换一批基于大语言预训练模型的中医个性化处方推荐研究
Research on Personalized Prescription Recommendation of Traditional Chinese Medicine Based on Large Language Pre-Training Model
摘要目的 针对中医个性化处方推荐问题,研究自动化处方推荐任务,为中医临床辅助决策提供参考.方法 基于大语言预训练文本生成模型设计一种中医个性化处方推荐算法.将中医处方推荐任务转化为端到端(seq2seq)的文本生成任务,即将临床症状描述文本通过模型转化为处方文本,以实现处方推荐任务的需求,并利用基于大语言预训练的BART(Bidirectional and Auto-Regressive Transformers)模型的预训练参数来提升模型对通用语义信息的理解,通过对训练集处方内中药排序提升模型的处方推荐性能.结果 实验证明通过大语言预训练模型以及端到端的文本生成架构可有效提升模型的生成性能,同时对处方内中药依次排序可以获取更高准确率,并且通过中药的排列获取更多值得参考的有价值信息.中医个性化处方推荐模型在处方排序后分别在前5、10、15味生成的处方分别取得了 58.60、53.79和49.67的准确率.结论 中医个性化处方推荐模型取得了更优的处方推荐效果,表明其可为中医临床治疗疾病进行参考,达到辅助临床决策支持的效果.
更多相关知识
分类号
R2-03（中国医学理论）
栏目名称
DOI
10.13193/j.issn.1673-7717.2024.04.004
发布时间
2024-05-07（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（82074580）
国家重点研发计划（2022YFC3500201）
中国博士后科学基金面上项目（2021M701674）
江苏省重点研发计划项目（BE2022712）
江苏省博士后科研资助计划项目（2021K457C）
江苏高校青蓝工程项目（2021）
- 浏览26
- 被引4
- 下载19
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
