基于对比学习的英语语言与晶体图谱的多模态材料知识表示
计算与语言
2025-02-25 v1
摘要
人工智能(AI)越来越多地用于材料的逆向设计，如晶体和分子。现有的AI研究已将分子的化学结构与文本知识集成，以适应复杂指令。然而，这种方法对于晶体难以实现，因为受调查晶体分布偏差的数据稀缺以及同行评审文献中缺乏语义监督。本文引入了基于对比学习的语言-晶体模型(CLaC)，其预训练于新构建的12.6万对晶体结构-文本配对数据集。为证明合成数据克服数据稀缺的优势，我们构建了一个从学术论文中提取的可比数据集。我们通过各种零样本跨模态任务和下游应用评估CLaC的泛化能力。在实验中，CLaC在理解晶体结构方面实现了最新的零样本泛化性能，超越了最新的大型语言模型。
引用
@article{arxiv.2502.16451,
title = {Contrastive Learning of English Language and Crystal Graphs for Multimodal Representation of Materials Knowledge},
author = {Yang Jeong Park and Mayank Kumaran and Chia-Wei Hsu and Elsa Olivetti and Ju Li},
journal= {arXiv preprint arXiv:2502.16451},
year = {2025}
}
备注
24 pages, 14 figure