学习从用户生成的主题语料库中结构化数据

该研究提出一种全自动迭代框架，无需预定义本体即可从主题语料库中发现并提取领域特定属性模式。在 5 个健康相关 Reddit 社区评测中，发现属性与人工标注一致性达 61%，结构类型分配准确率 82%，值提取 F1 0.8；算法通常在 10 轮内收敛，较小的指令微调模型在规模扩展时提取性能显著提升，支持精度与成本的权衡。