RxnScribe: A Sequence Generation Model for Reaction Diagram Parsing

要約

反応図の解析は、化学文献の図から反応スキームを抽出するタスクです。
反応図は任意に複雑になる可能性があるため、反応図を構造化データに堅牢に解析することは未解決の課題です。
この論文では、さまざまなスタイルの反応図を解析するための機械学習モデルである RxnScribe を紹介します。
この構造化された予測タスクは、従来のパイプラインをエンドツーエンドのモデルに凝縮するシーケンス生成アプローチを使用して定式化されます。
1,378 個の図のデータセットで RxnScribe をトレーニングし、相互検証で評価し、80.0% のソフト マッチ F1 スコアを達成し、以前のモデルに比べて大幅に改善しました。
私たちのコードとデータは https://github.com/thomas0809/RxnScribe で公開されています。

要約(オリジナル)

Reaction diagram parsing is the task of extracting reaction schemes from a diagram in the chemistry literature. The reaction diagrams can be arbitrarily complex, thus robustly parsing them into structured data is an open challenge. In this paper, we present RxnScribe, a machine learning model for parsing reaction diagrams of varying styles. We formulate this structured prediction task with a sequence generation approach, which condenses the traditional pipeline into an end-to-end model. We train RxnScribe on a dataset of 1,378 diagrams and evaluate it with cross validation, achieving an 80.0% soft match F1 score, with significant improvements over previous models. Our code and data are publicly available at https://github.com/thomas0809/RxnScribe.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google