一种基于大语言模型的化学品危险性预测方法与系统

本发明提出了一种基于大语言模型的化学品危险性预测方法与系统，包括：获取待测化合物的分子结构文本表示；对分子结构文本进行分类输入，并构成输入序列；进行Transformer表征，包括将所述序列输入预训练的化学领域Transformer编码器以获得各位置的上下文表示，从编码器最终层读取位置向量作为全局分子表示z，训练阶段不冻结编码器参数，与下游模块端到端联合优化；进行树模型判别，包括将所述向量输入梯度提升树分类器输出样本的预测概率及类别标签；定义适用域AD并以AD内分类性能与样本覆盖率的乘积为目标函数选取最优阈值对，从而获得适用域边界；提取注意力权重生成分子结构文本解释性；输出预测标签、预测概率、适用域标记及原子级重要度。