| 基于深度学习的中医古籍缺失文本修复研究 |
| |
| 引用本文： | 盛 威,卢彦杰,刘 伟,胡 为,周 冲. 基于深度学习的中医古籍缺失文本修复研究[J]. 中华医学图书情报杂志, 2022, 31(8): 1-7 |
| |
| 作者姓名： | 盛 威 卢彦杰 刘 伟 胡 为 周 冲 |
| |
| 作者单位： | 湖南中医药大学信息科学与工程学院，湖南 长沙 410208 |
| |
| 基金项目： | 湖南省教育厅科学研究项目“融合机器学习的中医古籍 智能分析和知识抽取研究”(20C1435)；湖南省自然科学基金项 目“中医典籍复杂语义结构分析与知识发现研究” (2022JJ30438);湖南中医药大学研究生创新课题项目 “基于深度学习的中医古籍修复研究与应用” (2022CX121） |
| |
| 摘 要： | 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。
|
| 关 键 词： | 中医古籍；语言模型；文本修复；深度学习；RoBERTa |
| 收稿时间： | 2022-07-18 |
The restoration of missing texts in ancient books of Traditional Chinese Medicine based on deep learning |
| |
| SHENG Wei,LU Yan-jie,LIU Wei,HU Wei,ZHOU Chong. The restoration of missing texts in ancient books of Traditional Chinese Medicine based on deep learning[J]. Chinese Journal of Medical Library and Information Science, 2022, 31(8): 1-7 |
| |
| Authors: | SHENG Wei LU Yan-jie LIU Wei HU Wei ZHOU Chong |
| |
| Affiliation: | School of Informatics, Hunan University of Chinese Medicine, Changsha 410208, Hunan Province, China |
| |
| Abstract: | |
| |
| Keywords: | Ancient books of traditional Chinese medicine Language model Text Repairing Deep learning RoBERTa |
|
| 点击此处可从《中华医学图书情报杂志》浏览原始摘要信息 |
|
点击此处可从《中华医学图书情报杂志》下载免费的PDF全文 |
