ReLM：利用语言模型增强化学反应预测
机器学习
2023-10-23 v1 人工智能
摘要
预测化学反应是化学中的一项基本挑战，涉及从给定的反应过程预测所得产物。传统技术，尤其是采用图神经网络（GNNs）的技术，常受限于训练数据不足以及无法利用文本信息，削弱了它们在现实应用中的适用性。在这项工作中，我们提出 ReLM，一种新颖的框架，利用语言模型（LMs）中编码的化学知识来辅助 GNNs，从而提升真实世界化学反应预测的准确性。为了进一步增强模型的鲁棒性和可解释性，我们引入了置信度评分策略，使 LMs 能够自我评估其预测的可靠性。我们的实验结果表明，ReLM 在各种化学反应数据集上改进了最先进的基于 GNN 的方法的性能，尤其是在分布外设置下。代码可在 https://github.com/syr-cn/ReLM 获取。
引用
@article{arxiv.2310.13590,
title = {ReLM: Leveraging Language Models for Enhanced Chemical Reaction Prediction},
author = {Yaorui Shi and An Zhang and Enzhi Zhang and Zhiyuan Liu and Xiang Wang},
journal= {arXiv preprint arXiv:2310.13590},
year = {2023}
}