Feb, 2023

MatKB：多晶材料合成工艺的语义搜索

PDF
TL;DR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。
knowledge extractionnatural language processingmaterial sciencepolycrystalline materialssearch engine
发现论文，激发创造
  • 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

  • 使用自然语言处理从大型高分子库中提取通用材料属性数据的流程

    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

  • 聚合物太阳能电池材料发现加速：自然语言处理提供的数据驱动洞察

    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

  • 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

  • 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

    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。

    May, 2019

  • 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

  • 材料科学中的自复现经验教训

    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

  • SynKB：用于合成方法的语义搜索

    本研究介绍了 SynKB，这是一个开源的、自动提取的化学合成协议知识库，利用自然语言处理和 Transformer 模型从 600 万份专利合成程序中提取信息，支持更加灵活的反应条件查询，与其他化学数据库相比，具有更高的召回率和准确性，可协助化学家在设计新的合成路线时搜索相关反应条件。

    Aug, 2022

  • 多学科材料科学中的功能材料知识图谱构建

    通过利用先进的自然语言处理技术，从过去十年中所有高质量研究论文中提取数百万个三元组，将无结构信息组织为九个不同类别的标签，并与论文的数字物体识别符无缝集成，Functional Materials Knowledge Graph（FMKG）作为最新的功能材料结构数据库，为加速功能材料开发和构建更全面的材料知识图谱奠定了基础。同时，我们的研究为实用的基于文本挖掘的知识管理系统奠定了基础，不仅适用于复杂材料系统，也适用于其他专业领域。

    Apr, 2024

  • 利用语言表示进行物料推荐、排序与探索

    通过使用来自材料科学特定语言模型的自然语言嵌入作为成分和结构特征的表示方法，我们介绍了一种材料发现框架，并将其应用于热电材料，展示了原型结构的多样化推荐和识别出了未充分研究的高性能材料空间，其中包括卤化物钙钛矿、德拉福石和尖晶石结构。

    May, 2023