[发明专利]一种基于深度信念网络的中药不良作用识别方法在审
| 申请号： | 201910574252.8 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110277175A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 李巧勤;刘勇国;蒋羽;杨尚明;何家欢;蔡茁;李杨 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G16H70/40 | 分类号： | G16H70/40;G06N3/04 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 陈选中 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度信念网络的中药不良作用识别方法。本发明能够对中药不良作用进行有效的整理和归纳，有助于中药不良作用实体数据库构建。并将传统的中药毒副作用研究与人工智能方法进行有机的统一，实现对于药物不良作用实体的全自动提取，减少人工提取药物不良作用的时间以及经济损耗，实现了在中药不良作用实体识别研究方法学上的优化。后期，本发明也可以根据不同中药文献集，实现针对特定中药的不良作用识别和关系挖掘，可以有效适用于各种中医药文献，不需要重新训练深度信念网络模型，可以直接从输入中药文献中识别并提取出药物不良作用实体。 | ||
| 搜索关键词： | 不良作用 中药 信念网络 中药毒副作用 实体数据库 人工智能 关系挖掘 经济损耗 实体识别 提取药物 传统的 方法学 构建 归纳 研究 优化 统一 | ||
【主权项】：
1.一种基于深度信念网络的中药不良作用识别方法，其特征在于，包括以下步骤：S1、获取包含中药不良作用实体的文档集；S2、对包含中药不良作用实体的文档集进行预处理，得到预处理后的文档集；S3、根据预处理后的文档集构建标准语料库；S4、基于标准语料库对深度信念网络模型进行训练，得到训练好的深度信念网络模型和最佳字符概率阈值；S5、通过训练好的深度信念网络模型和最佳字符概率阈值对新输入文本识别中药不良作用信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910574252.8/，转载请声明来源钻瓜专利网。
