慢性腎臟病是臨床常見疾病,其發(fā)病隱匿,病程較長,早期診斷并有效治療對于有效防治意義重大�，F(xiàn)代醫(yī)學(xué)對于慢性腎臟病的治療手段有限,主要通過調(diào)節(jié)飲食、利尿、降壓、降脂等控制相關(guān)危險因素。長久以來,中醫(yī)藥在治療慢性腎臟病方面有著其獨特的診斷和治法,并取得了顯著的療效。中醫(yī)學(xué)認為慢性腎臟病的主要特點為本虛標(biāo)實,初期多脾腎兩虛,晚期氣血陰陽俱虛,因此治療上注重標(biāo)本兼治,虛實互調(diào)。當(dāng)前,具有豐富經(jīng)驗的中醫(yī)師稀缺,且局限于傳統(tǒng)的中醫(yī)傳承模式,缺乏豐富臨床經(jīng)驗的醫(yī)師無法滿足民眾對高質(zhì)量慢性腎臟病診療的迫切需求,引入現(xiàn)代信息技術(shù)輔助中醫(yī)診療經(jīng)驗有效傳承和決策迫在眉睫。論文面向慢性腎臟病中醫(yī)醫(yī)案,構(gòu)建慢性腎臟病知識圖譜,結(jié)合現(xiàn)代計算機方法開展知識圖譜學(xué)習(xí)與推理,實現(xiàn)慢性腎臟病中醫(yī)診療經(jīng)驗輔助傳承。論文主要研究工作如下:1.針對慢性腎臟病診療過程,構(gòu)建中醫(yī)診療本體層,保留醫(yī)案中完整的中醫(yī)診療路徑。面向慢性腎臟病中醫(yī)醫(yī)案文獻,針對循環(huán)神經(jīng)網(wǎng)絡(luò)在處理文本時忽略局部詞語信息問題,提出基于局部信息和上下文信息的命名實體識別方法,算法F1值達97.39%,將識別后實體嵌入診療本體層,構(gòu)建慢性腎臟病知識圖譜。2.針對現(xiàn)有翻...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－３知識圖譜構(gòu)建技術(shù)路線圖??圖１－３顯示了目前構(gòu)建知識圖譜的整體技術(shù)路線［１５］

—?＾?｜?關(guān)系抽取?｜?Ｉ?｜?ｊ?？知識圖譜——｜???＿＿Ｊ?｜?特征提取?｜＿ｊ?｜本體構(gòu)建｜?｜?｜本體推理｜?＾＾?ｊ?｜可視化?｜??！?實體消歧?｜?丨????｜?］???｜?］?］??非結(jié)，數(shù)據(jù)?ｉ二Ｌ?Ｉ?｜?｜數(shù)據(jù)映射Ｉ?Ｉ?｜職麵！?１１推薦系統(tǒng)Ｉ！??／....

圖３－２?ＦＯＦＥ－ＢｉＬＳＴＭ－ＣＲＦ模型框架圖??１８??

如條件隨機場模型、隱馬爾可夫模型等等。近年來，隨著深度??學(xué)習(xí)的引入，越來越多的深度學(xué)習(xí)模型被用于ＮＥＲ任務(wù)，如前饋神經(jīng)網(wǎng)絡(luò)、循環(huán)??神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等，深度學(xué)習(xí)模型無需人工定義特征模板，能夠自動學(xué)習(xí)??信息的有效特征，在標(biāo)注語料充分的情況下，深度學(xué)習(xí)模型能夠取得比傳統(tǒng)方法....

圖３－３?ＬＳＴＭ存儲塊［２６］??－＿

?電子科技太學(xué)碩士學(xué)位論文???〇ｔ?＝?＾｛Ｗｘ〇ｘｔ?＋?Ｗｈ〇ｈｔ＿ｔ?＋?Ｗｃ〇ｃｔ?＋?ｂ０）?（３－６）??ｈｔ?＝?ｏｔｔａｎｈ（ｃｔ）?（３＿７）??ｈ個??Ｏｕｔｐｕｔ?ｇａｔｅ??＾ａｎｍ?／／??Ｆｏｒｇｅｔ?ｇａｔｅ?個??Ｂｌｏｃｋ?ｇａｔｅ?（ｔａｎｈ....

圖３－４多層ＬＳＴＭ存儲單元融合??將宇序列向量和ＦＯＦＥ編碼后的子序列向靈同時輸入多層前向ＬＳＴＭ，層數(shù)為??閾值ｎ，融合方式如圖３－４所錄

有子序列進行編碼，得到與字向量維度相同的子序列編碼，如ｘ，，ｅ?＝??ＴＯｆ￡＂（ｃｆｃ，ｃｅ），＆表：示子序＇歹帷＇句中的開始位置ｊ?ｅ．表示結(jié)束：豫：置備??Ｂ－ＬＯＣ?Ｍ－ＬＯＣ?Ｅ－ＬＯＣ?Ｂ－ＬＯＣ?Ｍ－ＬＯＣ?Ｍ－ＬＯＣ?Ｅ－ＬＯＣ??ＱＤ?ＱＤ?ＱＤ?ＱＤ?ＱＤ?？....

本文編號：4033297