MUSE：科学问题、解决方案和基本原理的全文跨领域知识库

科学论文包含问题解决的细粒度记录：作者提到了技术障碍和用于解决这些问题的方法，通常还说明了为什么选择这些方法。我们推出 MUSE（挖掘底层科学解释），这是一种包含科学问题-解决方案-基本原理 (P-S-R) 三元组的全文、多领域资源。我们策划了 579 个专家注释的全文段落，具有丰富的注释模式，涵盖突出问题、解决方案和基本原理范围、解决方案和链接的基本原理以及概念共指。模块化提取管道扩展了该注释，以构建 37K 与来源证据对齐的 P-S-R 三元组的高质量知识库。我们评估提取组件，并进行初步实验，训练基本原理监督的 LLM 来解决科学问题。有趣的是，我们发现合理监督可以提高复杂、多约束问题的性能，但可能会损害更简单问题的性能。