A assistência da inteligência artificial no desenvolvimento de materiais está impulsionando a pesquisa de materiais poliméricos orgânicos de uma abordagem baseada em experiência para uma baseada em dados, dependendo de recursos de dados de alta qualidade, rastreáveis e adaptados aos objetivos de pesquisa. Materiais poliméricos orgânicos possuem composição estrutural complexa e cenários de pesquisa diversos; os dados estão dispersos nas etapas de composição, preparo, caracterização, teste e desempenho, e campos fixos ou conjuntos de dados fechados têm dificuldade em se adaptar a diferentes necessidades. Para solucionar este problema, este trabalho propõe um método de extração de dados estruturados para materiais poliméricos orgânicos focado em objetivos de pesquisa personalizados, além de uma ferramenta open source. O método é direcionado a pesquisadores de materiais poliméricos orgânicos, unifica fontes heterogêneas em corpora processáveis, e fornece um sistema de campos personalizável e processo de extração, permitindo a definição de desempenho alvo, conteúdo de campos e modo de processamento de dados conforme objetivos específicos, realizando extração estruturada de informações sob demanda. Para validar a aplicabilidade do método, este trabalho configurou 11 tipos de propriedades comuns de materiais poliméricos orgânicos como exemplo, e realizou extração de dados em mais de dez mil documentos, obtendo cerca de cinquenta mil registros estruturados de desempenho. A distribuição de propriedades e as relações de emparelhamento indicam que os resultados da extração estão em conformidade com as faixas comuns de propriedades e regras empíricas de materiais poliméricos orgânicos; por exemplo, para a temperatura de transição vítrea (T_g), os valores de precisão, recall e F1 score para o reconhecimento de T_g foram 0,83, 0,89 e 0,86 respectivamente, e o F1 score para o emparelhamento do nome da amostra com o valor de T_g foi 0,78. Este método não depende de conjuntos de dados anotados nem de ajuste fino de modelo, sua característica principal é que o sistema de campos, desempenho alvo e palavras-chave podem ser definidos pelos pesquisadores conforme seu próprio sistema de materiais e objetivos de pesquisa, fornecendo um caminho técnico aberto e reutilizável para construção de bases de dados personalizadas e desenvolvimento de recursos de dados focados na pesquisa de materiais poliméricos orgânicos.

materiais poliméricos; grandes modelos de linguagem; extração de dados; sistema de campos personalizável