计算机科学与探索

作者：林楠铠, 伍奕倩, 黄丽霓, 武洪艳, 徐榛, 王连喜

单位：1. 广东外语外贸大学 信息科学与技术学院，广州 5100062. 国防科技大学 计算机学院，长沙 410073

关键词：跨模态分子检索,课程学习,结构感知,分子表征,样本难度度量

基金：国家语委科研项目（YB145-123）。

在药物研发与材料科学领域，药理学家往往需要在分子结构与文本描述之间建立联系，以便高效筛选新化合物并加速分子设计过程。近年来，跨模态检索方法快速发展，早期主要依赖统计分析或哈希映射来关联不同模态，而深度学习的引入则显著提升了对齐效果。然而，在提高对齐能力的同时，现有方法也带来了较高的训练开销。为此，一些研究引入课程学习以提升检索效率，但其样本的难度度量多依赖于表征相似度，忽视了分子结构信息，从而可能导致排序结果存在偏差。针对上述问题，提出了一种结构感知的课程学习框架，从分子层级结构出发定义样本难度，使课程学习过程能够更好地捕捉分子的内在结构信息，减少误判样本在训练过程中的干扰，增强模型在处理结构相似但表征差异较大的分子样本时的鲁棒性。在多个主流基准数据集上的实验结果表明，该方法在Hits@1、MRR等指标上均优于现有方法。在文本-分子与分子-文本两类检索任务中，现有SOTA模型在所提框架下均取得了比现有课程学习方法更明显的性能提升，验证了所提策略在双向检索中的普适性与有效性。

来源：2025年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第12期