金属基复合材料制备组织与性能文献数据

随着材料基因组工程的深入推进，从海量学术文献中高效提取结构化数据已成为加速新材料研发的关键瓶颈。本研究针对铝基与钛基复合材料领域，构建了一套融合大语言模型与领域专家知识的自动化文献数据提取系统。通过集成多源数据采集、智能文档解析、语义信息抽取及结构化重组技术，从4500余篇非结构化PDF文献中成功提取了53894条高质量数据记录，涵盖材料制备工艺、实验表征方法、性能测试结果和计算模拟参数四大核心类别。本数据集严格遵循材料科学四要素框架设计，每条数据均包含完整的元数据追溯信息和详细的实验、计算条件，为金属基复合材料的机器学习建模、工艺优化及知识发现提供了标准化的数据资源。数据集的构建方法可为其他材料体系的文献数据挖掘提供可复现的技术范式。