申请/专利权人：浙江大学

申请日：2023-04-03

公开（公告）日：2024-02-23

公开（公告）号：CN116340544B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/34;G06F16/35;G06F40/194;G06F40/295;G06F40/30;G16H50/70;G16H70/40;G06N3/04;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2023.07.14#实质审查的生效;2023.06.27#公开

摘要：本发明提供了一种基于知识图谱的中医药古籍可视分析方法和系统，所述方法包括以下步骤：对中医药古籍文本数据进行预处理，得到命名实体识别训练数据集和关系抽取训练数据集；基于深度学习网络模型生成中医药古籍知识图谱；构建中医药古籍可视化分析系统，进行古籍知识图谱可视化、症状聚类可视化、药材可视化和药方可视化；配置用户可视化交互式接口，基于所述中医药古籍可视化分析系统，根据用户输入信息反馈并展示可视化信息。本发明的方法和系统能够实现从古籍文本到古籍可视化的自动生成，帮助用户高效、细粒度、多角度地探索和挖掘古籍知识。

主权项：1.一种基于知识图谱的中医药古籍可视分析方法，其特征在于，包括以下步骤：S1、对中医药古籍文本数据进行预处理，得到命名实体识别训练数据集和关系抽取训练数据集；S2、基于深度学习网络模型生成中医药古籍知识图谱；S3、构建中医药古籍可视化分析系统，进行古籍知识图谱可视化、症状聚类可视化、药材可视化和药方可视化，具体包括：S31、古籍知识图谱可视化：以不同类型的节点代表不同的实体，以边代表实体间的关系，将中医药古籍知识图谱进行可视化；S32、症状聚类可视化：使用四库全书BERT模型对症状进行向量化，然后对向量进行降维和聚类，以散点图中的点表示症状、以颜色表示症状的类别，对古籍中的症状进行可视化；S33、药材可视化：显示药材的形态、主治、性效、用法、功效，并对配伍药材的适应症进行统计，绘制出适应症比例；S34、药方可视化：显示选中药方的文本，显示药材关联性分析的结果，以词云可视化药方中的药材词频；S4、配置用户可视化交互式接口，基于所述中医药古籍可视化分析系统，根据用户输入信息反馈并展示可视化信息，具体包括：S41、对用户导入的中医药古籍进行古籍知识图谱生成；S42、基于用户输入的查询症状和阈值，使用四库全书BERT模型对输入进行向量化，通过相似度计算，搜索相似度大于阈值的症状，将搜索结果通过柱状图和症状聚类视图进行显示；S43、基于用户在症状聚类视图中圈选的症状点，在Neo4j数据库中查询相关的症状、药方、药材实体，以及实体之间关系，在知识图谱视图中进行显示，并在药方视图中显示知识图谱中对应的药方；S44、基于药方视图中的药方，对所有药方中的药材进行关联性分析，计算并展示关联关系、支持度和置信度；S44、在实体融合中，基于用户设置的实体相似性过滤阈值，对症状进行相似度计算，将大于过滤阈值的症状进行连接；根据用户选择的症状实体与设置的实体重命名，系统对的选中的症状实体进行融合，并对数据库中的信息进行相应地更新；S45、基于用户对知识图谱进行的增、删、改，系统对数据库中的信息进行相应地更新；S46、基于用户输入的药材描述，系统使用四库全书BERT模型对输入进行向量化，通过相似度计算，输出最佳匹配的药材，在药材视图显示。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于知识图谱的中医药古籍可视分析方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD