连接文本与晶体结构：面向材料科学的文献驱动对比学习
机器学习
2025-06-23 v2 材料科学
摘要
理解结构-性质关系是材料发现与开发中至关重要且极具挑战性的方面。为促进这一过程，材料信息学领域的近期研究致力于寻找晶体结构的潜在嵌入空间，以基于性质和功能性捕捉其相似性。然而，抽象的基于特征的嵌入空间对人类不友好，阻碍了对广阔材料空间的直观高效探索。在此我们引入对比语言-结构预训练，一种在晶体结构与文本之间构建跨模态嵌入空间的学习范式。CLaSP 旨在实现满足以下两点的材料嵌入：1）捕捉晶体结构之间与性质和功能性相关的相似性；2）允许通过用户提供的描述文本作为查询直观地检索材料。为弥补将晶体结构与文本描述关联的充足数据集的缺失，CLaSP 利用包含超过 400,000 个已发表晶体结构及相应出版记录（包括论文标题和摘要）的数据集进行训练。我们通过基于文本的晶体结构筛选和嵌入空间可视化展示了 CLaSP 的有效性。
引用
@article{arxiv.2501.12919,
title = {Bridging Text and Crystal Structures: Literature-driven Contrastive Learning for Materials Science},
author = {Yuta Suzuki and Tatsunori Taniai and Ryo Igarashi and Kotaro Saito and Naoya Chiba and Yoshitaka Ushiku and Kanta Ono},
journal= {arXiv preprint arXiv:2501.12919},
year = {2025}
}
备注
19 pages, 8 figures. Accepted to Machine Learning: Science and Technology (2025). Preliminary versions appeared at NeurIPS 2024 AI4Mat and CVPR 2025 MM4Mat workshops