基于异质关联网络的辨证规律挖掘方法设计及应用＊

目的 建立以异质关联网络为基础的辨证规律挖掘方法。方法 从医案数据入手，以矩阵运算为基础，以联合度为评价指标，构建“症状-证素-证型”异质关联网络HAN（Heterogeneous Associated Network），探索“症状-证素-证型”两两元素之间的组合规则。为了验证算法的有效性，与经典的关联分析算法Apriori进行比较，分别对1164条肝癌医案的辨证规律进行分析，比较两种算法的提取结果。结果 HAN算法提取结果和计算效率优于Apriori算法，提取辨证规律符合中医理论和专家经验。结论 利用HAN算法能高效精准地挖掘医案中症状、证素、证型之间的潜在关系，可以为名老中医临床经验挖掘提供方法参考。     

基于条件随机场的中医临床医案症状命名实体抽取研究＊

目的 从中医临床医案抽取症状命名实体。方法 对名老中医临床肺癌医案进行序列标记，利用条件随机场对标注样本进行学习，采取十折交叉验证对模型进行测试，使用多分类评价指标对模型结果进行评价。结果 CRF模型微平均的三个评价指标（P，R，F1）为（0.9233 ± 0.0063，0.9222 ± 0.0062，0.9211 ± 0.0062）；宏平均评价指标为（0.8822 ± 0.0126，0.8322 ± 0.0215，0.8556 ± 0.0151）。病位权重由高到低依次为“背”、“胸”、“口”、“腰”、“鼻”等词；症状权重由高到低依次为“咳”、“痛”、“痰”、“酸”、“闷”等词。结论 利用条件随机场构建中医临床信息抽取模型，抽取结果符合中医辨证理论，能够有效实现中医临床医案症状命名实体识别。