换一批面向中医医案知识图谱补全的链路预测模型
A Link Prediction Model for Knowledge Graph Completion of Traditional Chinese Medicine Cases
摘要[目的/意义]文章提出一种面向中医医案知识图谱补全的链路预测模型,旨在填补知识图谱中的缺失信息,揭示潜在的未知关联,推动构建更加全面和详尽的中医医案知识图谱.[方法/过程]通过收集整合中医哮喘领域医案,构建中医哮喘诊疗知识图谱.在RotatE模型中引入Dropout正则化和Batch Normalization技术,提出一种改进的ERDBN模型,并将其应用于完善哮喘诊疗知识图谱任务中.[结果/结论]首先在 4 个知识图谱公开数据集FB15K、FB15K-237、WN18 和WN18RR上测试ERDBN模型性能,验证模型在知识图谱补全领域的有效性,实验结果,Hits@1 指标分别提升 1.0%、2.0%、0.5%和 2.3%.在基于中医医案构建的哮喘诊疗知识图谱补全任务中,ERDBN模型成功预测了与肺实肾虚证和肺肾两虚证相关的舌象信息,验证了模型的有效性和实用性.本研究对于补全中医医案知识图谱,推动中医诊疗知识图谱的构建和应用提供有力支持.
更多相关知识
关键词
中医医案知识图谱知识图谱补全链路预测ERDBN模型Chinese medicine caseknowledge graphknowledge graph complementationlink predictionERDBN model
分类号
R249（中医临床学）
栏目名称
DOI
10.19809/j.cnki.kjqbyj.2025.03.010
发布时间
2025-07-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（72374081）
吉林省科技发展计划项目（20240304164SF）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
