用大模型从科学文献自动抽取力学本构模型：面向文化遗产保护

完整中文导读

研究提出一个基于大语言模型的两阶段智能体框架，从 PDF 文献中自动抽取力学本构方程、标定参数与元数据，用于文化遗产保护的高保真模拟。该流程用资源高效的 Gatekeeper 智能体做相关性筛选，用高能力的 Analyst 智能体做细粒度抽取，并引入上下文感知符号锚定机制处理数学歧义。

论文资料与摘要整理

整理依据：原始摘要与元数据；未据此展示论文全文

Automated Extraction of Mechanical Constitutive Models from Scientific Literature using Large Language Models: Applications in Cultural Heritage Conservation

作者：Rui Hu；Yue Wu；Tianhao Su；Yin Wang；Shunbo Hu；Jizhong Huang
刊物：arXiv 预印本（非同行评议）
出版时间：2026-02-18

研究方法

基于大语言模型的两阶段智能体框架，Gatekeeper 智能体做相关性过滤，Analyst 智能体做细粒度抽取，并采用上下文感知符号锚定机制解决数学歧义；在超过 2000 篇论文语料上验证

研究对象

文化遗产保护中高保真模拟所需的力学本构模型，散落在数十年非结构化科学文献中

主要发现

筛出 113 篇核心文献，构建含 185 个本构模型实例和 450 多个标定参数的结构化数据库，抽取精度 80.4%，人工数据整理时间减少约 90%，并通过网页知识检索平台演示参数快速发现

材料局限

材料未提供