中药成分风险预测方法
    1.
    发明公开

    公开(公告)号:CN116682575A

    公开(公告)日:2023-09-01

    申请号:CN202310494894.3

    申请日:2023-05-04

    Abstract: 本发明提供了一种中药成分风险预测方法,包括以中药不良反应自发报告作为数据源,利用数据预处理模块提取数据源中包含的中药成分及不良反应作为特征并固定排序;采用one‑hot编码以中药不良反应自发报告为单位生成二元特征向量并将所有二元特征向量集合成数据矩阵作为训练数据;构建基于深度神经网络的中药成分风险预测模型,在调试模块中利用训练数据调试模型超参数使其性能达到最优;在预测模块中利用训练好的中药成分风险预测模型来预测单个中药成分可能导致的不良反应。本发明有助于为医护人员提供特定中药成分的风险信息,协助其科学合理配比中药方剂,有利于减少中药引起的不良反应或健康风险。

    一种知识图谱和事理图谱的融合方法、装置和系统

    公开(公告)号:CN114417004A

    公开(公告)日:2022-04-29

    申请号:CN202111330212.2

    申请日:2021-11-10

    Abstract: 本发明公开了一种知识图谱和事理图谱的融合方法,包括:对文本语料库进行事件抽取、事件关系抽取,事件相似度计算、事件泛化过程形成事理逻辑知识库;构建上下位概念体系和本体形成抽象知识图谱;利用实体识别将事理逻辑知识库中具象事件实体词与上下位概念体系中下位词进行匹配泛化成上位概念,并利用可视化工具构建事理图谱;通过实体识别和实体链接技术将事理图谱中的事件实体链接到相应的知识图谱中,实现知识图谱与事理图谱的深度融合,形成新融合图谱。本发明能够拓宽知识管理的应用范围,推动融合图谱在领域的应用和迭代发展,丰富了知识内涵,并为领域知识库扩充语料资源。

Patent Agency Ranking