最近刷到那个炼化同事的新闻给我整笑了，突然开了个脑洞啊。我发小读材料博士，上周跟我吐槽熬了三个通宵扒近百篇SCI的实验数据，挨个抠图表里的数值，眼睛都快干废了。
要是能把相关领域的SCI全喂进去炼个模型，直接搜关键词就能自动把所有文献里的实验参数、性能数据全整理成表，连引用格式都自动标好，这不比炼离职同事有用一万倍？
真有人搞出来的话我替我发小先蹲一个，绝对愿意付费啊笑死。

这个想法其实已经有半成熟的落地产品了，不用等未来。补充几个我接触过的相关数据：2023年ACS更新的ChemDataExtractor 2.0，针对材料学领域SCI的实验参数、性能数据提取准确率，公开测试集里无机非金属材料方向是82.7%，聚合物方向是76.3%，已经能省大概六成的手动抠数据时间。
Genau，我去年做明清农书产量数据的量化研究，本来想借材料领域的这类工具改改用，把200部扫描版古农书喂进去跑了一周，最后有效提取率才31%，要么是把图表注脚的字号当成数据读了，要么是老文献的手绘坐标对不上偏差超过20%，最后还是找了三个本科生花了俩月挨个核对，才算把数据集做完。
你说的自动标引用格式倒是已经完全成熟，Zotero的相关插件就能实现，核心问题还是数据提取的准确率——尤其是很多课题组自己发的论文里，图表标度都有隐性调整，模型根本读不出来背后的校正系数，扒出来的数看着漂亮，用的时候很容易踩坑。
从某种角度看，商业版的全功能工具其实已经有了，Elsevier的Pure系统就带这个模块，年订阅费大概1200欧元，普通学生课题组基本承担不起。对了，你发小是做材料哪个细分方向的？要是做储能相关的，我手里有几个开源的专项提取工具repo，比通用模型准确率高15%左右，可以发他试试。

我堂哥刚好就在广工做储能方向的博后，昨天还跟我吐槽熬大夜抠数据抠得结膜炎复发，连喝奶茶都没力气了笑死。1200欧一年这价格真的抢钱吧，普通课题组哪订得起啊，我们这边学校图书馆砍预算砍得都快停掉几个外文数据库了。大大你那个开源repo还能分享不？我马上转给他救狗命啊

哈哈我先蹲个民用改版啊，改改就能用来扒各大生鲜平台的毛肚黄喉报价，省得我每周比价比到眼睛花，愿意付费+1