AgentCAT：用于从化学工程文献中提取和分析催化反应数据的 LLM 智能体
化学物理
2026-02-24 v1 人工智能
数字图书馆
摘要
本文提出了名为 AgentCAT 的大语言模型（LLM）智能体，用于从化学工程论文中提取和分析催化反应数据。AgentCAT 作为克服化学工程领域长期数据瓶颈的替代方案，其基于自然语言的交互式数据分析功能亦亲和社区。AgentCAT 还对催化反应数据提取任务进行了形式化抽象与挑战分析，采用人工智能友好的方式呈现，这有助于人工智能社区理解此问题，从而吸引更多注意力去解决。技术上，复杂的催化过程导致催化反应数据相对于 elementary reaction 步骤、分子行为、测量证据等具有复杂的依赖结构。这种依赖结构使得保证数据提取的正确性和完整性，以及对其进行分析表示都面临挑战。AgentCAT 针对性地解决了这些挑战，其技术贡献包括四方面：(1) 带有渐进式模式演化的模式治理提取管道，实现对化学工程论文的稳健数据提取；(2) 依赖感知的反应网络知识图谱，将催化剂/活性位点、合成衍生描述符、机理主张与证据关联，并保留过程耦合和可追溯性；(3) 通用查询模块，支持在构建的知识图谱上进行基于自然语言的探索和可视化，以实现跨论文分析；(4) 在约 800 篇同行评审的化学工程出版物上进行评估，证明了 AgentCAT 的有效性。
引用
@article{arxiv.2602.18479,
title = {AgentCAT: An LLM Agent for Extracting and Analyzing Catalytic Reaction Data from Chemical Engineering Literature},
author = {Wei Yang and Zihao Liu and Tao Tan and Xiao Hu and Hong Xie and Lulu Li Xin Li and Jianyu Han and Defu Lian and Mao Ye},
journal= {arXiv preprint arXiv:2602.18479},
year = {2026}
}