中醫(yī)醫(yī)案文本挖掘的若干關鍵技術研究.pdf

1、中醫(yī)是我國勞動人民數千年以來在與疾病斗爭中形成的豐富診療經驗的總結，在長期發(fā)展過程形成了一種以陰陽五行作為理論基礎的獨具特色的診療體系，留下了大量對中醫(yī)臨床決策有指導價值的文獻資料，這些“海量”中醫(yī)醫(yī)案文獻資料是中醫(yī)臨床診療的寶貴資源。目前，應用不同的文本挖掘方法，致力于從“海量”的文獻資料中獲取可理解的、可用的知識，用于分析中醫(yī)診療的用藥規(guī)律，以指導中醫(yī)臨床科研、教學及新藥研發(fā)，已愈來愈成為該領域的研究熱點。然而，中醫(yī)醫(yī)案文本信息尚未

2、得以有效挖掘和利用，原因在于：構建統(tǒng)一的中醫(yī)醫(yī)案本體存在一定的困難；命名實體識別效率不高；文本向量空間表示模型忽略了詞間的關聯性，不能很好地表示潛在語義信息；傳統(tǒng)文本聚類算法在處理數據時存在著對初始值的依賴性過強、易獲得局部最優(yōu)的弊端。
　　針對上述問題，在前期研究基礎上，提出基于本體的命名實體識別算法和基于螢火蟲算法的中醫(yī)醫(yī)案文本聚類方法。本文的研究得到了山東省科技發(fā)展計劃：“基于醫(yī)用酶語義的文獻數據檢索挖掘算法的設計與實現（編

3、號：2010G0020121）”、山東省電子專項工程：“山東省名老中醫(yī)診療輔助決策支持系統(tǒng)的開發(fā)與推廣（編號：2150511）”及山東省中醫(yī)藥科技發(fā)展計劃：“基于仿生智能算法的心力衰竭綜合防治方案研究（編號：2013-230）”的支持。
　　本文數據來源為全國名老中醫(yī)、山東省名老中醫(yī)丁書文教授自2013年6月至2015年6月在山東中醫(yī)藥大學附屬醫(yī)院門診收集的2400份醫(yī)案，患者共757例，所用中藥共251種。
　　本文的主要

4、研究內容和研究成果總結如下：
　　1.把人工蜂群算法應用于中醫(yī)醫(yī)案本體庫的構建。設計基于人工蜂群算法的本體學習技術，通過中文分詞技術、互信息及規(guī)則過濾等策略，以醫(yī)案中的中醫(yī)四診、中醫(yī)診斷、西醫(yī)診斷、證型、治法為信息語料進行分析、驗證，設計概念提取方法，同時利用小生境技術的融合、演化算法豐富種群的多樣性，結合人工蜂群算法尋優(yōu)速度快的優(yōu)勢抽取非分類關系，構建本體。實驗證明，組合的人工蜂群算法在中醫(yī)醫(yī)案非分類關系抽取過程中、在個體多樣性

5、及平均適應度上均優(yōu)于普通的人工蜂群算法。
　　2.提出一種基于本體的中醫(yī)醫(yī)案命名實體識別方法。應用條件隨機場、基于本體的修正及特征模板的修正方法對中醫(yī)醫(yī)案命名實體進行識別，構建基于本體的中醫(yī)醫(yī)案命名實體識別算法，通過檢驗性測試，獲得中醫(yī)四診、中醫(yī)診斷、西醫(yī)診斷、證型、治法的最優(yōu)實驗結果。實驗表明，基于本體的命名實體識別算法在中醫(yī)醫(yī)案命名實體識別時能取得較好效果。
　　3.設計了一種基于詞共現組合的中醫(yī)醫(yī)案向量空間模型。利用關

6、聯規(guī)則算法抽取出中醫(yī)醫(yī)案的二階詞共現組合，定義詞共現的度量方法，構建基于詞共現組合的向量空間模型。實驗表明，該方法在中醫(yī)醫(yī)案知識獲取及分類上比經典的向量空間模型具有更高的區(qū)分能力，并驗證了中醫(yī)醫(yī)案辨證診療主題與二階詞共現的關聯性。
　　4.提出一種基于螢火蟲算法的中醫(yī)醫(yī)案文本聚類算法。引入粒計算思想，通過適應度變化情況動態(tài)確定螢火蟲算法的迭代和模擬退火算法的抽樣，擴大模擬退火的擾動增加種群的選擇范圍，并在實驗數據上進行驗證。實驗表