面向中医方剂配伍的中药文本挖掘研究
发布时间:2021-08-08 13:15
近年来,中药药理学研究取得一定进展,积累了海量中药药理文献,论文针对中药药理文献开展方剂药理作用研究,为深入了解方剂实际药理作用提供理论参考,为临床实践提供依据,探索方剂新用途。论文以中文核心期刊文献为载体,结合文本挖掘相关技术挖掘单味药物药理作用,并基于单味药物药理作用开展方剂药理作用挖掘,以特定疾病为例,验证方剂治疗疾病的合理性,构建中医药文献信息挖掘服务平台原型。具体工作如下:1.针对目前药理文献多而人工阅读大量文献费时费力的问题,本文提出将文本挖掘技术引入中药药理文献研究,开展中药药理作用实体识别,根据中药药理类型和中药药理的文本描述特点,将药理作用划分为一般药理作用和药理作用机制。采用双向LSTM-CRF进行一般药理作用识别,并与双向LSTM-Softmax、基于词典、基于规则和词典与规则组合的方法比较,识别准确率分别达到0.9338、0.9292、0.7447、0.6956和0.7892。使用基于规则的方法进行药理作用机制识别,其准确率达到了0.8654。2.针对方剂药理作用识别问题,本文提出基于药理作用实体识别的方剂药理作用挖掘,通过频次特征提取一般药理作用,并构建药理作...
【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】:102 页
【学位级别】:硕士
【部分图文】:
文本挖掘示意图
第二章 相关原理与技术要有 NN、CNN、RNN 以及结合 CRF 的组合方法等。掘常用算法可夫模型一个时序概率模型,并使用单一离散随机变量描述模型可以用图 2-2 表示,其中下排圆圈 , , 相 , , 相当于是隐变量。形象地以高血压治疗说,观察状态(例如血压计读数)相当于其真实状态((因为观察过程中的噪声是普遍存在的),用数学语是模型中的测量模型或测量概率。另外一方面,当前际身体状况)应与其最后观察状态相关,即存在这就是模型中的转移模型或转移概率。在 HMM 中,隐察变量没有特殊要求。转移概率
图 2-3 概率无向图模型变量 ,于是Y 在观特性,即) ( ) 图 G 中邻近的两个节点。集成学习的思想整合多棵树的变量的集合。对于表示真实输 ) 和表示真实的响应值和找到预测函数 ( )来预测 Y望值最小: ( ( ( )))
【参考文献】:
期刊论文
[1]基于指纹相似度的药物-靶点相互作用预测[J]. 于亚运,刘勇国,蒋羽,李利民. 中国中药杂志. 2017(18)
[2]基于机器学习的蛋白质相互作用文献挖掘方法研究进展[J]. 李满生,常乘,马洁,朱云平. 中国科学:生命科学. 2016(11)
[3]基于文本挖掘技术探索青蒿的药理作用规律[J]. 赵宇平,王慧,杨光,邱智东,曲晓波,张小波. 中国中药杂志. 2016(16)
[4]基于分子对接技术探讨复方丹参方多靶点治疗冠心病的作用机制[J]. 史海龙,崔亚亚,李军,党琳,郭欣荣. 中国实验方剂学杂志. 2016(18)
[5]基于文本挖掘的中医药治疗类风湿关节炎骨破坏用药规律[J]. 程仕萍,贾冬梅,周平生,吕诚,吕爱平,谭勇. 中医杂志. 2016(11)
[6]基于关联规则算法和复杂系统熵聚类的吕仁和教授治疗慢性肾衰竭经验研究[J]. 李潇然,王世东,李佳玥,吴文静,申子龙,肖永华,吕仁和. 现代中医临床. 2016(03)
[7]基于文本挖掘技术探索黄芪建中汤的应用规律[J]. 赵雨坤,罗丹,郑光,李立,边艳琴,宋梦梦,吕爱平,何小鹃. 中国中医基础医学杂志. 2015(10)
[8]中药金银花药用成分及药理作用分析[J]. 王勖. 亚太传统医药. 2015(18)
[9]中药地龙的化学成分及药理作用研究[J]. 王丹彤,王丹辉. 世界最新医学信息文摘. 2015(68)
[10]改进的加权网络节点重要性评估的互信息方法[J]. 王班,马润年,王刚,陈波. 计算机应用. 2015(07)
本文编号:3330024
【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】:102 页
【学位级别】:硕士
【部分图文】:
文本挖掘示意图
第二章 相关原理与技术要有 NN、CNN、RNN 以及结合 CRF 的组合方法等。掘常用算法可夫模型一个时序概率模型,并使用单一离散随机变量描述模型可以用图 2-2 表示,其中下排圆圈 , , 相 , , 相当于是隐变量。形象地以高血压治疗说,观察状态(例如血压计读数)相当于其真实状态((因为观察过程中的噪声是普遍存在的),用数学语是模型中的测量模型或测量概率。另外一方面,当前际身体状况)应与其最后观察状态相关,即存在这就是模型中的转移模型或转移概率。在 HMM 中,隐察变量没有特殊要求。转移概率
图 2-3 概率无向图模型变量 ,于是Y 在观特性,即) ( ) 图 G 中邻近的两个节点。集成学习的思想整合多棵树的变量的集合。对于表示真实输 ) 和表示真实的响应值和找到预测函数 ( )来预测 Y望值最小: ( ( ( )))
【参考文献】:
期刊论文
[1]基于指纹相似度的药物-靶点相互作用预测[J]. 于亚运,刘勇国,蒋羽,李利民. 中国中药杂志. 2017(18)
[2]基于机器学习的蛋白质相互作用文献挖掘方法研究进展[J]. 李满生,常乘,马洁,朱云平. 中国科学:生命科学. 2016(11)
[3]基于文本挖掘技术探索青蒿的药理作用规律[J]. 赵宇平,王慧,杨光,邱智东,曲晓波,张小波. 中国中药杂志. 2016(16)
[4]基于分子对接技术探讨复方丹参方多靶点治疗冠心病的作用机制[J]. 史海龙,崔亚亚,李军,党琳,郭欣荣. 中国实验方剂学杂志. 2016(18)
[5]基于文本挖掘的中医药治疗类风湿关节炎骨破坏用药规律[J]. 程仕萍,贾冬梅,周平生,吕诚,吕爱平,谭勇. 中医杂志. 2016(11)
[6]基于关联规则算法和复杂系统熵聚类的吕仁和教授治疗慢性肾衰竭经验研究[J]. 李潇然,王世东,李佳玥,吴文静,申子龙,肖永华,吕仁和. 现代中医临床. 2016(03)
[7]基于文本挖掘技术探索黄芪建中汤的应用规律[J]. 赵雨坤,罗丹,郑光,李立,边艳琴,宋梦梦,吕爱平,何小鹃. 中国中医基础医学杂志. 2015(10)
[8]中药金银花药用成分及药理作用分析[J]. 王勖. 亚太传统医药. 2015(18)
[9]中药地龙的化学成分及药理作用研究[J]. 王丹彤,王丹辉. 世界最新医学信息文摘. 2015(68)
[10]改进的加权网络节点重要性评估的互信息方法[J]. 王班,马润年,王刚,陈波. 计算机应用. 2015(07)
本文编号:3330024
本文链接:https://www.wllwen.com/yixuelunwen/zhongyaolw/3330024.html