奥胡斯大学 发布 LACHEBI-20 数据集, 应用在 分子信息学、自然语言处理 领域

奥胡斯大学 本次发布的数据集 LACHEBI-20, LACHEBI-20是一个分子数据集，由奥胡斯大学的研究团队创建。该数据集包含33010个分子实体，以化学化合物为中心。每个分子都使用SMILES字符串表示，并附带高质量的手动注释。LACHEBI-20通过LA3框架对CHEBI-20数据集中的注释进行自动增强，生成具有多样化句子结构和词汇的注释，以提升模型的性能和鲁棒性。该数据集的应用领域包括文本基础的全新分子生成和分子字幕生成等分子任务。

查看LACHEBI-20

README 内容： 

关于 奥胡斯大学 , 奥胡斯大学是丹麦的一所著名综合性大学，以其卓越的研究和教育质量在国际上享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。