LLM-SC框架适配Pashupatinath神庙评论抽取并经人工评估
热点事件持续更新
LLM-SC框架适配Pashupatinath神庙评论抽取并经人工评估
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Hari Sitaula 发布论文，将 LLM-SC 框架适配于尼泊尔 Pashupatinath 神庙，在 GPT-4o 抽取提示词中定义 12 类实体、4 类关系和 9 个方面-情感维度，对 2,500 条 Tripadvisor 英文评论进行抽取，导出 11,286 条实体、6,232 条方面-情感和 5,590 条关系记录，其中新增的 8 类圣迹遗产实体类型占实体记录的 64.8%。 对照 200 条评论的双标注参考，实体抽取 F1 为 28.4%，方面-极性端到端 F1 为 42.6%；人工裁定支持 194 个关系候选中的 153 个（78.9%）。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 00:20
将 LLM-SC 框架适配于活态圣迹遗产：基于 Pashupatinath 神庙评论的领域特定抽取、语义网络与人工评估报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.CL将 LLM-SC 框架适配于活态圣迹遗产：基于 Pashupatinath 神庙评论的领域特定抽取、语义网络与人工评估
研究者将 LLM-SC 框架适配于尼泊尔 Pashupatinath 神庙，在 GPT-4o 抽取提示词中定义 12 类实体、4 类关系和 9 个方面-情感维度，对 2,500 条 Tripadvisor 英文评论进行抽取，共导出 11,286 条实体、6,232 条方面-情感和 5,590 条关系记录，新增的 8 类圣迹遗产实体类型占实体记录的 64.8%。对照 200 条评论的双标注参考，实体抽取 F1 为 28.4%，方面-极性端到端 F1 为 42.6%；人工裁定支持 194 个关系候选中的 153 个（78.9%）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。