Estrazione basata su agenti e guidata da uno schema delle conoscenze sui processi dei materiali dalla letteratura scientifica

Abstract degli autori

La letteratura sui materiali contiene conoscenze sperimentali dettagliate, ma procedure, entità chimiche e misurazioni sono difficili da aggregare perché vengono descritte in forme eterogenee e dipendono dal contesto specifico di ciascun processo. Presentiamo SciKGExtract, un framework guidato da uno schema che combina l’estrazione mediante modelli linguistici di grandi dimensioni con la normalizzazione chimica e con la valutazione e il perfezionamento basati su agenti, prima dell’integrazione in un grafo della conoscenza. Valutiamo il framework su 176 articoli sulla deposizione a strati atomici che descrivono l’ossido di zinco (ZnO) e l’ossido di indio-gallio-zinco (IGZO), insieme a un sottoinsieme annotato da esperti secondo lo schema completo. La normalizzazione tramite PubChem migliora il punteggio F1 dell’estrazione con corrispondenza esatta per ogni modello testato. Per ZnO, il miglior punteggio F1 passa da 0,591 con l’estrazione diretta normalizzata a 0,805 con il perfezionamento basato su agenti, mentre il miglior risultato per IGZO è 0,344: emerge così la maggiore difficoltà dei processi a supercicli multicomponente. La valutazione rispetto a uno schema profondamente annidato, contenente 65 proprietà sperimentali e 155 nodi relativi a misurazioni quantitative, mette inoltre in luce errori nella segmentazione dei processi e nell’attribuzione dei valori numerici. Questi risultati mostrano che la canonicalizzazione chimica e la verifica mirata basata su agenti offrono controlli complementari per trasformare la complessa letteratura sui materiali in conoscenze sperimentali riutilizzabili ed elaborabili automaticamente.