摘要

在数据驱动型材料科学（材料信息学）领域，从科学文献中自动提取材料及其相关性质正日益受到关注。本文介绍了我们提出的一种解决方案——Grobid-superconductors，该工具能够自动从文本中提取超导材料名称及其相应物理性质。Grobid-superconductors 作为一个 Grobid 模块构建，采用多步骤架构，融合了机器学习与启发式方法，支持原始文本或 PDF 文档作为输入数据。基于 Grobid-superconductors，我们构建了 SuperCon2 数据库，其中包含来自 37,700 篇文献的 40,324 条材料与性质记录。材料（或样品）信息以名称、化学式和材料类别进行表示，并附加形状、掺杂情况、组分替代变量以及基底等辅助信息。所记录的性质包括超导临界温度 Tc，以及在有可用数据时的外加压力和 Tc 测量方法。