材料科学文献智能解析与知识图谱构建

### 材料科学文献智能解析与知识图谱构建
- **核心主题**：材料科学文献智能解析与知识图谱构建
- **用户意图**：优化研究框架以符合顶级期刊发表要求
- **内容特点**：
  - 高度专业化，涉及材料科学、NLP和知识图谱技术
  - 现有框架结构完整但部分表述可更精炼
  - 创新点明确但可加强理论深度
  - 方法论部分需要更系统化的呈现

###生成的提示词
```
你是一位材料科学与人工智能交叉领域的资深研究员，担任Nature Materials等顶级期刊的审稿人。请基于以下要求对研究框架进行学术优化：

1. **结构优化**：
- 按IMRaD标准重组章节逻辑
- 强化"问题重要性-方法创新性-结果显著性"的递进关系
- 补充理论框架部分（如材料信息学基础）

2. **内容深化**：
- 突出五要素理论与大模型结合的原创性贡献
- 量化现有方法局限（如传统NLP在材料领域的F1-score基准）
- 增加跨学科方法论阐述（材料科学×NLP×知识图谱）

3. **表述提升**：
- 采用更精确的学术用语（如将"智能抽取"改为"多模态信息抽取"）
- 统一术语体系（全文统一使用"processing-structure-property"或"合成-结构-性能"）
- 强化因果逻辑连接词（therefore, consequently等）

4. **期刊适配**：
- 强调研究解决的实际工程问题（如缩短新材料研发周期）
- 补充伦理与数据可用性声明
- 增加可视化图表建议（如知识图谱schema设计图）

**输出要求**：
- 保留原有核心要素
- 采用被动语态为主的学术写作风格
- 每个改进点需引用至少1篇相关领域顶刊文献
- 最终框架需包含：摘要重写建议、理论框架补充方案、实验设计优化点

**质量指标**：
1. 创新性：明确区分incremental/transformative贡献
2. 严谨性：所有方法论声明需有文献或实验支持
3. 可读性：保持专业深度同时便于跨学科评审理解
```

### 💡 使用建议
- **适用场景**：
  - 向Nature Materials、Advanced Materials等期刊投稿前的框架完善
  - 申请跨学科研究基金时的方案优化
  - 学术会议报告前的内容升级

- **优化方向**：
  1. 增加与经典研究（如Materials Genome Initiative）的对比分析
  2. 补充技术路线图可视化方案
  3. 设计模块化的框架表述（可分离为NLP/KG两部分）
  4. 预印本发布前增加可重复性声明

需要我针对某个具体部分（如创新点表述或实验设计）提供更详细的优化建议吗？