您当前的位置： 首页 > 论文 > 优先出版
DOI:
10.16355/j.tyut.1007-9432.20230355
摘要:
中药处方生成是智能中医研究中最具挑战性的课题之一。前期的研究中通常采用迁移学习的方法，将多标签分类或文本生成的相关技术应用到这一任务中。他们要么需要用大量的标准化数据集来训练模型，要么忽视了中医的文本的特殊性和知识的专业性。为了解决这个问题，本文提出了一种的用于中医处方生成的智能化模型——
PreGenerator
，它包含了一种新型的分级检索机制，可以自动提取处方和草药级模板，以实现临床准确的处方生成。
PreGenerator
首先使用症状
-
处方检索模块检索给定患者症状的最相关处方。为了遵循草药之间的配伍规律，引入草药
-
草药检索模块，根据前面生成的草药检索下一味最相关草药。最后，处方解码器融合症状特征和检索到的处方和草药的特征，生成预测中医处方。通过在真实医疗案例数据集上的自动评估和人工评估，验证了该模型的有效性。此外，模型可以推荐出一些没有出现在处方标签上但对缓解症状有用的草药。这表明我们的模型可以学习到草药和症状之间的一些相互作用。该研究也为未来传统中药智能查询和方剂生成的研究奠定了基础。
关键字:
处方生成；智能中医；文本生成；草药检索；多查询注意力