基于对话模型的动态上下文学习用于数据提取和材料属性预测
材料科学
2024-08-06 v2 人工智能
计算物理
摘要
自然语言处理和大语言模型（LLMs）的出现彻底改变了从非结构化学术论文中提取数据的方式。然而，确保数据可信度仍然是一个重大挑战。本文介绍了PropertyExtractor，一个开源工具，它利用先进的对话式LLM（如Google gemini-pro和OpenAI gpt-4），将零样本与少样本上下文学习相结合，并采用工程化提示对结构化信息层次进行动态细化——实现自主、高效、可扩展且准确地识别、提取和验证材料属性数据。我们在材料数据上的测试表明，精确率和召回率超过95%，错误率约为9%，突显了该工具包的有效性和多功能性。最后，使用PropertyExtractor构建了二维材料厚度（器件集成的关键参数）和能带隙值的数据库。特别是对于厚度数据库，该领域的快速发展已经超越了实验测量和计算方法，造成了显著的数据缺口。我们的工作填补了这一缺口，并展示了PropertyExtractor作为自主生成各种材料属性数据库的可靠高效工具的潜力，推动了该领域的发展。
引用
@article{arxiv.2405.10448,
title = {Dynamic In-context Learning with Conversational Models for Data Extraction and Materials Property Prediction},
author = {Chinedu Ekuma},
journal= {arXiv preprint arXiv:2405.10448},
year = {2024}
}