信息提取相关 AI 资讯

8月25日

06:28

官方一手marktechpost@Michal Sutter

精选

Fastino发布GLiNER2.5，采用边界预测代替跨度枚举，实体宽度不再影响计算。提供74M、194M和287M参数的三个Apache 2.0检查点，均支持CPU运行。新增联合实体关系解码、约束分类、跨度属性和4,096词上下文。在16个零样本基准测试中，整体宏F1达到56.17。

AI模型 GLiNER2.5 边界预测信息提取

推荐理由：Fastino发布了GLiNER2.5，它通过边界预测技术提高了信息提取的效率，比之前的版本更节省计算资源，值得一试。

原文

8月7日

09:25

官方账号arXiv cs.AI@Modhurita Mitra, Jan-Willem Versteeg, Maarten D. Schermer, Shiva Nadi Najafabadi, Marie L. De Bruin, Lourens T. Bloem

该论文提出一个基于schema的框架，用生成式AI从非结构化文本中提取层级化、嵌套式信息，并自动与金标准做语义评估。在卫生技术评估机构NICE的文档上，该框架用Claude Opus 3成功提取了14个属性中的12个，F1分数超过90%。提取单个文档的时间比人类领域专家快约30倍。研究还验证了该框架在不同生成式AI模型间的通用性，以及在不同HTA组织和语言间的可迁移性。

论文 Claude Opus 3 NICE 信息提取

推荐理由：这篇论文用Claude Opus 3从NICE文档里自动提取结构化信息，F1超90%，速度比人工快30倍，做医疗评估的朋友可以看看。

原文

7月8日

10:17

官方账号arXiv cs.AI@Yufan Wang, Anit Kumar Sahu, Yan Fei Ng, Daniel Kang, Shayan Vassef, Soorya Ram Shimgekar, Koustuv Saha, Piyum Zonooz, Navin Kumar, Chee Leong Cheng, Li Yan Khor

新加坡数据显示约31%人口有幽门螺杆菌感染证据。研究者使用Nimblemind多智能体系统（nMAS）处理54份去标识化胃活检病理报告，评估4个临床二元字段（胃活检、活检状态、H. pylori阳性、H. pylori相关胃炎）。在216个特征-案例决策中，nMAS正确分类213个（98.61%准确率），与UMA-style MiniMax M2.5对比表现相似，但nMAS提供统一报告级输出与支持源句。假设人工审查每份5分钟，nMAS每份5秒，1000份报告处理时间可从83.3小时降至1.4小时，节省约6100美元。

论文 H. pylori Nimblemind Multi-Agent System 病理报告

推荐理由：这篇论文展示了一个能精准从病理文本中抓取H. pylori证据的多智能体系统，准确率98.61%，比人工快几十倍，适合医疗信息提取场景。

原文

09:07

官方一手arXiv: DeepSeek@Muhammad Assad Shehbaz, Carlos Francisco Moreno-García

该论文提出端到端管道，用于从房地产问卷文档中提取结构化数据。管道将文档分为三类：text_only、scanned和special_char，使用DeepSeek R1从合格文档中提取35个属性。在3965份文档上测试，2781份成功处理，产生2766条唯一记录。余弦相似度匹配Jaccard得分为0.82，K-Means聚类轮廓系数0.2088。

论文 DeepSeek R1 房地产文档结构化提取

推荐理由：这篇论文演示了用DeepSeek R1从杂乱文档里提取表格数据，效果不错，做房产数据或文档处理的人可以看看。

原文