基于深度学习的化学结构识别研究

目的通过深度学习方法,研究如何对科学文献中的化学结构进行有效识别以达到药物重新发现的目的。方法提出一个针对化学结构识别的编码器-解码器模型。该模型通过分子指纹预训练学习分子的结构和性质信息,并将其融合到下游任务。此外,模型还融合了注意力机制,在提升模型特征提取能力的同时,增强了模型的可解释性。结果在两个基准测试集上进行测试,本模型相比其他方法取得了具有竞争力的效果,并且提供了有效的可解释结果。结论本研究提出的基于预训练和注意力机制的深度学习模型,显著提高了化学结构识别的准确率,为药物研发提供了加速引擎。