-
题名机器学习在方剂研究中的应用概述
被引量：8
- 1
-
-
作者
高婉卿
程宁
李力松
黄辛迪
丁长松
-
机构
湖南中医药大学
湖南省中医药大数据分析实验室(丁长松)
-
出处
《中国中医药信息杂志》
CAS
CSCD
2021年第6期131-137,共7页
-
基金
国家重点研发计划(2017YFC1703306)
湖南省中医药科研计划重点课题(2020002)
+1 种基金
湖南省自然科学基金(2018JJ2301)
湖南省重点研发计划(2017SK2111)。
-
文摘
随着信息技术的发展及大数据、人工智能的普及,中医现代化研究得到极大发展。为探究辨证论治、组方配伍本质规律,方剂研究成为中医传承与发展的重要内容。为实现智能化中医诊疗,根据病症自动推荐准确有效的方剂成为研究关键。本文对近年来机器学习在方剂领域中的应用进行梳理,将聚类、支持向量机、关联规则等传统机器学习方法和深度学习技术的特点及其在方剂研究中的应用进行比较;分析机器学习在方剂研究中遇到的困境及其相应的解决办法;指出机器学习在方剂研究中的趋势,并对其前景进行展望。
-
关键词
机器学习
中医
方剂
客观化
智能化
综述
-
Keywords
machine learning
TCM
prescription
objectification
intellectualization
review
-
分类号
R2-05
[医药卫生—中医学]
-
-
题名多源环境下中药实体统一视图构建策略
被引量：2
- 2
-
-
作者
梁杨
丁长松
蔡雄
-
机构
湖南中医药大学信息科学与工程学院
湖南省中医药大数据分析实验室
中南大学计算机学院
湖南中医药大学科技创新中心
-
出处
《中国中医药信息杂志》
CAS
CSCD
2020年第9期108-114,共7页
-
基金
国家重点研发计划(2017YFC1703306)
湖南省教育厅科学研究项目(19C1391)
+4 种基金
湖南省重点研发计划(2017SK2111)
湖南省教育厅重点项目(18A227)
湖南省自然科学基金(2018JJ2301)
湖南省中医药科研计划重点课题(2020002)
湖南中医药大学电子科学与技术学科开放基金(2018DK04)。
-
文摘
目的针对大数据环境下跨数据源查询面临的中药实体呈现多视图,且中药实体在各数据源中表现出属性不完整、多模态、差异性等问题,提出面向多源数据的中药实体统一视图的构建策略。方法基于实体属性间的相互关系,构建实体多视图融合整体架构,并对实体和属性等关键元素进行抽象化表示;以用户需求为约束提出基于词向量的相关度计算方法,采用Skip-gram模型训练出表征实体属性的词向量;提出基于欧氏距离和Jaccard系数的相关度算法,并以此为依据进行实体融合。结果共训练完成属性词向量6116个,其中有效词向量230个,以400对不同源中药实体作为测试集,分别采用AFCDS、FF和WVCC方法进行实体融合实验,其融合准确率依次为92.20%、88.47%和94.24%。结论基于词向量的实体融合策略有效可行,能充分利用属性间的有效信息,自适应性强,实体融合准确率较高,可为解决多源实体融合问题提供新的研究思路。
-
关键词
大数据
多源数据
实体融合
词向量
相关度
-
Keywords
big data
multi-source data
entity fusion
word vector
correlation
-
分类号
R28
[医药卫生—中药学]
R2-05
[医药卫生—中医学]
-
