超三万种材料,近百万真实材料合成表征信息,LLM精准构建材料知识图谱MKG,登NeurIPS 2024

计算材料学 2024-12-25 12:56
文章摘要
本文介绍了新南威尔士大学、同济大学、香港城市大学和GreenDynamics团队如何利用大型语言模型(LLM)构建材料知识图谱(MKG),以整合和分析分散在数百万文献中的材料学知识。MKG通过自动化构建本体论、知识抽取、知识清洗和材料发现四个步骤,成功构建了一个包含超过十余种材料科学重要属性、十五万个节点和近百万个关系的知识图谱。该图谱不仅加速了材料科学研究的深度和广度,还预测了未来几年在能源领域可能出现的潜在材料。研究成果被机器学习顶级会议NeurIPS 2024接收,展示了人工智能在材料科学中的巨大潜力和应用前景。
超三万种材料,近百万真实材料合成表征信息,LLM精准构建材料知识图谱MKG,登NeurIPS 2024
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
计算材料学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信