基于词向量和神经网络的方剂分类模型研究

作者：黄辛迪; 李亚春; 黄群富

来源：信息与电脑(理论版), 2022, 34(17): 63-66.

• 中医
• 方剂分类
• 词向量
• 神经网络

为解决海量中医方剂数据类别标注不完整、人工分类工作量大带来的中医临床辨证用药、数据整理及方剂知识传承难度较大的问题，本文基于深度学习技术构建方剂分类模型。依据方剂学中的综合分类法结合网络爬虫和人工整理，收集实验方剂数据，选取806首方剂，基于药材功效利用Word2vec词向量技术获取方剂特征向量，运用卷积神经网络（Convolutional Neural Network,CNN）、门控循环单元（Gated Recurrent Unit,GRU）、长短期记忆网络（Long Short-Term Memory,LSTM）3种神经网络结构构建解表方、清热方、补益方、祛湿方4个类别的方剂分类模型。实验结果表明，词向量对于方剂数据具有较好的表征能力，结合神经网络构建的分类模型经参数调优后平均精准度、召回率、F1值最高可达0.85、0.83、0.83。本文将词向量和神经网络应用至方剂分类中，为中医现代化、信息化、智能化发展提供了新思路。

• 单位
  湖南中医药大学