Fine-tuning large language models for chemical text mining

计算机科学 自然语言处理
作者
Wei Zhang,Qinggong Wang,Xiangtai Kong,Jiacheng Xiong,Shengkun Ni,Duanhua Cao,Buying Niu,Mingan Chen,Yameng Li,Runze Zhang,Yitian Wang,Lehan Zhang,Xutong Li,Zhaoping Xiong,Qian Shi,Ziming Huang,Zunyun Fu,Mingyue Zheng
出处
期刊:Chemical Science [Royal Society of Chemistry]
卷期号:15 (27): 10600-10611 被引量:65
标识
DOI:10.1039/d4sc00924j
摘要

Extracting knowledge from complex chemical texts is essential for both experimental and computational chemists. Fine-tuned large language models (LLMs) can serve as flexible and effective extractors for automated data acquisition.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
番茄完成签到,获得积分10
刚刚
王春焦发布了新的文献求助10
1秒前
taimeili发布了新的文献求助10
2秒前
2秒前
Lc发布了新的文献求助10
2秒前
nini发布了新的文献求助10
2秒前
crazy发布了新的文献求助10
3秒前
5秒前
6秒前
6秒前
7秒前
思源的应助被彳亍不是踟蹰采纳,获得10
8秒前
Edward完成签到,获得积分10
8秒前
9秒前
10秒前
dii完成签到 ,获得积分10
10秒前
szw发布了新的文献求助10
11秒前
小方发布了新的文献求助10
11秒前
上官若男的应助被Olivia采纳,获得10
11秒前
SciGPT的应助被光亮发卡采纳,获得10
11秒前
12秒前
刘锰发布了新的文献求助10
12秒前
13秒前
马小跳完成签到,获得积分10
13秒前
罗布林卡发布了新的文献求助10
14秒前
漂亮采白发布了新的文献求助10
14秒前
称心的飞烟完成签到,获得积分10
15秒前
tang发布了新的文献求助10
16秒前
wsc121314完成签到,获得积分10
17秒前
17秒前
li的应助被小马2023采纳,获得10
17秒前
hui发布了新的文献求助10
18秒前
18秒前
18秒前
taimeili完成签到,获得积分10
19秒前
zwh关闭了zwh的文献求助
20秒前
20秒前
丝状佩奇完成签到 ,获得积分10
21秒前
21秒前
ying发布了新的文献求助10
22秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Computational Chemical Reaction Engineering: Modeling, Simulation, and Design with MATLAB 600
Organizational Behavior 510
Management and the Arts 510
CLSI C56QG Examples of Hemolyzed, Icteric, and Lipemic/Turbid Samples Quick Guide 400
Encyclopedia of Geology 2nd Edition 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 内科学 物理 有机化学 化学工程 生物化学 复合材料 光电子学 细胞生物学 心理学 量子力学 催化作用 物理化学 电极
热门帖子
关注 科研通微信公众号,转发送积分 7805161
求助须知:如何正确求助?哪些是违规求助? 9338785
关于积分的说明 20493084
捐赠科研通 7397170
什么是DOI,文献DOI怎么找? 3327705
关于科研通互助平台的介绍 2474554
邀请新用户注册赠送积分活动 2345813