RxnScribe：一种用于反应图示解析的序列生成模型
计算与语言
2023-05-22 v1 人工智能
计算机视觉与模式识别
摘要
反应图示解析是从化学文献中的图示提取反应方案的任务。反应图示可能任意复杂，因此将其稳健地解析为结构化数据是一项开放性挑战。在本文中，我们提出 RxnScribe，一种用于解析不同风格反应图示的机器学习模型。我们用序列生成方法表述这一结构化预测任务，将传统流水线浓缩为端到端模型。我们在 1,378 张图示的数据集上训练 RxnScribe，并通过交叉验证评估，取得了 80.0% 的软匹配 F1 分数，相较先前模型有显著提升。我们的代码和数据公开于 https://github.com/thomas0809/RxnScribe。
引用
@article{arxiv.2305.11845,
title = {RxnScribe: A Sequence Generation Model for Reaction Diagram Parsing},
author = {Yujie Qian and Jiang Guo and Zhengkai Tu and Connor W. Coley and Regina Barzilay},
journal= {arXiv preprint arXiv:2305.11845},
year = {2023}
}
备注
To be published in the Journal of Chemical Information and Modeling