物理学 > 大气与海洋物理
[提交于 2025年5月2日
(v1)
,最后修订 2025年10月7日 (此版本, v5)]
标题: 美国报告的云播种活动的结构化数据集(2000-2025),使用大语言模型
标题: Structured dataset of reported cloud seeding activities in the United States (2000-2025) using an LLM
摘要: 云种,一种用于增加降水的天气修改技术,自20世纪40年代以来一直在美国西部使用。 然而,目前尚无全面的数据集可用于分析这些努力。 为解决这一差距,我们提出了一个结构化的数据集,记录了2000年至2025年期间美国报告的云种活动,包括项目名称、年份、季节、州、操作员、播种剂、用于部署的设备、声明的目的、目标区域、对照区域、开始日期和结束日期。 结合我们的多阶段PDF到文本提取流程与OpenAI的o3大语言模型(LLM),我们处理了来自美国国家海洋和大气管理局(NOAA)的832份历史报告。 该数据集基于对200个随机抽样记录的手动审查,估计准确率为98.38%,并且可在Zenodo上公开获取。 这个数据集弥补了云种数据的空白,并展示了LLM从历史环境文件中提取结构化信息的潜力。 更广泛地说,这项工作提供了一个可扩展的框架,用于从扫描文档中解锁不同科学领域的历史数据。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.