TcmYiAnBERT:基于无监督学习的中医医案预训练模型

目的/意义 充分挖掘中医医案中的文本信息,提高中医药信息化程度和中医医案症状术语抽取、关系抽取等下游任务的准确率。方法/过程 通过光学字符识别和爬虫技术获取大量中医医案数据并进行预处理,构建面向中医医案领域预训练数据集,使用BERT模型预训练方法,经过多轮训练得到首个面向中医领域专有预训练模型TcmYiAnBERT,并将该模型开源。结果/结论 中医领域专有预训练模型TcmYiAnBERT在中医命名实体识别任务中比未使用该模型的预训练模型F1值提高2.8个百分点。     

父亲在位问卷简式版的制定及在大学生中的信效度分析

目的:在父亲在位问卷中文修订版(Chinese revision of Father Presence Questionnaire,FPQ-R)的基础上建立父亲在位问卷中文简式版(Brief version of FPQ-R,FPQ-R-B)。方法:从FPQ-R抽取部分条目组成父亲在位问卷中文简式版,通过对705名大学生施测,检验其信效度。结果:①父亲在位问卷的中文简式版(FPQ-R-B)共31个条目,包含与父亲的关系、家庭代际关系、有关父亲的信念3个高阶维度,分为8个分量表。②简式版8因子和高阶3因子结构都较清晰,分别可解释总方差变异的70.72%和64.99%。FPQ-R-B各因子与FPQ-R完整版对应因子的相关均在0.81以上。3个高阶维度内各分量表的相关系数为0.32～0.51,3个高阶维度之间各分量表的相关系数为0.11～0.36。除高阶维度二的2个分量表外,其余6个分量表与PBI-F的关爱因子、鼓励自主因子及总量表呈显著正相关,相关系数为0.19～0.49;8个分量表与PBI-F的控制因子之间呈不相关到低负相关。③3个高阶维度和8个分量表的内部一致性Cronbachα系数都超过0.73。重测信度系数为0.59～0.80。结论:FPQ-R-B具有较好的信效度。     

基于深度学习的中医古籍缺失文本修复研究

目的：基于构建的高质量中医古籍文本语料库及深度学习语言模型,训练出可以应用于中医古籍缺失文本修复的模型,为中医古籍修复工作提供帮助。方法：分别训练和测试N-gram模型、LSTM模型、BiLSTM模型、RoBERTa模型,对比筛选出最优模型,并将筛选出的最优模型运用到文本修复场景中。结果：BiLSTM模型优于LSTM模型,LSTM模型明显优于N-gram模型,而RoBERTa模型效果最优,将RoBERTa模型运用到《黄帝内经》的修复中,达到了63.36%的hit@1,82.57%的hit@5。结论：将深度学习技术应用于中医古籍缺失文本修复中具有较好的效果,能够为中医古籍修复提供帮助。     

基于改进双聚类算法的中医治疗过敏性紫癜性肾炎用药剂量规律的研究

目的 采用模糊C均值聚类算法和改进的CC双聚类算法,对中医治疗过敏性紫癜性肾炎（Henoch-Sch?nlein purpura nephritis, HSPN）用药剂量进行数据挖掘,并结合中医理论,分析数据挖掘结果。方法 检索CNKI、万方数据库、维普中文期刊服务平台、中国生物医学文献数据库,自建库至2022年8月26日关于中医治疗HSPN的文献资料,提取其中的药物方剂。首先,使用模糊C均值聚类算法创建药物的大剂量、中剂量、小剂量隶属矩阵,将所有药物剂量进行分类,再结合改进的CC双聚类算法挖掘中医治疗HSPN关键药物的组分信息。结果 共纳入中医治疗HSPN处方387则,其中包括药物174味,高频药物（频次≥30次）38味,高频药物组合10组,常见药物剂量组合有大剂量水牛角、生地黄配小剂量小蓟（2∶2∶1）;小剂量连翘配伍小剂量金银花（1∶1）;大剂量当归配伍中剂量黄芪（1∶2）等,以清热解毒、疏散风热、益气活血药为主。结论 经改进的CC双聚类算法联合模糊C均值聚类算法,可以从众多的方剂数据集中挖掘出关键的药物组分,并根据药物的剂量大小进行区间划分,具有高效率数据挖掘的特点,可为HSP...     

马王堆医书信息化和智能化研究展望

目的/意义展望马王堆医书信息化和智能化研究的方向和技术路线,为相关研究提供参考。方法/过程综述马王堆医书的研究历程,分析已有研究存在的问题,探讨马王堆医书信息化和智能化研究中3个研究方向的可能性及技术路线。结果/结论可从文本语料库构建、古医书修复、知识抽取3个方向,研究将人工智能技术与传统古籍相结合的可能性,充分发挥马王堆医书中蕴含的宝贵价值。