MatPROV：从科学文献中提取的材料合成溯源图数据集
机器学习
2025-10-22 v3 信息检索
摘要
合成过程在材料研究中起着关键作用，因为它们直接影响材料性质。随着数据驱动方法日益加速材料发现，人们越来越关注从科学文献中提取合成过程作为结构化数据。然而，现有研究通常依赖于具有预定义字段的刚性、特定领域模式来结构化合成过程，或假设合成过程是操作的线性序列，这限制了它们捕捉真实世界过程结构复杂性的能力。为了解决这些局限性，我们采用了 PROV-DM，一个用于溯源信息的国际标准，它支持灵活的、基于图的建模过程。我们提出了 MatPROV，一个使用大型语言模型从科学文献中提取的、符合 PROV-DM 标准的合成过程数据集。MatPROV 通过直观的有向图捕捉了材料、操作和条件之间的结构复杂性和因果关系。这种表示形式使机器可解释的合成知识成为可能，为未来的研究（如自动化合成规划和优化）开辟了机会。
引用
@article{arxiv.2509.01042,
title = {MatPROV: A Provenance Graph Dataset of Material Synthesis Extracted from Scientific Literature},
author = {Hirofumi Tsuruta and Masaya Kumagai},
journal= {arXiv preprint arXiv:2509.01042},
year = {2025}
}