本研究使用自然语言处理方法自动提取高分子文献中的材料性质数据，并训练了材料科学摘要的语言模型 MaterialsBERT。通过该模型，我们在 60 小时内从约 13 万篇摘要中提取了约 30 万条材料性质记录，证明了从已发表文献开始进行自动数据提取的可行性。

Sep, 2022

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

使用自然语言处理技术从 3300 多篇论文中提取聚合物太阳能电池属性数据，并模拟各种主动学习策略，加速材料创新，同时预测功率转换效率和发现未报道的有潜力的供体 - 受体组合。

Feb, 2024

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

我们的研究对两篇杰出的物质科学文献领域的先驱作品进行了重现性分析：金和安迪的 “氧化物材料机器学习和编码合成参数” 和西托扬的 “无监督词嵌入从物质科学文献中捕捉潜在知识”。我们的研究发现这两篇论文的工作流程严谨，代码可复现，获得了明确的模型评估指导；然而，还存在改进的空间，如尽可能提供训练数据的访问权限，提供更多关于模型架构和训练过程的透明度，以及规定软件依赖版本。

Jul, 2023

应用自然语言处理方法，利用三种无监督模型 (Latent Dirichlet Allocation、Word2Vec 和 Transformer) 分析大规模特定主题科学文章的能源相关内容并实现文本的信息提取和知识发现，同时展示了能源材料研究中潜在的主题和概念，并开发了文档分类方法以加速能源研究和材料开发工作。

Feb, 2024

该研究论文介绍了一种新的机器学习框架，用于从现有的材料数据中提取预测模型，方法是使用具有化学多样性的属性列表，并将数据集分成相似材料组，提高预测准确度，可用于预测晶态和非晶材料的多种属性。

Jun, 2016

本文主要介绍了一种从研究论文全文中提取材料数据以建立数据库的简单方法，该方法基于自然语言处理和大型通用语言模型，无需编程或模型培训等专业知识，可实现高召回率和几乎完美精度。作者还评估了多种语言模型（GPT-3/3.5，bart 和 DeBERTaV3），并在提取体积模量数据方面取得了良好的表现。最后，作者还通过开发金属玻璃的临界冷却速率数据库展示了该方法可以扩展到其他研究领域。

Feb, 2023

评估先进的大型语言模型（LLMs）在材料科学领域的科学文档中提取结构化信息的能力，并引入了一种比较分析复杂材料表述的新方法，重点是采用化学式的标准化来解决材料科学信息评估中固有的复杂性。LLMs 在指定的两个关键任务中展现出不同的表现：对于命名实体识别（NER）任务，LLMs 未能超越基准模型和规则基模型，对于关系抽取（RE）任务，经过适当策略的 GPT-3.5-Turbo 优于所有模型，而 GPT-4 和 GPT-4-Turbo 在没有经过任何调优的情况下，在仅提供几个示例的情况下展示出出色的推理和关系抽取能力，超越了基准模型。总体而言，结果表明，虽然 LLMs 在连接概念方面展示出相关的推理能力，但对于需要提取复杂领域特定实体（如材料）的任务来说，专门的模型目前是更好的选择。

Jan, 2024

本研究利用自然语言处理技术（NLP）结合机器学习算法，应用 Word2Vec 模型与 BERT 模型，对超过 80 万篇腐蚀保护领域文献进行关键信息提取，成功展示了自动化解读科学文献并达到人类专家级别洞察的可能性，为材料领域中寻找铬替代品提供了新思路。

Aug, 2022