换一批基于知识图谱的经方类方衍化规律挖掘
Mining the Evolution Rules of Classical Prescriptions Similar in Medication Based on the Completion of Knowledge Graph——A Case Study of Six Clustered Formula Categories
摘要[目的]通过知识图谱补全技术,对《伤寒杂病论》中缺失和模糊的经方类方内容进行完善,同时探究经方类方的衍化规律,为临床应用和经方学习提供理论依据.[方法]基于已构建的经方知识图谱,采用基于符号表示和向量表示的两种知识补全技术,对《伤寒杂病论》中的经方类方内容进行补全.首先利用符号表示和向量表示方法进行药物补全的初步筛选,再将两者的补全结果进行交集融合,将补全的三元组放入经方数据库中遍历得出补全方剂.将补全方剂与原始方剂进行比对筛选,并引入中医药领域专家进行独立审核与评估.最后,通过聚类分析技术挖掘经方类方的衍化规律.[结果]通过融合符号表示与向量表示技术,系统扩展了《伤寒杂病论》经方类方知识图谱.符号表示补全更新后的知识图谱新增19类关系,包含10 085条三元组,其中"包含"关系4 233条、"治疗"关系3 407条,经Neo4j图数据库验证.基于TransE模型的向量表示补全进一步优化,关系总数增至10 468条,"包含"关系达4 616条,新增383条三元组.融合筛选与专家验证,融合筛选宋版《伤寒论》《金匮要略》250首方剂,通过验证获得333条新增方剂(总数644条)及239条药物实体;补全后知识图谱包含24类实体(2 455个节点),聚类分析揭示6类经方衍化规律.[结论]利用知识图谱的知识补全技术,结合符号表示和向量表示两种补全方法,完善了经方知识图谱,揭示了之前未明确表述的隐性经方知识和可能的新方剂,通过聚类分析挖掘了经方类方的衍化规律.
更多相关知识
关键词
经方类方人工智能知识图谱知识补全知识挖掘图论《伤寒杂病论》classical prescriptionssimilar prescriptionsartificial intelligenceknowledge graphknowledge completionknowledge mininggraph theoryTreatise on Cold Pathogenic and Miscellaneous Disease
栏目名称
DOI
10.16466/j.issn1005-5509.2025.12.005
发布时间
2026-01-27（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 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
