Hugging Face 发布 MolTextNet 数据集, 应用在 分子学习、机器学习 领域

Hugging Face 本次发布的数据集 MolTextNet, 该数据集名为MolTextNet，包含了250万个高质量的分子的文本配对样本，旨在支持多种分子学习任务。这些样本配备了由GPT-4生成的结构化描述，融合了分子的结构特征、物理化学性质、生物活性数据以及合成复杂性。该数据集的规模达到了250万分子与文本的配对，可应用于多模态分子学习、性质预测和结构检索等多种任务。

查看MolTextNet

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。