Un conjunto de datos de temperaturas de Curie y Néel autogenerado con ChemDataExtractor y el algoritmo Snowball

Área de la Ciencia:

• Ciencia de Materiales
• Química Computacional
• Ciencia de Datos

Sus antecedentes:

• Las temperaturas de Curie y Néel son parámetros críticos para los materiales magnéticos.
• La extracción manual de estas temperaturas de la literatura consume mucho tiempo y es propensa a errores.
• Se necesita un conjunto de datos completo y legible por máquina para acelerar la investigación.

Objetivo del estudio:

• Crear un conjunto de datos a gran escala y autogenerado de temperaturas de Curie y Néel.
• Proporcionar un recurso valioso para la comunidad de la ciencia de materiales.
• Demostrar la eficacia de la extracción automatizada de texto para la extracción de datos científicos.

Principales métodos:

• Se utilizó el kit de herramientas ChemDataExtractor 2.2.2 con un analizador Snowball v2.
• Se desarrolló un enfoque de procesamiento del lenguaje natural consciente de la química.
• Se extrajeron 56.037 registros de entidades químicas y sus temperaturas asociadas de 108.181 artículos científicos.

Principales resultados:

• Se generó un conjunto de datos de 56.037 registros de temperaturas de Curie y Néel.
• Se logró una precisión del 72% y una recuperación del 61% en la extracción de datos.
• El conjunto de datos representa el primero de su tipo que utiliza el analizador Snowball v2 para esta tarea específica.

Conclusiones:

• El conjunto de datos autogenerado ayuda significativamente en el diseño, predicción y análisis de materiales magnéticos.
• La extracción automatizada de datos utilizando herramientas de PNL ofrece una solución escalable para la curación de datos científicos.
• La disponibilidad pública de este conjunto de datos fomentará los avances en la investigación de materiales magnéticos.