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

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

利用自然语言处理和大型语言模型的研究进展，本论文介绍了 PropertyExtractor，这是一个开源工具，利用 Google Gemini-Pro 和 OpenAI GPT-4 等先进的对话式大型语言模型，将零样本学习与有限样本上下文学习相结合，并采用设计的提示来动态完善结构化信息层次结构，实现材料性能数据的自主、高效、可扩展和准确的识别、提取和验证。我们在材料数据上的测试表明，精确度和召回率均超过 93%，误差率约为 10%，突显了工具包的有效性和多功能性。我们应用 PropertyExtractor 生成了一个二维材料厚度数据库，这是装置集成的关键参数。该领域的快速发展已经超过了实验测量和计算方法，造成了重要的数据空白。我们的工作填补了这一空白，并展示了 PropertyExtractor 作为可靠高效的自动生成多样化材料属性数据库的潜力，推动了这一领域的发展。

May, 2024

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

一种快速高效的机器学习驱动的聚合物信息学管道，使用一种名为 polyBERT 的化学指纹能力来识别聚合物的化学结构，并将其映射到一系列物性。该管道通过 2 个数量级的速度优势远超过手工指纹方案，同时保持准确性，是部署在可扩展架构中的强有力选项。

Sep, 2022

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

材料语言处理 (MLP) 是材料科学研究的关键推动者之一，通过从大量的材料科学文献中提取结构化信息，使得研究变得可能。我们开发了基于生成预训练变换器 (GPT) 的流水线工具，其中基于先前 MLP 模型的复杂架构被战略性的提示工程设计所取代。我们的发现证实了 GPT-MLP 模型的潜力以及它们在可靠性和实用性方面的价值，并且我们的科学方法和系统性方法适用于加速科学文献的信息提取的任何材料科学领域。

Aug, 2023

本研究提出了 ChatExtract 方法，该方法利用先进的会话型 LLM（或 AI）自动提取数据，并通过一系列后续问题确保其正确性。 ChatExtract 可用于任何会话型 LLMs，结果表明，由于其简单性，可转移性和准确性，类似 ChatExtract 的方法有望在不久的将来取代其他数据提取方法。

Mar, 2023

人工智能和自然语言数据集为探索固态材料提供了巨大潜力。

Aug, 2023