LeMat-Synth Parser

新工具箱从科学论文中提取材料合成数据

研究人员开发了 LeMat-Synth Parser，这是一个开源的多模态工具箱，旨在从科学文献中自动提取和结构化合成方案和性能指标。该工具箱利用大型语言模型 (LLM) 和视觉语言模型 (VLM) 来处理出版物中的文本和图表。该系统应用于 81,000 多篇出版物，整理出了 LeMat-Synth 数据集，其中包含 58,000 个合成程序，使其成为迄今为止最大的结构化无机材料合成数据集。