计算机工程

作者：林帆, 李建华

单位：华东理工大学信息科学与工程学院，上海 200237

关键词：光学化学结构识别,编码解码架构,深度学习,SMILES表达式,多阶门控聚合网络

基金：国家科技重大专项(2018ZX09735002)

在光学化学结构识别(OCSR)领域，现有基于深度学习的模型通常依赖于卷积神经网络(CNN)或视觉Transformer进行视觉特征提取，并采用Transformer进行序列解码。这些模型虽然有效，但仍受限于图像特征提取能力和解码时位置编码的精确性，从而影响识别效率。针对这些限制，将多阶门控聚合网络(MogaNet)和引入相对位置编码的Transformer构成的编码解码架构用于OCSR领域，提出一种基于多阶门控聚合网络的光学化学结构识别模型。该模型首先在图像特征提取时通过MogaNet空间聚合模块，捕获多尺度特征并减少特征冗余，并且通过MogaNet通道聚合模块改善通道维度的多样性；其次在序列解码时采用引入相对位置编码的Transformer作为解码器，精准捕捉序列单词之间的相对位置关系。为了训练和验证该模型，构建一个包含40万个分子的化学结构数据集，其中包含Markush结构与非Markush结构。实验结果表明，该模型的准确率达到了92.36%，优于其他现有的模型。

来源：2025年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第8期