文献

J-GLOBAL ID：201802212455124287   整理番号：18A1353969

「翻訳における発見」:神経配列-配列モデルを用いた複雑な有機化学反応の結果の予測【JST・京大機械翻訳】

“Found in Translation”: predicting outcomes of complex organic chemistry reactions using neural sequence-to-sequence models

著者 (5件)： Schwaller Philippe (IBM Research, Zurich, Switzerland. {phs,tga,dla,bek,teo}@zurich.ibm.com) ,  Gaudin Theophile ,  Lanyi David ,  Bekas Costas ,  Laino Teodoro
資料名： Chemical Science (Web)  (Chemical Science (Web))
巻： 9  号： 28  ページ： 6091-6098  発行年： 2018年 
JST資料番号： U7042A  ISSN： 2041-6539  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 化合物の有機化学者の理解と単語の言語話者の理解の直感的類似性がある。この類似性に基づいて,基本概念を導入し,有機化学の世界に対する言語解析の潜在的影響を分析することが可能である。本研究では,テンプレートフリーシーケンス-シーケンスモデル,訓練されたエンドツーエンドおよび完全データ駆動を導入することにより,翻訳問題として反応予測タスクをキャストした。反応情報により任意に拡張可能なトークン化を提案した。人間の言語翻訳から借wedされた注意ベースのモデルを用いて,反応テンプレートや明示的な原子特徴のような補助知識に頼ることなく,80.3%を達成することにより,トップ1の精度に関する反応予測における最先端の解を改善した。また,65.4%のトップ-1精度が,より大きい,より多くのデータセットで達成された。Copyright 2018 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  *予測 ,  *有機化学 ,  エンドツーエンド方式 ,  *モデル ,  類似性 ,  単語 ,  トークン
準シソーラス用語： *神経 ,  話者 ,  データ駆動 ,  言語解析 ,  有機化学反応 ,  最先端 , 【Automatic Indexing@JST】

分類 (5件)： 理論生物学一般  (EA02010D) ,  分子構造  (EB03020Y) ,  医用素材  (GA05040H) ,  製剤一般  (GY02010Z) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (6件)： 翻訳 ,  発見 ,  神経 ,  モデル ,  有機化学反応 ,  予測