Newest papers

Automated Materials Data and Knowledge Extraction using Machine Learning and Large Language Models

Aravindan Kamatchi Sundaram, B. Pabitramohan Prusty, Rohit Batra · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29895 · open-access PDF

German

Im Laufe des letzten Jahrzehnts wurden erhebliche Anstrengungen unternommen, um maschinelle Lernmethoden (ML) zu entwickeln, um Materialdaten und, wo möglich, Materialwissen direkt aus der wissenschaftlichen Literatur zu extrahieren.Diese Überprüfung verfolgt die Entwicklung dieser Methoden von heuristischen, regelbasierten Pipelines über Modelle der natürlichen Sprachverarbeitung (NLP) und Transformator-basierte Encoders bis schließlich zu großen Sprachmodellen (LLMs) und Agentensystemen, die in der Lage sind, Materialinformationen über mehrere Modalitäten, einschließlich Text, Tabellen und Zahlen, zu extrahieren.

Machine translation (Meta M2M100); the English original follows.

Abstract

Over the past decade, substantial efforts have been devoted to developing machine learning (ML) methods for extracting materials data and, where possible, materials knowledge directly from the scientific literature. This review traces the evolution of these methods from heuristic, rule-based pipelines through natural language processing (NLP) models and transformer-based encoders to, lastly, large language models (LLMs) and agentic systems capable of extracting materials information across multiple modalities, including text, tables, and figures. Beside construction of large, queryable materia

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange