ACLMay, 2019

材料科学程序文本语料库：浅层语义结构标注的材料合成过程

PDF
TL;DR本论文介绍推出的通过标记图表达句子语义、带有经验标注的 230 个物质合成程序数据集，旨在为材料科学领域进行材料合成的自动计划和科学信息提取等方面的研究和开发提供支持。
materials sciencesynthesis proceduresautomated synthesis planningstructured representationscientific information extraction
发现论文，激发创造
  • 从材料科学合成程序中自动提取行为图

    本文介绍了一种自动从物质科学期刊文章中提取无机化合物实验合成结构化信息的系统，定义为一组链接事件，由提取的科学实体构成，同时评估了两种无监督方法和多种有监督模型。

    Nov, 2017

  • 基于文献训练的神经网络的无机材料合成规划

    本文介绍一项基于语言模型的自动化方法，通过自然文本连接文献与合成洞见，提高材料设计和发现速度，并展示该方法在预测钙钛矿材料先驱体和筛选新化合物方面的潜力。

    Dec, 2018

  • PcMSP：用于从多晶材料合成流程文本中提取科学动作图谱的数据集

    本文介绍了 Polycrystalline Materials Synthesis Procedures 数据集及其构建过程，以及对数据集进行自然语言处理的方法和实验结果，旨在为材料科学信息提取提供标注数据，并解决该领域中标注数据匮乏的问题。

    Oct, 2022

  • MatKB：多晶材料合成工艺的语义搜索

    本文提出了一种利用自然语言处理技术对材料科学进行知识抽取和检索的新方法，将来自超过 950 万篇研究文章的结构化知识自动挖掘出来，并整合到一个搜索引擎中，使材料科学家能够更精确地搜索有关特定材料、属性和实验的信息。

    Feb, 2023

  • 从科技文献中注释并提取全固态电池的合成过程

    本文提出了一种基于深度学习的序列标记器和简单启发式规则的关系抽取器的自动化机器阅读系统，通过流程图定义合成过程的表示，并从 243 篇论文实验部分创建一个关于全固态电池的合成过程的新语料库。我们的实验结果表明，序列标记器可以检测实体，宏平均 F1 分数为 0.826，同时基于规则的关系抽取器的宏平均 F1 分数为 0.887。

    Feb, 2020

  • 运用自然语言处理技术分析无机材料文献的研究趋势

    该研究提出了一种基于自然语言处理的大规模流程，用于从材料科学文献中提取材料名称和特性，以便进行材料科学的搜索和检索。实验证明这种方法是成功的，可以用来分析材料科学的趋势，如 MoS2 等材料在中国不断增加，而在美国减少。

    Jun, 2021

  • MuLMS: 材料科学领域信息提取的多层注释文本语料库

    提供了一个包含 50 篇开放获取文章的新数据集 MuLMS，跨越了材料科学的七个子领域，通过多任务训练与相关资源结合，展示了适用于所有任务的竞争神经模型的效果。

    Oct, 2023

  • 湿实验方案的机器阅读注释语料库

    通过对 622 份湿实验室协议的语料库进行注释，以促进协议转换为机器可读格式，并受益于生物研究。实验结果表明，该语料库对于开发浅层语义分析的机器学习方法具有实用性。我们向研究界提供我们的注释湿实验室协议语料库。

    May, 2018

  • 基于代理的从科学文献中学习材料数据集

    通过使用大型语言模型（LLMs）创建化学家 AI 代理程序，本研究克服了通过自动创建从自然语言文本中提取结构化数据集所面临的质量和一致性问题、可扩展性限制、以及人为错误和偏见的风险，进而简化了各种材料发现应用的机器学习数据集的编制，以及对自然语言处理工具的易用性提升。

    Dec, 2023

  • 自然故事语料库

    为了比较人类语言处理模型，许多研究使用富自然语言材料的语料库来预测参与者反应，但这些研究所使用的许多语料库是基于自然文本的，因此缺少许多频率低的句法结构，而这些句法结构是区分处理理论所必需的。本文提出一种新的语料库，包含许多低频句法结构且易于被母语人士理解，该语料库已标注手动修正的语法树，并包括了自定速度阅读时间的数据。

    Aug, 2017