PulseAugur
中
实时 03:09:38
English(EN) ConstructCIE: A Dataset for Extracting Causal Information from Construction Accident Narratives

新数据集旨在改进事故报告中的因果信息提取

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了ConstructCIE，一个旨在从建筑事故叙事中提取因果信息的新数据集。该数据集包含事故类型、因果因素和支持性证据的层级标注，旨在改进对这些报告中隐式和分布式因果关系的理解。尽管现有模型在预测事故类型和一般因果意义方面显示出潜力，但它们在证据的精确跨度级提取方面存在困难，这表明未来的因果信息提取系统需要增强领域基础和准确性。 AI

影响 该数据集可以实现对工作场所安全事故更复杂的分析，从而可能带来更好的预防措施。

排序理由 学术论文介绍用于特定NLP任务的新数据集。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新数据集旨在改进事故报告中的因果信息提取

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
学术论文介绍用于特定NLP任务的新数据集。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, other
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
60 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Hung Nguyen, Jaehoon Lee, Namgyun Kim, Kuan-Hao Huang ·

    ConstructCIE：用于从建筑事故叙事中提取因果信息的数据库

    arXiv:2608.06495v1 Announce Type: new Abstract: Construction accident narratives contain rich causal information, but the evidence is often implicit, long-span, and distributed. We introduce ConstructCIE, a manually annotated dataset for Causal Information Extraction from OSHA co…

相关实体

相关话题