从页面到模式：从过渡金属配合物和金属有机框架的结构和文本中提取催化知识

在过去的十年中，人工智能（AI）的指数级增长为结构良好的单位点材料（如过渡金属配合物（tmc）和金属有机框架（mof））的催化研究提供了一个独特的机会。[[1],[2],[3]，[4]]通过以前所未有的规模汇总和分析大量科学文献，人工智能有可能在单位点催化剂的发现和开发方面开辟新的领域，其规模比单个学术团体的研究要大。[[5],[6]，[7]]然而，由于大多数与催化相关的数据不是机器可读的格式，需要人工指导的数字化，这些努力被分流了。几十年来的催化研究，包括合成、表征和反应性，被锁定在科学文献中。这种集体知识虽然是无价的，但在期刊、数据库和补充信息中是分散和碎片化的，其格式通常对机器处理具有挑战性。虽然计算机视觉的最新进展正在改善pdf的数字化，但报告标准的可变性和出版物中固有的“噪声”（不可复制的结果和不完整的数据）提出了重大挑战。[9,10]对于机器可读的出版物，计算方法和实验方法经常以不同程度的细节进行描述。正如任何经验丰富的科学家所经历的那样，一些手稿是可复制的，而另一些手稿缺乏足够的细节来复制。此外，“文件抽屉问题”——只发表积极结果的倾向——掩盖了从不成功的实验和计算中获得的重要见解，阻碍了进步。