方剂治法模型知识库的扩展设计和建模实验研究(1)
| 第1页 |
参见附件。
摘要：目的 完善方剂知识发掘的方法，在提高方剂治法模型识别能力的同时，发现影响模型稳健性的关键因素。方法 提出中医方剂智能分析系统(CPIAS)知识库的扩展和改进设计，如效-候关系启发式筛选规则的建立，效-素关系、效-素关系鉴别、素-证关系等知识表的创建。在此基础上，CPIAS计算出量化数据，应用中医方剂分类模式识别系统(CPSVM)进行方剂治法建模实验，并对学习结果进行分析。结果 利用知识库扩展和改进后的计算结果构成数据样本时，CPSVM机器学习水平明显提升。结论 方剂功效筛选、方剂症状排序、方剂证素集合是影响中医方剂治法模型构建质量的关键性因素。
关键词：中医方剂；知识发掘；机器学习
DOI：10.3969/j.issn.1005-5304.2014.09.004
中图分类号：R2-05 文献标识码：A 文章编号：1005-5304(2014)09-0013-04
方剂是中医学理、法、方、药集中的表达形式。“方剂”直接可见的信息非常简洁，只有“药物”和
基金项目：国家自然科学基金(81072745)；北京中医药大学校级课题(2013-X-039)
通讯作者：任廷革，E-mail：tina1949@hotmail.com
“剂量”，但其蕴含了大量医理、诊断、治疗方法的知识。然而，要从方剂中获得这些隐性知识，即便是专业人员也非易事。随着当代信息科学的发展，自动发掘与机器学习相结合来揭示中医方剂所蕴含的知识成为可能。知识发现技术被认为是解决“数据丰富而知识贫乏”困境的有效途径，如非相关文献知识发现法，主要通过探寻两类互不引用或很少被共同引用的“独立文献”之间的逻辑关联，达到发现新知识的目的[1]。目前，该方法在中医医案研究的应用中由于欠缺某些关键技术尚难以实施。从整体来看，目前中医医案数据库开发方式较单调，价值发掘局限 ......
您现在查看是摘要介绍页，详见PDF附件。