据《MRSBulletin》杂志官网1月8日消息，美国加州大学伯克利分校和马萨诸塞大学安姆斯特分校的研究人员合作，采用机器学习与自然语言处理技术从已发表的文献中获取材料的合成条件。研究人员开发的人工智能平台可自动分析研究文献，并可根据文本中提及的合成温度、时间、设备名称、制备条件及目标材料等关键词进行自动分类。结果表明，该平台识别文章段落的准确度为99%，标注关键词的准确度为86%。研究人员采用该平台分析了12900份文献中各类金属氧化物的合成条件，并根据获取的数据成功预测出通过水热法合成二氧化钛纳米管所需的关键参数。该技术是“材料基因组计划”的重要进展，有望大幅降低新材料的开发难度，节省新材料的开发时间。

https://www.cambridge.org/core/journals/mrs-bulletin/news/machine-learning-algorithm-extracts-materials-synthesis-recipes-from-the-literature