Elsevier добавил в Reaxys модель LG AI Research для чтения формул

Как работает модель

В химии небольшая разница меняет смысл: неверно прочитанная линия связи между атомами может означать другое соединение. Точное извлечение данных особенно важно в неорганической и металлоорганической химии, где структуры сложны.

LG AI Research создал модель, специализированную на химии. В одной системе объединены поиск молекул, анализ схем реакций и оптическое распознавание молекулярных структур (OCSR). ИИ находит формулы в документе, анализирует атомы и связи и преобразует их в данные. Исследователь может проверить, встречалось ли соединение в прежних работах, и найти родственные вещества и реакции.

Elsevier применил технологию в процессе извлечения и проверки данных Reaxys. Сервис предоставляет сведения о химических веществах, реакциях, биологической активности, биологических мишенях и свойствах веществ. По словам компании, информация, остававшаяся в виде изображений, теперь извлекается быстрее и полнее, что помогает искать новые вещества, проверять пересечение с прежними работами и проектировать пути синтеза.

Проверка и планы

В собственной оценке, опубликованной LG AI Research, модель показала более высокий результат, чем существующие альтернативы, в тесте на извлечение химической информации со всей страницы документа. Перед запуском Elsevier проверил точность извлечения по действующим критериям Reaxys, а также системы и рабочие процессы, чтобы сохранить качество данных при обработке больших объёмов документов.

Компании намерены расширить сотрудничество на извлечение сведений о химических реакциях, включая исходные вещества и продукты, чтобы пополнить поисковую базу Reaxys. Миритт Элдор из Elsevier отметила: чем больше времени химики тратят на расшифровку схем, тем меньше остаётся на новые открытия.