Quinex AI 从文章中提取数值数据，准确率达98%

Quinex AI 工具从科学文章中提取数值数据，准确率达 98%

来自德国于利希研究中心（Forschungszentrum Jülich）的研究人员推出了 Quinex（定量信息提取）框架，用于自动从科学出版物中提取定量数据。该系统基于开放语言模型，能够查找数值、测量单位以及上下文信息，将非结构化文本转换为结构化数据集。提取数字和单位的准确率达到 98% F1 分数，使得该工具在加速能源、气候学、材料科学等领域的文献综述方面具有广阔前景。

Quinex 的工作原理

该框架处理科学文章文本，提取定量参数：温度、效率、排放、成本、医疗指标等。系统不仅找到数字，还确定它们所指的对象或现象，关联测量单位，记录时间和空间坐标以及数据获取方法。例如，短语“2025 年，效率将在 63% 到 71% 之间”被转换为包含参数“效率”、数值范围、年份和来源引用的记录。这使得研究人员能够快速从成百上千篇文章中收集和比较数据。

开放模型与透明度

Quinex 的一个关键特性是使用开放且紧凑的语言模型，而非封闭的商业解决方案。这种方法简化了系统的验证、改进和部署，无需昂贵的基础设施。开发者强调，该工具不会“幻觉”数字：数值直接从文本中提取，错误仅可能发生在解释上下文时，即数据之间的关系分散在文章的不同部分。

测试结果

Quinex 已在来自不同科学领域的数千篇摘要上进行了测试。除了数字和单位的 98% 准确率外，系统在分类定量描述的属性方面达到了 87% F1，在实体方面达到了 82% F1。测试集包括电力生产成本、人体最大耗氧量、地震震级以及光伏材料的带隙宽度等数据。

要点

• Quinex 自动化从科学文章中提取数值数据，减少文献综述时间。
• 系统使用开放语言模型，确保透明度和可访问性。
• 提取数字和测量单位的准确率为 98% F1。
• 该工具旨在辅助使用：最终结论仍由研究人员做出。
• 项目以开源形式发布，可适应特定学科。

背景与前景

科学出版物的流量增长速度快于人工分析的能力。Quinex 解决了研究中需要比较来自多个来源的定量参数时的“瓶颈”问题。开发者计划通过行业特定数据集和新模型扩展该工具，以提高在能源、化学和生物医学等特定领域的准确性。

常见问题

问： Quinex 可以提取哪些类型的数据？

答： 系统处理任何与测量单位关联的数值：温度、效率、排放、成本、医疗指标以及其他定量参数。

问： Quinex 可以在没有特殊计算资源的情况下使用吗？

答： 可以，该工具基于开放且紧凑的模型，无需昂贵的基础设施即可运行。

问： Quinex 会取代研究人员的工作吗？

答： 不会，该系统是用于数据收集的辅助工具，分析和结论仍由科学家完成。

— Editorial Team