NSF-SciFy 280万科学声明数据集亮相ACL2026
deliprao · x · 2026-07-07
deliprao 联合 Weiqiu You、Eric Wong、Chris Callison-Burch 在 ACL 2026 上发布 NSF-SciFy 数据集：从 40 万份美国国家科学基金会（NSF）资助项目摘要中提取出 280 万条科学声明，覆盖多个 STEM 领域。 该数据集催生了一类新的 NLP 问题——区分“研究提案”（研究者承诺要研究的）与“声明”（研究者断言为真的），且需联合抽取，否则模型会把前瞻性计划与事实声明相混淆。可用于大规模声明验证、追踪科学发现从提案到发表的演化、以及元科学研究（研究者声称什么 vs 实际研究什么）。 作者以 LK-99、黑色塑料铲风波为例说明高质量科学声明数据集的价值，并指出随 AI 科学家兴起，科学声明验证器需求迫切，该数据集正服务于这一方向。