买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国中医科学院中医临床基础医学研究所

摘要：本发明涉及药物分析技术领域，具体涉及一种针对中药的组方分析方法及系统；本发明方法包括从中医药相关数据库中获取中药组方相关的数据，对中药组方相关的数据进行分词和词性标注处理，基于RNN神经网络框架建立深度学习模型对中药组方相关的数据进行关键词及其连接关系的提取，并赋予证候、病种、症状、治法和组方的属性标签，基于提取的关键词、属性标签及其之间的连接关系，以关键词作为节点构建药物组方关系图谱，基于药物组方关系图谱，对不同证候、病种、症状和或治法下的组方进行分析；通过本发明，实现准确可靠的图谱构建，对不同病证、病症和治法下的组方分析，为中医更加快速、准确地进行选方用药提供基础。

主权项：1.一种针对中药的组方分析方法，其特征在于，包括：从中医药相关数据库中获取中药组方相关的数据，对中药组方相关的数据进行分词和词性标注处理；基于RNN神经网络框架建立深度学习模型对中药组方相关的数据进行关键词及其连接关系的提取，并赋予证候、病种、症状、治法和组方的属性标签；基于提取的关键词、属性标签及其之间的连接关系，以关键词作为节点构建药物组方关系图谱；基于药物组方关系图谱，对不同证候、病种、症状和或治法下的组方进行分析；所述对中药组方相关的数据进行分词和词性标注处理，包括：采用医药领域词汇字典训练的分词工具对中药组方相关的数据中的数据进行分词，并对分词的词性进行标注；若某分词结果与医药领域词汇字典中的实体完全匹配，则确定该分词结果的分词和词性标注；若某分词结果与医药领域词汇字典中的实体不完全匹配，则将该分词结果拆分为字符序列，并赋予每个字符特殊词性标注；所述药物组方关系图谱为： 其中，为关键词节点的集合，，n为关键词节点数量；为关键词节点及连接关系形成的三元组集合，，，代表关键词节点和之间存在连接关系；为关键词节点对应的节点属性；为两个关键词节点之间存在的连接关系的集合；所述基于RNN神经网络框架建立深度学习模型对中药组方相关的数据进行关键词及其连接关系的提取，并赋予证候、病种、症状、治法和组方的属性标签，包括：采用RNN神经网络框架建立深度学习模型，为深度学习模型的输入，为模型神经网络各隐藏层的参数矩阵构成的参数向量，为第层的未知权重参数矩阵，，是隐藏层总层数；利用样本训练，优化深度学习模型的参数向量，对各隐藏层的未知权重参数矩阵赋值，直至损失函数符合预期，得到训练完成的深度学习模型；基于深度学习模型的输入，针对任一关键词节点计算其在第层隐藏层所获得的特征表示： 其中为激活函数，为与该关键词节点具有连接关系的其它关键词节点的集合，是一个预定常数，取值为，表示集合的元素数量，表示集合中的第个关键词节点在第层隐藏层所输出的特征表示，为该关键词节点在第层隐藏层所输出的特征表示；针对关键词节点，深度学习模型逐层获得特征表示，直至获得最后一层隐藏层即第层隐藏层的特征表示；将作为softmax分类层的输入，得到： 其中，是一个K维向量，向量中第个元素表示根据该关键词节点对应的判断该关键词节点具有第类属性的概率，即： 其中，；对关键词节点和之间的连接关系表示为： 其中是对应于关系r的参数矩阵，关键词节点和之间具备连接关系的观测值： 。

全文数据：

权利要求：

百度查询： 中国中医科学院中医临床基础医学研究所 一种针对中药的组方分析方法及系统