Nov, 2023

MatNexus：材料发现的综合文本挖掘和分析工具套件

PDF
TL;DRMatNexus 是一款专业的软件，用于自动收集、处理和分析来自科学文章的文字。通过一套集成的模块，MatNexus 简化了科学文章的检索、处理文字数据以获得见解、生成适用于机器学习的向量表示，并提供了词嵌入的可视化功能。在大量科学出版物中，MatNexus 是研究人员从材料科学的科学文献中获取见解的一站式工具，使材料探索，例如我们在这里展示的电催化剂样例，高效而深入。
matnexussoftwarescientific articlestext processingmachine learning
发现论文，激发创造
  • 语言模型对材料建模需要更多的文本和规模吗？

    通过 MatText 套件中的基准测试工具和数据集，我们对语言模型在材料建模方面的性能进行了广泛分析，结果显示这些模型在捕捉关键的材料几何信息方面存在困难，而在某些新颖的表示方法中强调使用局部信息。我们的分析突显出了基于文本方法在材料设计中存在的不足之处。

    Jun, 2024

  • MatSciBERT：用于文本挖掘和信息提取的材料领域语言模型

    本文介绍了在材料科学文献数据的基础上训练的一种面向材料科学领域的语言模型 MatSciBERT，并对其在抽象分类、命名实体识别和关系提取等领域的性能进行了评价。结果表明 MatSciBERT 在这些任务中具有优异的表现，可用于提取材料领域的信息以推动材料的发现或优化。同时我们提供 MatSciBERT 的预训练和微调权重，以及模型的免费访问权。

    Sep, 2021

  • MatSci-NLP: 使用文本到模式建模评估科学语言模型在材料科学语言任务上的表现

    本文提出了 MatSci-NLP 标准，旨在评估自然语言处理模型在材料科学文本上的性能，其中包括命名实体识别和关系分类等传统 NLP 任务以及涉及创建材料合成程序的特定于材料科学的 NLP 任务。作者的实验结果表明，预先训练的模型对科学文本的理解优于对一般文本的 BERT 模型训练，并提出了一种基于问题回答方法的 NLP 多任务学习方法，其性能优于传统的微调方法。

    May, 2023

  • 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

  • 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

  • MatSciRE：利用指针网络自动化实体和关系提取以构建材料科学知识库

    我们提出了 MatSciRE（Material Science Relation Extractor），这是一种基于指针网络编码器 - 解码器框架，用于从材料科学文章中共同提取实体和关系的方法。我们针对电池材料的五种关系进行工作 - 电导率，库伦效率，容量，电压和能量。与使用 ChemDataExtractor 的先前尝试相比，我们的方法取得了更好的 F1 分数（0.771）。MatSciRE 的整体图形框架如图 1 所示。通过 MatSciRE 从材料科学文献中以实体 - 关系三元组的形式提取材料信息。

    Jan, 2024

  • 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

  • 开放式 MatSci ML 工具包：材料科学机器学习的灵活框架

    介绍了 Open MatSci ML 工具包，即可扩展、自包容能力强，并使用 Python 框架基于深度学习模型和方法对科学数据进行处理，特别关注材料科学和 OpenCatalyst 数据集，展示了这一工具包为新机器学习研究人员和 OpenCatalyst 数据集应用高级机器学习工具等科学挑战提供了无缝的解决方案，并为某些材料的行为提供了建模。

    Oct, 2022

  • MatChat：用于材料科学的大型语言模型和应用服务平台

    本研究利用 LLaMA2-7B 模型，结合 13,878 件结构化材料知识数据，通过学习过程增强了 MatChat AI 模型，以预测无机材料合成路径。尽管 MatChat 还需要进一步完善以满足不同的材料设计需求，但本研究无疑突出了其出色的推理能力和在材料科学领域的创新潜力，同时以开源方式提供了 MatChat 的模型和应用框架，为将生成式人工智能与材料科学整合的协作创新奠定了坚实的基础。

    Oct, 2023