PubMedCausal：用于生物医学文本中因果关系提取的跨度级别注释语料库

因果关系提取 (CRE) 是生物医学文本挖掘的核心，但当前的资源经常将因果关系与更广泛的关联混为一谈，将注释限制在句子级示例，或者主要关注明确的因果线索。这限制了它们评估模型是否可以恢复生物医学文本中实际表达的因果关系的有用性。我们介绍 PubMedCausal，这是一个根据 PubMed 摘要构建的生物医学 CRE 的跨级注释语料库。该语料库包含 30,000 个段落级行，其中包括 3,945 个因果行和 6,491 个已裁定的因果对。每个因果关系都用全文因果范围、因果类型和句子进行注释，从而可以评估因果检测和全范围因果提取。我们在检测和提取设置中对判别编码器和开源生成模型进行基准测试。对于因果检测，生物医学编码器最强，PubMedBERT 的 F$_1$ 得分为 0.7391。对于跨度级别的提取，最好的生成基线是带有少量提示的 DeepSeek-R1-32B，达到 0.6765 的余弦对 F$_1$。我们通过在外部因果关系数据集上评估 PubMedCausal 训练的编码器来进一步测试迁移学习，表明该资源支持跨数据集评估。我们的结果表明，在类别不平衡、因果跨度长、隐含因果关系、句子间关系和即时敏感性等情况下，生物医学 CRE 仍然很困难。代码和数据可以在这里找到：https://github.com/josiahpaul07/PubMedCausal_Exp