基于CasRel神经网络模型的名老中医治疗高血压病的治法知识图谱构建
Construction of a Knowledge Graph for the Treatment of Hypertension by Renowned Traditional Chinese Medicine Practitioners Based on the CasRel Neural Network Model
摘要目的 本研究旨在挖掘名老中医治疗高血压的治法,并通过构建知识图谱实现对现代文献知识的高效利用.方法 以中医"九法五径"临证法则为指导,采用Protégé七步法构建本体层.通过中文数据库检索,筛选出6111篇与高血压治法相关的文献,并构建了包含820条人工标注数据集与120条未标注数据集.将这些数据集随机分为三个子集:训练集(492条)、测试集(164条)和验证集(164条).利用训练集数据对级联二进制标记框架(CasRel)神经网络模型进行实体关系抽取训练,并通过监控验证集上的性能进行防止过拟合,最终在测试集上评估模型的实体识别能力.并运用CasRel模型对未标注数据集进行三元组抽取.结果 CasRel模型共抽取出2180组三元组,其精确率为85.63%,召回率为84.54%,F1值为85.08%.通过Neo4j软件,将抽取的三元组数据存储并构建知识图谱,实现了中医"九法五径"临证法则治疗高血压病治法的检索与查询.该知识图谱包含300个节点和796组关系,有助于探索名老中医治疗高血压治法间的内在联系.结论 CasRel模型在高血压文献的命名实体和实体关系抽取方面具有较高的准确率,特别是在处理中医药领域文本中的重叠三元组问题上表现出色.知识图谱能够具体化展现名老中医治疗高血压的临床诊疗思维,为名老中医经验的传承与研究提供了新的方法论参考.
更多相关知识
- 浏览2
- 被引0
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



