AutoSpecNER：面向车辆配置信息抽取的细粒度命名实体识别数据集

AutoSpecNER: A Fine-Grained Named Entity Recognition Dataset for Vehicle Specification Extraction

AI 导读

AutoSpecNER 是一个专家标注的车辆配置细粒度命名实体识别数据集，包含来自某热门汽车销售网站的 659 条广告，标注了 MODEL、ENGINE_SPEC、BATTERY_CAPACITY 等 15 类、超过 1 万个实体，标注者间一致率平均达 91.5%。基准测试中 DeBERTa 以 90% micro-F1 取得最佳表现，超过规则基线（43%）和最强的大语言模型（77.8%）。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：车辆广告包含丰富的规格信息，但汽车领域的 NER 资源仍然有限。我们推出 AutoSpecNER，这是一个经专家标注的数据集，用于车辆信息发布中的细粒度实体识别。该数据集包含来自一个热门汽车销售网站的 659 条广告，在 15 个类别中标注了超过 10,000 个实体，包括 MODEL、ENGINE_SPEC 和 BATTERY_CAPACITY。标注质量通过标注者间一致性进行了验证，平均得分达到 91.5%。我们对基于规则的抽取、微调的 transformer 编码器和大型语言模型进行了基准测试。DeBERTa 以 90% 的 micro-F1 分数取得最佳性能，优于基于规则的基线（43%）和最强的大型语言模型（77.8%）。

评论：	15 页，2 幅图，9 张表，
主题：	计算与语言（cs.CL）
引用为：	arXiv:2606.24387 [cs.CL]
	（或 arXiv:2606.24387v2 [cs.CL] 用于此版本）
	https://doi.org/10.48550/arXiv.2606.24387 由 DataCite 颁发的 arXiv DOI
期刊参考：	第九届国际自然语言与语音处理会议（ICNLSP-2026）论文集，第 67-81 页，2026 年

提交历史

来自：Filippos Ventirozos [查看电子邮件]
[v1] 2026 年 6 月 23 日星期二 10:19:58 UTC（196 KB）
[v2] 2026 年 11 月 1 日星期日 05:44:04 UTC（201 KB）

来源：arXiv cs.CL · arxiv.org