Use of Machine Learning and Large Language Models in Chemical Information Extraction

计算机科学 人工智能 信息抽取 机器学习 水准点(测量) 钥匙(锁) 跟踪(心理语言学) 自然语言处理 原始数据 数据科学 知识抽取 转化(遗传学) 情报检索 特征提取 数据提取 数据建模 深度学习 机器代码
作者
Yufan Chen,Yuxuan Zhang,Haifan Zhou,Ching Ting Leung,Hanyu Gao
出处
期刊:Annual Review of Chemical and Biomolecular Engineering [Annual Reviews]
标识
DOI:10.1146/annurev-chembioeng-100724-080433
摘要

Rich information in the chemical literature presents unprecedented opportunities for accelerating discovery and optimization in chemistry through data-driven approaches. Nevertheless, converting raw information in the literature into structured databases relies primarily on manual curation, which is time-consuming and costly. In this review, we comprehensively examine recent advances in automatic chemical information extraction from the literature, focusing on image and text modalities. We trace the evolution from early rule-based and machine learning approaches to state-of-the-art methods leveraging large language models (LLMs) and vision language models. We discuss core tasks such as optical chemical structure recognition, reaction diagram parsing, named entity recognition, and experimental procedure extraction, highlighting representative methods, benchmark data sets, and practical challenges such as multimodal integration and data annotation. By systematically comparing these approaches, we identify key trends and persistent limitations and outline promising future directions toward robust, scalable, and automated chemical information extraction frameworks. This review aims to provide a practical guide for researchers seeking to harness machine learning and LLM technologies to accelerate the digital transformation of chemical science.
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
mengmenglv完成签到 ,获得积分0
4秒前
45275357完成签到 ,获得积分10
7秒前
土豆酱完成签到 ,获得积分10
10秒前
ygmygqdss完成签到 ,获得积分10
11秒前
John完成签到,获得积分10
12秒前
小路完成签到 ,获得积分10
14秒前
hashie完成签到,获得积分10
16秒前
qvb完成签到 ,获得积分10
17秒前
月上柳梢头A1完成签到,获得积分10
17秒前
潜龙完成签到 ,获得积分10
20秒前
ferritin完成签到 ,获得积分10
22秒前
yeeja完成签到 ,获得积分10
30秒前
MADAO完成签到 ,获得积分10
35秒前
falling_learning完成签到 ,获得积分10
40秒前
仙林AK47发布了新的文献求助40
42秒前
zbb123完成签到 ,获得积分10
44秒前
辛勤香岚完成签到,获得积分10
45秒前
47秒前
詹姆斯哈登完成签到,获得积分10
47秒前
茅十八完成签到,获得积分10
48秒前
仙林AK47发布了新的文献求助20
51秒前
小恐龙怪兽完成签到 ,获得积分10
52秒前
明亮的浩天完成签到 ,获得积分10
52秒前
Jayzie完成签到 ,获得积分10
53秒前
weng完成签到,获得积分10
53秒前
马马马完成签到,获得积分10
53秒前
仙林AK47完成签到,获得积分10
57秒前
1分钟前
默11完成签到 ,获得积分10
1分钟前
1分钟前
xiaoze完成签到 ,获得积分10
1分钟前
Flyzhang完成签到,获得积分10
1分钟前
king完成签到 ,获得积分10
1分钟前
r41r32完成签到 ,获得积分10
1分钟前
呼呼呼完成签到,获得积分10
1分钟前
乐观的忆枫完成签到 ,获得积分0
1分钟前
萤火虫完成签到,获得积分10
1分钟前
1分钟前
FashionBoy应助无一采纳,获得10
1分钟前
科目三应助初景采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Adhesion Science: Principles & Practice 800
Signals, Systems, and Signal Processing 610
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6523260
求助须知:如何正确求助?哪些是违规求助? 8316260
关于积分的说明 17793850
捐赠科研通 5625232
什么是DOI,文献DOI怎么找? 2928180
邀请新用户注册赠送积分活动 1904876
关于科研通互助平台的介绍 1765054