公开(公告)号：CN120032757A

公开(公告)日：2025-05-23

申请号：CN202510024250.7

申请日：2025-01-07

Applicant: 北京信息科技大学

Inventor： 张静乐 ,  王磊 ,  赵晓永 ,  张莉 ,  方志军

IPC: G16C20/40 ,  G16C20/70 ,  G16C20/90 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提供一种化合物结构跨模态搜索方法及系统，基于CLIP模型将文本形式或图片形式的化合物结构数据进行向量化，以映射到相同语义空间，通过对预设的化合物向量数据库进行搜索，能够对化合物结构实现跨模态搜索。化合物向量数据库通过构建联合索引和跨模态相似性搜索算法，实现了高效的跨模态搜索功能。联合索引能够同时支持图像、文本向量的存储和检索，提高了搜索的速度和效率。跨模态相似性搜索算法能够综合考虑图像和文本信息的相似性，提高了搜索的准确性。通过构建向量的分片存储，实现了分布式存储向量数据的功能，能够灵活应对后期数据量增大带来的存储和检索的问题，增强了系统的可扩展性。