Extraction automatique de matériaux et de propriétés à partir de la littérature scientifique sur les supraconducteurs

L’extraction automatique des matériaux et de leurs propriétés associées à partir de la littérature scientifique suscite un intérêt croissant dans le domaine de la science des matériaux axée sur les données (Materials Informatics). Dans cet article, nous présentons Grobid-superconductors, notre solution pour l’extraction automatique des noms de matériaux supraconducteurs ainsi que de leurs propriétés respectives à partir de textes. Conçu comme un module Grobid, ce système combine des approches d’apprentissage automatique et heuristiques dans une architecture multi-étapes, capable de traiter des données d’entrée sous forme de texte brut ou de documents PDF. Grâce à Grobid-superconductors, nous avons construit SuperCon2, une base de données regroupant 40 324 enregistrements de matériaux et de propriétés issus de 37 700 publications. Les informations relatives aux matériaux (ou échantillons) sont représentées par leur nom, leur formule chimique et leur classe matérielle, et complétées par des données annexes telles que la forme, le dopage, les variables de substitution des composants et le substrat. Les propriétés incluent la température critique de supraconductivité (Tc), ainsi, lorsque disponibles, la pression appliquée et la méthode utilisée pour la mesure de Tc.