文献专利反应信息结构化数据库

从文献和专利中处理过后的反应数据采用结构化索引信息与文档对象协同存储方式，在计算机存储介质中形成反应主表、反应物信息、产物信息、条件参数、来源文献和抽取记录相互关联的数据结构。结构化信息存储于关系型数据表，用于保存反应标识、分子表达、反应条件、产率结果、来源信息和抽取状态；原始文献文本、专利全文、结构图片和解析结果文件以文本对象或文件对象形式存储，并通过唯一标识与主表关联。反应主表以reaction_id为主关键字段，属性为字符串型唯一标识，不可为空且不得重复。主要字段包括reaction_smiles，属性为字符型；reactant_text和product_text，属性为长文本型；catalyst_name、solvent_name、reagent_name，属性为字符型；temperature_value、time_value、yield_value，属性为数值型；source_type、extract_status，属性为枚举型；document_id、patent_no、doi_code，属性为字符型。整体数据结构具备主键唯一、字段清晰、来源可追溯和结果关联稳定的特点。

搜集汇总

背景与挑战

背景概述

该数据集专注于从文献和专利中提取化学反应信息，并对其进行结构化整理，形成便于检索和应用的数据库。其类型为数据技术算法，适用于数据应用场景，主要服务于化学研发与技术情报分析领域。