Publicación:

Extracción de información experimental de rendimiento y síntesis de celdas solares de Perovskita mediante modelos de procesamiento del lenguaje natural

Resumen

La crisis energética iniciada en 2021 ha impulsado la búsqueda de fuentes alternativas de energía limpia, destacándose la energía solar por su crecimiento sostenido. En este contexto, las celdas solares de Perovskita representan una tecnología prometedora debido a su alta eficiencia y facilidad de fabricación. Sin embargo, el rápido aumento de publicaciones científicas ha generado grandes volúmenes de información compleja y diversa, dificultando su análisis y aprovechamiento. Los métodos tradicionales de identificación de tendencias y relaciones en la literatura científica usados para desarrollar celdas solares son lentos y demandan un esfuerzo considerable. Para afrontar este desafío, se emplean técnicas de procesamiento de lenguaje natural (NLP), recopilación de datos y aprendizaje por transferencia (Transfer Learning), que permiten adaptar modelos preentrenados al lenguaje científico especializado. Este proyecto desarrolla un Pipeline híbrido basado en dos modelos NLP usando Transfer Learning, NER y RE, complementados con reglas heurísticas para la extracción contextualizada de información. El sistema agrupa entidades en dispositivos (devices) que integran las capas ETL, HTL y Perovskita, parámetros de desempeño (Voc, Jsc, PCE y FF) y métodos de síntesis. Con énfasis en minimizar los requisitos de recursos computacionales necesarios para desarrollar e implementar el Pipeline.