自動生成知識圖譜能有效提升資訊的組織性與可及性，並加速發現與創新。本研究介紹了一個利用大型語言模型在主動學習框架下創建大規模知識圖譜的流程，專注於生鮮食品、成分與化學物質的關係。透過迭代的主動學習策略，從155,260篇科學論文中提取了230,848個食品-化學成分關係，其中46%為新發現。此外，還利用鏈接預測模型發掘了355個新的食品-化學關係，顯示出強烈的發現潛力。這項研究展示了如何透過文獻進行大規模自動學習，促進實際應用的發展。 PubMed DOI

EnzChemRED是一個新資料集，旨在透過自然語言處理技術，提升從科學文獻中提取酶相關資訊的能力。該資料集包含1,210篇專家策劃的PubMed摘要，並標註了酶及其化學反應的識別碼。研究顯示，使用EnzChemRED微調的語言模型在識別蛋白質和化學物質方面表現優異，F1分數達86.30%。此外，這些模型在提取化學轉換和相關酶的能力也相當強大，為酶功能的策劃提供了有力支持。 PubMed DOI

人工智慧（AI）的發展推動了應用材料的研究，但常常只聚焦於文獻中常見的材料，限制了候選材料的多樣性。為了解決這個問題，研究團隊建立了一個包含1,453,493個自然語言-材料敘述的數據集，來自多個資料庫，確保元素的均衡代表性。這些敘述經過人類專家和GPT-4模型的評估，結果顯示兩者評分相似，但人類在內容深度上有所不足。這種數據與大型語言模型的結合，為AI在固態材料的探索和發現提供了新機會。 PubMed DOI

這項研究提出了雙策略材料智能設計框架（DSMID），旨在解決材料科學中小型數據集的挑戰，提升機器學習模型的準確性。框架結合了兩種方法：對抗性領域自適應嵌入生成網絡（AAEG），能在僅有90個數據點的情況下改善材料特徵化；自動化材料篩選與評估管道（AMSEP），利用大型語言模型高效篩選合金設計。實驗顯示，該框架在新型共晶高熵合金的識別和製備上表現出色，顯著提升了材料設計的效率與成本效益。 PubMed DOI

這項研究旨在從科學文獻中有效收集金屬有機框架（MOFs）的實驗數據，以解決稀缺數據的問題，並提升材料科學中機器學習的應用質量。研究團隊利用先進的大型語言模型，系統化提取並整理MOF數據，成功從超過40,000篇文章中彙編出詳細的合成條件和性質數據。整理後的數據庫用於分析合成條件、性質和結構之間的關係，並創建合成條件推薦系統，為優化合成策略提供實用工具，顯示實驗數據集在推進MOFs研究中的重要性。 PubMed DOI

語言模型正在改變材料感知的自然語言處理，透過從非結構化文本中提取豐富的上下文資訊，超越傳統的信息提取方式。小型語言模型在特定領域的問答任務中，尤其是材料科學，表現優於大型語言模型（LLMs）。我們介紹了MechBERT模型，專注於理解材料中的機械應力和應變，並利用BERT架構進行預訓練和微調。評估結果顯示，MechBERT在特定領域和一般問答任務中表現出色，且處理速度更快，數據需求更少，提升了運營效率與能源可持續性。 PubMed DOI

這項研究開發了DiMB-RE，專注於飲食與微生物組的關聯，旨在增進對健康影響的理解並支持個人化營養。DiMB-RE包含15種實體類型和13種關係類型，共有14,450個實體和4,206個關係，來自165篇文獻。經過微調的自然語言處理模型在實體識別和關係提取上表現良好，F1分數分別為0.800和0.445。研究顯示，結果部分的註釋有助於改善關係提取。DiMB-RE是同類中最大的語料庫，相關資源可在GitHub上找到。 PubMed DOI

目前食品擠壓研究缺乏標準化資料集，影響進展。作者建立人工整理的資料集，並測試大型語言模型（LLMs）自動擷取文獻資料的能力。結果發現，LLMs 雖然偶有錯誤或遺漏，但能大幅減少人工整理時間，是輔助建立資料集、加速研究的有力工具。 PubMed DOI

這篇研究發現，用GPT-4o這類大型語言模型，只要給很少範例，就能準確從科學文獻中擷取材料性質資料，還能用資料增強法提升傳統模型表現。研究也分析了錯誤和資料品質，幫助了解實際應用時會遇到的問題。 PubMed DOI

這項研究比較GPT-4等大型語言模型，和專為材料科學設計、經過微調的模型（如MatSciBERT、DeBERTa）在材料疲勞資料集上的命名實體辨識能力。結果顯示，針對任務微調的模型表現明顯較佳，基礎模型的上下文學習效果則高度依賴範例品質。領域預訓練對提升NER表現非常重要。 PubMed DOI