ConstructCIE:首个用于建筑事故因果信息提取的标注数据集发布
摘要:ConstructCIE 是一个新发布的手动标注数据集,专注于从 OSHA 建筑事故报告中提取因果信息。该数据集采用分层模式,涵盖事故类型、因果因素、子因果因素及支持证据片段。通过对监督序列标注器和指令微调大语言模型(LLMs)的评估,研究发现现有模型在预测事故类型和捕捉广泛因果关系方面表现良好,但在精确的片段级提取上仍有局限。研究表明,更强的领域适配和更精准的证据提取是实现可靠因果信息提取的关键。
ConstructCIE:建筑事故因果信息提取的新数据集
核心突破
- 数据集发布:ConstructCIE 是首个专注于从 OSHA 建筑事故报告中提取因果信息的手动标注数据集。
- 分层模式:采用分层模式,涵盖事故类型、因果因素、子因果因素及支持证据片段。
- 模型评估:对监督序列标注器和指令微调大语言模型(LLMs)进行了全面评估,结果显示现有模型在预测事故类型和捕捉广泛因果关系方面表现良好,但在精确的片段级提取上仍有局限。
技术亮点
- 分层标注体系:数据集采用分层标注体系,能够更系统地捕捉复杂的事故因果关系。
- 多模型评估:通过多种模型进行评估,包括监督序列标注器和指令微调 LLMs,为未来模型改进提供了重要参考。
- 领域适配挑战:研究指出,现有模型在领域适配和证据提取方面存在不足,强调了未来研究的方向。
行业影响
- 提升事故分析效率:该数据集的发布将有助于开发更高效的因果信息提取工具,从而提升建筑事故分析效率。
- 推动 AI 在安全领域的应用:为 AI 在建筑安全领域的应用提供了新的数据支持,推动 AI 技术在安全领域的深入发展。
- 促进跨学科合作:数据集的发布将促进计算机科学、工程学和安全科学等领域的跨学科合作。
开发者建议
- 关注领域适配:开发者应关注模型在特定领域的适配问题,尝试结合领域知识进行模型优化。
- 加强证据提取能力:针对片段级提取的局限,开发者可以探索更先进的证据提取技术,例如结合图神经网络(GNNs)进行因果关系建模。
原文出处
- 论文链接: arXiv:2608.06495
- 发布日期: 2026-08-10
主题标签: #因果信息提取 #建筑安全 #大语言模型 #数据集 #AI安全
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区