arXiv cs.AI· Aravindan Kamatchi Sundaram, B. Pabitramohan Prusty, Rohit Batra·· 12 小时前AI 评分31
用机器学习和 LLM 自动提取材料数据与知识：一篇综述
Automated Materials Data and Knowledge Extraction using Machine Learning and Large Language Models
AI 导读
一篇综述梳理了材料数据与知识自动提取方法的演进路径：从基于规则的启发式流程、NLP 模型和 Transformer 编码器，发展到可跨文本、表格和图像多模态提取材料信息的 LLM 与智能体系统。
正文 · AI 翻译
摘要：在过去十年中，人们投入了大量精力开发机器学习（ML）方法，用于从科学文献中提取材料数据，并在可能的情况下直接提取材料知识。本综述梳理了这些方法的演变历程：从基于启发式规则的流水线，到自然语言处理（NLP）模型和基于 transformer 的编码器，最后到能够跨多种模态（包括文本、表格和图表）提取材料信息的大语言模型（LLM）和智能体系统。除了构建支持下游材料发现的大型可查询材料数据库和知识图谱之外，我们还讨论了这些进展如何催生了新的能力，例如跨材料科学的通用问答、作为研究助手的 AI 联合科学家和聊天机器人，以及与自主实验室集成时的闭环优化与发现。我们批判性地评估了使用这些方法生成的数据集、其提取准确性和计算成本，以及不同方法各自的优势和局限性，甚至提供了用于开发更可靠、更可扩展的材料数据提取流水线的实用指南。最后，我们指出了关键的开放挑战，包括在样本层面提取完整的材料结构-性能-工艺-服役性能四面体、缺乏用于系统评估的可靠基准数据集，以及解决不同文档模态之间非标准材料术语的问题。
| 评论： | 25 页，5 幅图 |
| 主题： | 材料科学（cond-mat.mtrl-sci）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.29895 [cond-mat.mtrl-sci] |
| （或 arXiv:2610.29895v1 [cond-mat.mtrl-sci] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29895 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Aravindan Sundaram [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 15:38:05 UTC（2,539 KB）
来源：arXiv cs.AI · arxiv.org