基于多源异构数据的中医药知识图谱构建与应用研究

[目的]基于多源异构数据构建中医药知识图谱,辅助研究人员进行中医药领域的创新研究.[方法]从IncoPat专利数据库获取中医药专利数据,从TCMSP、OMIM等数据库获取中药靶点、疾病等数据,利用深度学习信息联合抽取模型抽取中医药专利文本中的实体及关系,采用字符串匹配和词典等方式进行数据规范及实体对齐,进而基于所设计的中医药知识图谱本体结构完成知识图谱构建,在此基础上采用频次分析、关联规则Apriori算法对中药处方优化进行分析.[结果]本文所设计的本体结构共包含31种实体类型、48种语义关系,涵盖中医药领域专利中的解决方案、技术功效等特定实体;选取糖尿病肾病领域具体详解基于多源数据的中医药知识图谱构建及应用过程,验证了本文所构建知识图谱的有效性以及对处方优化提供中医药筛选范围的高效性.[局限]在专利文本信息抽取时,部分标注样本采用人工标注,耗费时间较长.[结论]以中医药专利数据为主、结合多源数据所构建的中医药知识图谱,能够为中医药领域创新研究提供数据支撑,该知识图谱不仅可以实现处方优化研究,也可用于中医药领域的多元研究.