自动构建与更新MLIP材料模型知识图谱

作为对材料科学中概念、概念和实体语义表示的众多努力的补充，我们报告并说明了一个过程，通过该过程我们可以自动构建快速发展的机器学习领域的知识图谱，应用于材料属性的预测，重点关注 MLIP（机器学习原子间势）。这种基于 LLM 的流程依赖于多个步骤，从文档和文章中的信息提取到使用 SHACL 约束来检测和纠正错误的验证循环。它是在逐个模型的基础上进行的，重点关注表示的一致性，因此能够进行迭代构建，从而促进添加新模型。我们通过展示一些有趣的方面来说明该过程，这些方面可以从根据 Matbench Discovery 排行榜中列出的模型构建的知识图中进行查询。