基于ALBERT與雙向GRU的中醫臟腑定位模型

張德政，范欣欣，謝永紅?，蔣彥釗

1) 北京科技大學計算機與通信工程學院，北京 100083 2) 材料領域知識工程北京市重點實驗室，北京 100083

人工智能技術的快速發展為各個行業注入了新的活力，也為中醫學的發展提供了新的思路. 隨著人工智能與中醫的結合，也為中醫的輔助診療提供了更多可能. 中醫學在歷史上形成了多種辨證方法，其中臟腑辨證是根據臟腑的生理功能，病理表現，對疾病證候進行歸納，借以推究病機，判斷病變的部位、性質、正邪盛衰情況的一種辨證方法，是辨證體系中的重要組成部分. 當某一臟腑發生病變時，反映出的臨床癥狀也各不相同，且依據臟腑辨證特點，一個癥狀可涉及多個臟腑，所以本文將中醫中的臟腑定位問題抽象為自然語言處理領域的多標簽文本分類問題，將醫案數據中的癥狀類文本信息作為輸入，將具體病變臟腑作為多標簽文本分類問題中的標簽.

1 研究現狀

在中醫的辨證推理方面，已經有大量研究人員進行過相關研究. 許強[1]通過對經典證素辨證體系相關內容的總結，分析經典證素辨證體系存在的不足，并基于有向圖這種數據結構重新對證素概念進行定義，對證素內容進行分類，并重新對辨證醫理模型進行構建. 尹丹等[2]采用領域本體七步法構建中醫經方知識圖譜，并通過Cypher設計一種模擬人聯想思維進行檢索的經方知識檢索框架. 劉超等[3]基于BP神經網絡方法，建立冠狀動脈臨界病變……