基于主題模型的中醫(yī)藥隱含語(yǔ)義信息挖掘.pdf

1、信息檢索領(lǐng)域很多應(yīng)用都需要挖掘隱含在字、詞（中醫(yī)藥處方里面的藥劑、化學(xué)成分）背后的含義，通過(guò)運(yùn)用統(tǒng)計(jì)規(guī)律對(duì)樣本進(jìn)行學(xué)習(xí)，可以挖掘出這些詞的潛在語(yǔ)義，進(jìn)而克服單個(gè)字詞精確匹配帶來(lái)的一詞多義的問(wèn)題。另一方面，“取象比類”是貫穿中醫(yī)藥知識(shí)體系的思維模式，它本身包含了利用統(tǒng)計(jì)規(guī)律，來(lái)刻畫中醫(yī)藥方劑的作用機(jī)制。
　　 LDA主題模型是一個(gè)三層貝葉斯模型:文檔，主題-詞匯，它能夠很好地挖掘詞語(yǔ)的潛在語(yǔ)義，將統(tǒng)計(jì)學(xué)習(xí)挖掘的方法應(yīng)用在中醫(yī)藥知識(shí)

2、發(fā)現(xiàn)的領(lǐng)域中，文檔即中醫(yī)處方，詞匯對(duì)應(yīng)于處方中的方劑、藥品，通過(guò)運(yùn)用主題模型對(duì)大量中醫(yī)處方的數(shù)據(jù)挖掘，可以建立“處方，主題-藥劑”之間的關(guān)系模型，并融合到已有的中醫(yī)藥語(yǔ)義Web的知識(shí)網(wǎng)絡(luò)中，對(duì)中醫(yī)藥知識(shí)完整描述和新知識(shí)的發(fā)現(xiàn)意義重大。
　　 本文主要研究主題模型在中醫(yī)藥信息挖掘領(lǐng)域的應(yīng)用，主要貢獻(xiàn)有:
　　 改進(jìn)Gibbs-LDA(Gibbs-Latent Dirichlet Allocation)算法，構(gòu)建主題模型對(duì)中

3、醫(yī)藥處方數(shù)據(jù)進(jìn)行分析。
　　 將主題模型訓(xùn)練出來(lái)的知識(shí)使用RDF進(jìn)行描述，并融合到中醫(yī)藥語(yǔ)義知識(shí)網(wǎng)絡(luò)之中，設(shè)計(jì)并實(shí)現(xiàn)其語(yǔ)義網(wǎng)絡(luò)圖的可視化算法，為中醫(yī)藥之間的相互作用機(jī)理提供統(tǒng)計(jì)意義上的支持和形象的展示。
　　 在中醫(yī)藥數(shù)據(jù)挖掘平臺(tái)Spora上增加基于主題模型的數(shù)據(jù)挖掘算子，使得普通用戶能夠共享主題模型進(jìn)行中醫(yī)藥數(shù)據(jù)挖掘方法。
　　 設(shè)計(jì)和并實(shí)現(xiàn)用戶對(duì)海量資源訪問(wèn)控制管理系統(tǒng)—lAM(Identify andAcc