論文の概要: SynKB: Semantic Search for Synthetic Procedures

• arxiv url: http://arxiv.org/abs/2208.07400v1
• Date: Mon, 15 Aug 2022 18:33:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-17 12:16:50.277650
• Title: SynKB: Semantic Search for Synthetic Procedures
• Title（参考訳）: SynKB: セマンティック検索による合成手順
• Authors: Fan Bai, Alan Ritter, Peter Madrid, Dayne Freitag, John Niekrasz
• Abstract要約: 本稿では,化学合成プロトコルの知識ベースをオープンソースとして自動抽出するSynKBを提案する。 Reaxsysのような独自の化学データベースと同様に、SynKBは化学者が合成手順に関する構造化された知識を検索できるようにする。
• 参考スコア（独自算出の注目度）: 9.360528362635215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper we present SynKB, an open-source, automatically extracted knowledge base of chemical synthesis protocols. Similar to proprietary chemistry databases such as Reaxsys, SynKB allows chemists to retrieve structured knowledge about synthetic procedures. By taking advantage of recent advances in natural language processing for procedural texts, SynKB supports more flexible queries about reaction conditions, and thus has the potential to help chemists search the literature for conditions used in relevant reactions as they design new synthetic routes. Using customized Transformer models to automatically extract information from 6 million synthesis procedures described in U.S. and EU patents, we show that for many queries, SynKB has higher recall than Reaxsys, while maintaining high precision. We plan to make SynKB available as an open-source tool; in contrast, proprietary chemistry databases require costly subscriptions.
• Abstract（参考訳）: 本稿では,化学合成プロトコルの知識ベースをオープンソースで自動抽出するSynKBを提案する。 Reaxsysのような独自の化学データベースと同様に、SynKBは化学者が合成手順に関する構造化された知識を検索できるようにする。 手続き的テキストの自然言語処理の最近の進歩を生かして、SynKBは反応条件に関するより柔軟なクエリをサポートし、化学者が新しい合成経路を設計する際に、関連する反応に使用される条件を検索するのに役立つ可能性がある。 米国とeuの特許で説明されている600万の合成手順から情報を自動的に抽出するためにカスタマイズされたトランスフォーマーモデルを使用することで、多くのクエリにおいてsynkbはreaxsysよりも高いリコール率を示しながら、精度を維持している。 対照的に、プロプライエタリな化学データベースは、高価なサブスクリプションを必要としています。

関連論文リスト

• Validation of the Scientific Literature via Chemputation Augmented by Large Language Models [0.0]
  化学計算は、普遍的な記号言語を用いて実験を行うための化学ロボットをプログラミングするプロセスである。 大規模言語モデル(LLM)は、自然言語処理、ロボット制御、最近では化学など、様々な分野において顕著な能力を発揮している。 本稿では,合成文芸手順の自動検証を目的としたLCMベースの化学研究エージェントワークフローを提案する。
  論文  参考訳（メタデータ） (2024-10-08T21:31:42Z)
• BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
  BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。 我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。 この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
  論文  参考訳（メタデータ） (2024-08-19T05:17:40Z)
• SynthesizRR: Generating Diverse Datasets with Retrieval Augmentation [55.2480439325792]
  トピック分類,感情分析,トーン検出,ユーモアの6つのデータセットの合成について検討した。 その結果,SynthesizRRは語彙や意味の多様性,人文との類似性,蒸留性能を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2024-05-16T12:22:41Z)
• An Autonomous Large Language Model Agent for Chemical Literature Data Mining [60.85177362167166]
  本稿では,幅広い化学文献から高忠実度抽出が可能なエンドツーエンドAIエージェントフレームワークを提案する。 本フレームワークの有効性は,反応条件データの精度,リコール,F1スコアを用いて評価する。
  論文  参考訳（メタデータ） (2024-02-20T13:21:46Z)
• Precursor recommendation for inorganic synthesis by machine learning materials similarity from scientific literature [0.0]
  我々は、29,900個の固体合成レシピの知識ベースを使用して、新規なターゲット物質の合成を推奨する前駆体を自動的に学習する。 データ駆動型アプローチは材料の化学的類似性を学習し、類似材料の前駆的な合成手順に新しいターゲットの合成を言及する。 我々のアプローチは、何十年もの合成データを数学的形式で捉え、レコメンデーションエンジンや自律的な研究室での使用を可能にします。
  論文  参考訳（メタデータ） (2023-02-05T04:57:59Z)
• Recent advances in artificial intelligence for retrosynthesis [29.32667622776065]
  再合成は有機化学の基盤であり、化学者が物質や医薬品の製造に不慣れで新しい分子にアクセスできるようにしている。 人工知能による最近のブレークスルーは、レトロシンセシスに革命をもたらした。
  論文  参考訳（メタデータ） (2023-01-14T09:29:39Z)
• Importance of Synthesizing High-quality Data for Text-to-SQL Parsing [71.02856634369174]
  最先端のテキストから重み付けアルゴリズムは、強化された合成データでトレーニングされた場合、一般的なベンチマークでは改善されなかった。 本稿では,スキーマから重要な関係を取り入れ,強い型付けを課し,スキーマ重み付きカラムサンプリングを行う新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-12-17T02:53:21Z)
• FusionRetro: Molecule Representation Fusion via In-Context Learning for Retrosynthetic Planning [58.47265392465442]
  再合成計画(Retrosynthetic Planning)は、開始物質から標的分子への完全な多段階合成経路を考案することを目的としている。 現在の戦略では、単一ステップの逆合成モデルと探索アルゴリズムの分離されたアプローチを採用している。 本稿では,文脈情報を利用した新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-30T08:44:58Z)
• ULSA: Unified Language of Synthesis Actions for Representation of Synthesis Protocols [2.436060325115753]
  合成手順を記述するための最初の統一言語であるULSA(Unified Language of Synthesis Actions)を提案する。 提案手法に基づく3,040の合成手順のデータセットを作成した。
  論文  参考訳（メタデータ） (2022-01-23T17:44:48Z)
• RetroXpert: Decompose Retrosynthesis Prediction like a Chemist [60.463900712314754]
  そこで我々は, テンプレートフリーな自動逆合成拡張アルゴリズムを考案した。 我々の方法はレトロシンセシスを2段階に分解する。 最先端のベースラインよりも優れている一方で、我々のモデルは化学的に合理的な解釈も提供する。
  論文  参考訳（メタデータ） (2020-11-04T04:35:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。