用于 MOF 合成文本挖掘与预测的 ChatGPT 化学助手
信息检索
2023-10-04 v2 材料科学
计算与语言
化学物理
摘要
我们利用提示工程（prompt engineering）引导 ChatGPT 从多样格式与风格的科技文献中自动进行金属有机框架（MOFs）合成条件的文本挖掘。这有效缓解了 ChatGPT 虚构信息的倾向——该问题此前使得大语言模型（LLMs）在科学领域的应用颇具挑战。我们的方法涉及开发一个由 ChatGPT 自身编程、实现三种不同文本挖掘流程的工作流。三者均支持解析、搜索、过滤、分类、摘要与数据统一，在人工、速度与精度间有不同权衡。我们部署该系统从同行评审研究文章中提取了约 800 种 MOF 相关的 26,257 条不同合成参数。该过程结合我们的 ChemPrompt 工程策略指导 ChatGPT 进行文本挖掘，取得了 90-99% 的惊人精确率、召回率与 F1 分数。此外，利用文本挖掘构建的数据集，我们构建了机器学习模型，在预测 MOF 实验结晶结果并初步识别 MOF 结晶重要因素上准确率超 86%。我们还开发了可靠的数据支撑 MOF 聊天机器人以回答化学反应与合成步骤相关问题。鉴于使用 ChatGPT 可靠地以统一格式挖掘并表格化多样 MOF 合成信息、且仅需叙述性语言而无编码要求，我们预期我们的 ChatGPT 化学助手将在诸多其他化学分支中非常有用。
引用
@article{arxiv.2306.11296,
title = {ChatGPT Chemistry Assistant for Text Mining and Prediction of MOF Synthesis},
author = {Zhiling Zheng and Oufan Zhang and Christian Borgs and Jennifer T. Chayes and Omar M. Yaghi},
journal= {arXiv preprint arXiv:2306.11296},
year = {2023}
}
备注
Published on Journal of the American Chemical Society (2023); 102 pages (18-page manuscript, 84 pages of supporting information)