机构名称：
¥ 1.0
摘要 — 在本立场文件中，我们描述了知识图谱赋能的材料科学预测和发现的研究。该研究包括几个关键部分，包括本体映射、材料数据注释和从非结构化学术文章中提取信息。我们认为，尽管模拟和实验产生的大数据推动并加速了数据驱动的科学，但材料科学相关大数据的分布和异质性阻碍了该领域的重大进步。知识图谱作为语义枢纽，整合了不同的数据并为解决这一挑战提供了可行的解决方案。我们设计了一种基于知识图谱的方法，用于材料科学中的数据发现、提取和集成。索引词 — 知识图谱、材料发现、信息提取、本体、自然语言处理
知识图谱赋能材料发现 - NSF-PAR
主要关键词
相关文件推荐
