Quinex se ha probado en miles de resúmenes de diversos campos científicos. Además de una precisión del 98% para números y unidades, el sistema alcanzó un F1 del 87% para clasificar propiedades descritas cuantitativamente y un 82% para entidades. Los conjuntos de prueba incluyeron datos sobre costes de producción de electricidad, consumo máximo de oxígeno humano, magnitudes de terremotos y ancho de banda prohibida en materiales fotovoltaicos.

Lo importante

• Quinex automatiza la extracción de datos numéricos de artículos científicos, reduciendo el tiempo de revisión bibliográfica.
• El sistema utiliza modelos de lenguaje abiertos, garantizando transparencia y accesibilidad.
• La precisión en la extracción de números y unidades de medida es del 98% F1.
• La herramienta está destinada a un uso auxiliar: las conclusiones finales quedan en manos del investigador.
• El proyecto se publica como código abierto para su adaptación a disciplinas específicas.

Contexto y perspectivas

El flujo de publicaciones científicas crece más rápido que la capacidad de análisis manual. Quinex aborda el problema del "cuello de botella" en la investigación cuando se requiere comparar parámetros cuantitativos de múltiples fuentes. Los desarrolladores planean ampliar la herramienta con conjuntos de datos específicos de la industria y nuevos modelos para mejorar la precisión en áreas concretas como energía, química y biomedicina.

Preguntas frecuentes

Pregunta: ¿Qué tipos de datos puede extraer Quinex?

Respuesta: El sistema procesa cualquier valor numérico vinculado a unidades de medida: temperaturas, eficiencia, emisiones, coste, indicadores médicos y otros parámetros cuantitativos.

Pregunta: ¿Se puede usar Quinex sin recursos informáticos especiales?

Respuesta: Sí, la herramienta está construida sobre modelos abiertos y compactos, lo que permite ejecutarla sin infraestructura costosa.

Pregunta: ¿Quinex reemplaza el trabajo de un investigador?

Respuesta: No, el sistema es una herramienta auxiliar para la recopilación de datos, mientras que el análisis y las conclusiones siguen siendo responsabilidad del científico.

— Editorial Team