Исследования материалов на основе данных, обеспечиваемые обработкой естественного языка и извлечением информации
Data-driven materials research enabled by natural language processing and information extraction
2020-12-01
SCID: 54.1/jjd2hpwj
Discuss with AI
материаловедческие исследования на основе данныхизвлечение информациилитература по материаловедениюобработка естественного языкаанализ текстов
Figures from the paper
Abstract (AI)
В связи с распространением науки о данных и машинного обучения во всех сферах общества, особенно в научной области, всё большее значение приобретает получение данных. Данные в материаловедении отличаются особой неоднородностью, что обусловлено широким спектром исследуемых классов материалов и разнообразием представляющих интерес свойств материалов. В результате данные охватывают многие порядки величин и могут быть представлены в виде числового текста или информации на основе изображений, требующей количественной интерпретации. Поэтому возможность автоматизированной обработки и структурирования научной литературы из различных областей — благодаря методам, адаптированным из сферы обработки естественного языка, — обладает огромным потенциалом для раскрытия и формирования богатых наборов данных, необходимых для науки о данных и машинного обучения. В данном обзоре рассматриваются прогресс и методы обработки естественного языка и интеллектуального анализа текстов научной литературы по материаловедению, а также подчёркиваются возможности извлечения дополнительной информации, помимо текста, содержащегося на рисунках и в таблицах статей. Мы обсуждаем и приводим примеры нескольких причин применения обработки естественного языка в материаловедении, включая компиляцию данных, разработку гипотез и понимание тенденций внутри отдельных областей и между ними. Подробно рассматриваются современные и развивающиеся методы обработки естественного языка, а также их применение в материаловедении. Далее обсуждаются проблемы обработки естественного языка и работы с данными в области материаловедения, для которых перспективные направления исследований могут оказаться особенно ценными.
Key Findings
1
Извлечение количественной информации из рисунков и таблиц открывает важные возможности, выходящие за рамки обычного текстового анализа литературы.
2
Данные в материаловедении крайне неоднородны: они охватывают разнообразные классы материалов, свойства, масштабы и числовые или графические представления.
3
Обработка естественного языка и извлечение информации позволяют автоматически кодировать научную литературу для создания наборов данных в материаловедении, анализе данных и машинном обучении.
4
Интеллектуальный анализ материаловедческой литературы поддерживает сбор данных, формулирование гипотез и выявление тенденций внутри и между научными направлениями.
5
Для развития приложений обработки естественного языка в материаловедении необходимо решить существующие методологические проблемы и проблемы качества данных.
Research Object
научная литература по материаловедению и содержащиеся в ней научные данные
Research Subject
развитие, практики, применения и проблемы обработки естественного языка и извлечения информации для компиляции, интерпретации и выявления закономерностей в данных по материаловедению
Publication Details
Publication Date
2020-12-01
Journal
Publisher
ISSN
Cited by
325
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Переосмысление архитектуры Inception для компьютерного зрения2016
Распределённые представления слов и фраз и их композиционность2013
Руководящие принципы FAIR для управления научными данными и их сопровождения2016
Комментарий: Проект Materials Project: геномный подход к материалам для ускорения инноваций в материаловедении2013
Обогащение векторов слов информацией о субсловах2017