中醫(yī)藥領域知識關系發(fā)現(xiàn)方法研究與應用.pdf

1、在進入大數據時代的今天，如何有效地從海量數據中發(fā)掘和組織知識，構建知識網絡已受到各個學科領域的廣泛關注。構建領域的知識網絡面臨很多挑戰(zhàn)，涉及到具體問題和技術方法的研究，知識間關系的發(fā)現(xiàn)正是其中的研究熱點之一。
　　中醫(yī)藥作為中華民族的文化瑰寶，在現(xiàn)代科技與學科交融的促進下，該學科領域已具有海量數據，構建知識網絡的數據基礎已經成熟。論文以“中國工程科技知識中心”項目為研究背景，針對中醫(yī)藥知識網絡詞庫系統(tǒng)的建設，研究中醫(yī)藥知識間關系的

2、發(fā)現(xiàn)技術。論文的主要研究內容包括:
　　1.研究《中醫(yī)藥學主題詞表》中主題詞的關系結構，提出基于貝葉斯網絡的藥方病證主題詞上下位關系發(fā)現(xiàn)方法，對采集到的相應專業(yè)詞條數據進行上下位關系的分析，構建中醫(yī)藥學主題詞上下位語義樹，使主題詞由原來的13605條擴充到146258條。經實驗，方法的準確率和召回率都達到90％以上，表明方法可行有效。
　　2.針對項目中的圖書、百科等文本數據，研究藥、方、病、證之間“治療”、“表現(xiàn)”和“組成

3、”三類關系的發(fā)現(xiàn)方法。特別是針對前兩種關系，提出一種支持向量機和詞向量相結合的方法進行關系的發(fā)現(xiàn)。對于“組成”關系，論文則采用基于字符串匹配的算法進行了發(fā)現(xiàn)。經實驗，方法的準確率和召回率都達到90％以上，能較好地滿足項目需要。
　　3.設計與實現(xiàn)中醫(yī)藥詞典平臺，將上述方法發(fā)現(xiàn)的知識關系數據有機融入其中。該系統(tǒng)采用先進的Neo4j圖數據庫存儲中醫(yī)藥關系知識網絡數據，主要包括詞條屬性查詢、詞條關系查詢、在線分詞計算、在線分類計算、詞條