arXiv · NLP· Defne Circi, Krystelle Lionti, Sarathkrishna Swaminathan, Daniel P. Sanders, L. Catherine Brinson, Bhuwan Dhingra, Basel Shbita, Mohab Elkaref, Sara Capponi, Tim Erdmann, Brandi Ransom·· 2026-10-14AI 评分24
RegExtract:基于LLM的PFAS法规信息提取基准
RegExtract: A Benchmark for PFAS Regulatory Information Extraction with LLMs
AI 导读
RegExtract 是首个用于 PFAS 法规文档结构化信息提取的 LLM 基准,包含 488 个人工标注字段实例和 976 个溯源条目,覆盖美国 20 个州的 46 项法规。 研究采用类型化多字段模式,针对监管文本提出溯源感知评估指标,实验表明字段级少样本示例能提升提取效果,且文档标识字段仍是难点。 该基准为后续开发用于危险物质识别、合规监测等 AI 工具奠定基础,代码和数据已公开。
来源:arXiv · NLP · arxiv.org