利用 GPT-3 从文献中提取结构化晶种介导金纳米棒生长流程
应用物理
2023-04-28 v1 计算与语言
信息检索
摘要
尽管金纳米棒已被广泛研究，但控制其形状进而控制其光学性质的途径在很大程度上仍停留在启发式认知层面。尽管很明显合成过程中各种试剂的同时存在与相互作用控制着这些性质，但用于探索合成空间的计算与实验方法在实践中要么难以处理，要么过于耗时。这促使我们采用一种替代方案：利用已嵌入科学文献中的丰富合成信息，开发工具以自动化、高通量的方式提取相关结构化数据。为此，我们提出一种使用强大的 GPT-3 语言模型从非结构化科学文本中提取金纳米棒结构化多步晶种介导生长流程与结果的方法。GPT-3 提示补全经微调，以从非结构化文本输入预测 JSON 文档形式的合成模板，总体准确率达 。考虑到该模型同时执行实体识别与关系抽取，这一性能值得关注。我们呈现了一个从 1,137 篇论文中提取的 11,644 个实体的数据集，其中 268 篇论文至少包含一条完整的晶种介导金纳米棒生长流程与结果，共计 332 条完整流程。
引用
@article{arxiv.2304.13846,
title = {Extracting Structured Seed-Mediated Gold Nanorod Growth Procedures from Literature with GPT-3},
author = {Nicholas Walker and John Dagdelen and Kevin Cruse and Sanghoon Lee and Samuel Gleason and Alexander Dunn and Gerbrand Ceder and A. Paul Alivisatos and Kristin A. Persson and Anubhav Jain},
journal= {arXiv preprint arXiv:2304.13846},
year = {2023}
}