四个JSON Schema搞定ALD和ALE文献，材料科学数据终于能机器通用了！
Mined from Scientific Literature: Process Schemas for Atomic Layer Deposition and Etching in Materials Science
📖 AI 总结
该论文针对原子层沉积（ALD）和原子层刻蚀（ALE）在材料科学实验与模拟文献中报告方式各异、难以比较和机器化复用的问题，提出了四套经领域专家评审的JSON Schema，分别覆盖ALD与ALE的实验和模拟流程。这些Schema借助schema-miner工具构建，并以QUDT本体为语义基础，能够结构化描述材料、工艺条件、配置参数以及测量或预测结果。研究比较了各Schema的范围、结构和语义基础，并展示了其在模式引导的文献抽取以及通过ORKG模板发布结构化记录中的应用。这项工作为ALD和ALE领域的数据标准化与知识复用提供了可操作的语义框架，有助于推动材料科学文献数据的机器可读与跨研究比较。
🔑 关键词速览
| Atomic Layer Deposition (ALD) | 一种基于自限制表面化学反应的薄膜沉积技术，可精确控制膜厚至原子层级别。 |
| Atomic Layer Etching (ALE) | 一种原子层级别的刻蚀技术，通过自限制反应逐层去除材料，实现高精度刻蚀。 |
| JSON Schema | 一种用于描述和验证JSON数据结构的模式语言，支持数据格式的标准化和互操作性。 |
| QUDT | 一种用于表示科学数据中数量、单位、维度和数据类型的本体标准，促进语义互操作。 |
| ORKG | Open Research Knowledge Graph，一个开放的研究知识图谱平台，用于结构化发布和链接研究成果。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅