データセットの数値情報抽出（2025）

NIED: A Corpus for Numeric Information Extraction from Dataset Descriptions

概要　機械学習用のデータセットは数多く提案されていますが、それらの詳細は十分に構造化されておらず、数値的な条件で検索することが難しいという課題があります。そこで本研究では、データセットの説明文から数値情報を抽出するというタスクに向けて、論文やデータリポジトリから収集した 3,926 件のデータセット説明文にアノテーションを付けたコーパスNIEDを構築しました。また、数値とその文脈を表す非数値情報を区別する2段階ラベリング手法を提案しました。

著者　嘉本名晋（M1）、田村晃裕（情報システムデザイン学科准教授）、桂井麻里衣

発表場所　国際会議 JCDL 2025

コーパス

• GitHub