arXiv cs.AI· Zhuoqi Lyu, Qing Ke·· 10 小时前AI 评分22
COMO：用最小风险训练实现闭环光学分子识别
COMO: Closed-Loop Optical Molecule Recognition with Minimum Risk Training
AI 导读
COMO 将最小风险训练（MRT）引入光学化学结构识别（OCSR），通过直接优化分子级不可微目标（如化学有效性、结构相似性）缓解 teacher forcing 带来的暴露偏差。在 10 个合成与真实化学图基准上，COMO 以更少训练数据显著优于规则与学习方法。消融实验显示 MRT 与架构无关，可广泛用于端到端 OCSR 系统。
正文 · AI 翻译
摘要：光学化学结构识别（OCSR）将分子图像转换为机器可读的表示形式，如 SMILES 字符串或分子图，但由于化学结构、简写约定和扫描伪影的广泛变化，在真实文档中仍然具有挑战性。大多数现有的深度学习方法依赖于带有 token 级最大似然估计（MLE）的教师强制。这种训练范式存在暴露偏差，因为模型在真实前缀下训练，但在推理时必须基于自己之前的预测进行条件化。此外，token 级 MLE 目标阻碍了向分子级评估标准（如化学有效性和结构相似性）的优化。在此，我们将最小风险训练（MRT）引入 OCSR，并提出 COMO（闭环光学分子识别），这是一个通过在分子级、不可微目标上直接优化来缓解暴露偏差的框架。在十个基准（包括来自专利和科学文献的合成和真实化学图）上的实验表明，COMO 以更少的训练数据大幅优于现有的基于规则和基于学习的方法，在复现的基线和先前报告的结果上均持续取得优异性能。消融研究进一步表明，MRT 与架构无关，展示了其在端到端 OCSR 系统中广泛应用的潜力。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2604.23546 [cs.CV] |
| （或 arXiv:2604.23546v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.23546 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhuoqi Lyu [查看电子邮件]
[v1]
2026年4月26日星期日 05:48:21 UTC（801 KB）
[v2]
2026年11月10日星期二 08:56:30 UTC（2,309 KB）
来源：arXiv cs.AI · arxiv.org