文本到电池配方：基于语言模型的自动电池配方提取与检索协议

近期研究越来越多地将自然语言处理（NLP）应用于从大量电池材料文献中自动提取实验研究数据。尽管电池制造过程复杂，涵盖从材料合成到电池组装的各个环节，但尚无系统性地组织这一信息的综合性研究。为此，我们提出了一种基于语言模型的协议，称为文本到电池配方（Text-to-Battery Recipe, T2BR），用于自动提取端到端的电池配方，并以含锰氧化钙（LiFePO4）阳极材料的电池为案例进行验证。我们报告了基于机器学习的论文过滤模型，对筛选出 2,174 篇相关论文；以及基于无监督主题模型的段落识别，分别识别出与阴极合成相关的 2,876 段文本和与电池组装相关的 2,958 段文本。随后，针对这两个主题，我们开发了两个基于深度学习的命名实体识别模型，提取出 30 种实体（包括前驱体、活性材料和合成方法），实现 F1 分数分别为 88.18% 和 94.61%。精准的实体提取使得能够系统地生成 165 套锰氧化钙电池的端到端配方。我们的协议和结果为特定趋势（如前驱体材料与合成方法之间的关联，或不同前驱体材料之间的组合）提供了宝贵见解。我们预计，这些发现将为促进电池配方信息检索提供基础知识库。该提议的协议将显著加速电池材料文献的审查，并催化电池设计与开发的创新。