MatSKRAFT把6.6万张论文表格读成材料数据库:50.9万条记录,10.4万种成分不在INTERGLAD与SciGlass中
材料实验数据大多锁在论文表格里,难以系统提取。MatSKRAFT把每张表转成图结构,用约束驱动的图神经网络抽取性质与成分,在专家标注测试集上性质抽取F1为89.33、成分抽取F1为71.35,均高于同期五个前沿大模型的最好成绩。它处理66,267张表、来自45,500余篇论文,建成含509,281条记录的数据库,其中104,000余种成分不在INTERGLAD与SciGlass中。