Resumen - Extraer información sobre catalizadores de ORR para pilas de combustible de la literatura científica

Extraer información sobre catalizadores de ORR para pilas de combustible de la literatura científica

2025-07-10 07:35:12

{"Hein Htet","Amgad Ahmed Ali Ibrahim","Yutaka Sasaki","Ryoji Asahi"}

{cs.CL,physics.data-an}

Este trabajo de investigación discute el desarrollo de un marco para extraer información estructurada sobre catalizadores de la reacción de reducción del oxígeno (ORR) de la literatura científica. Los autores subrayan la importancia de los catalizadores de ORR para mejorar la eficiencia de las pilas de combustible y los desafíos para extraer información relevante de diversas publicaciones científicas. El estudio propone un método que utiliza técnicas de reconocimiento de entidades nombradas (NER) y extracción de relaciones (RE) para automatizar el proceso de extracción. Los investigadores construyeron manualmente un conjunto de datos exhaustivo con 12 entidades críticas y dos tipos de relaciones. Utilizaron el marco DyGIE++ y modelos BERT preentrenados, incluyendo MatSciBERT y PubMedBERT, para afinar los modelos para la extracción de catalizadores de ORR. El modelo PubMedBERT afinado alcanzó el mejor NER F1-score de 82.19%, y el modelo MatSciBERT el mejor RE F1-score de 66.10%. El estudio también desarrolló un sistema basado en la web para facilitar la recopilación de datos, la anotación y la extracción, haciendo que el marco sea accesible para los investigadores. Los datos extraídos se compilan en un corpus de pilas de combustible para la informática de materiales (FC-CoMIcs), permitiendo un análisis y descubrimiento adicionales. Los autores concluyen que el marco propuesto tiene el potencial de acelerar significativamente la discovery y el desarrollo de catalizadores avanzados para aplicaciones energéticas. Subrayan los beneficios de automatizar el proceso de minería de la literatura, lo que puede llevar a una innovación más rápida y el desarrollo de catalizadores más eficientes y sostenibles para la ORR en las pilas de combustible. La investigación también resalta la importancia de los modelos BERT específicos del dominio para alcanzar una alta precisión en la extracción de catalizadores de ORR.