加速材料发现：学习化学工艺的通用表征用于跨域性质预测

化学工艺的实验验证缓慢且昂贵，限制了材料发现的探索。机器学习可用于筛选有前景的候选方案，但现有专利和文献中的数据异构且难以利用。我们提出一种通用有向树工艺图表征方法，将非结构化文本、分子结构和数值测量统一整合为单一机器可读格式。为从结构化数据中学习，我们开发了一种具有属性条件注意力机制的多模态图神经网络。模型在近9000份文件中约70万个工艺图上进行预训练，学习到语义丰富的嵌入，能够在不同领域间推广。在针对紧凑、领域特定数据集进行微调时，预训练模型实现了卓越的性能，证明了在规模学习的通用工艺表征能够有效迁移到特定预测任务，仅需少量额外数据即可实现强大表现。