本研究建立了ChemRxivQuest数据库，包含155篇ChemRxiv预印本的970对高质量问答，旨在应对化学文献快速增长带来的信息获取挑战，为问答系统和语言模型的微调提供基础资源。

本研究提出了一种MarkushGrapher方法，旨在解决化学文献中马库什结构识别不足的问题。该方法通过联合编码文本、图像和布局信息，有效识别马库什结构，并引入合成数据生成管道以应对训练数据不足。实验结果表明，该方法在多个评估中优于现有模型，具有实际应用潜力。