买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院自动化研究所;江西国科医药工程科技有限公司

摘要：本发明提供一种基于深度学习的中药方剂解析方法及装置，其中，方法包括：获取中药方剂的实体集合，该实体集合中包括至少一个实体；将实体集合中各个实体作为节点，根据节点之间的连接关系，得到初始节点图；对初始节点图进行矩阵化处理，得到目标矩阵；对目标矩阵进行处理，得到目标链路集合；利用目标链路集合中的各个目标链路对实体集合中的各个实体对应的节点进行调整，得到目标节点图；利用目标节点图对实体集合中的各个实体进行解析。采用本方法能够提高中药方剂解析的可靠性。

主权项：1.一种基于深度学习的中药方剂解析方法，其特征在于，包括：获取中药方剂的实体集合，所述实体集合中包括至少一个实体；所述实体是与中药方剂相关的病症、配方、药物和药物分子；将所述实体集合中各个实体作为节点，根据节点之间的连接关系，得到初始节点图；对所述初始节点图进行矩阵化处理，得到目标矩阵；对所述目标矩阵进行处理，得到目标链路集合；利用所述目标链路集合中的各个目标链路对所述实体集合中的各个实体对应的节点进行调整，得到目标节点图；利用所述目标节点图对所述实体集合中的各个所述实体进行解析，以挖掘出潜在的中药方剂，剔除无效的中药方剂；所述对所述初始节点图进行矩阵化处理，得到目标矩阵，包括：对所述初始节点图进行第一矩阵化处理，得到所述初始节点图对应的邻接矩阵；对所述初始节点图进行第二矩阵化处理，得到所述初始节点图对应的度矩阵；将所述度矩阵和所述邻接矩阵进行差值计算，得到中间矩阵；对所述中间矩阵进行归一化处理，得到所述目标矩阵；所述对所述目标矩阵进行处理，得到目标链路集合，包括：将所述目标矩阵输入到第一图卷积神经网络中，所述第一图卷积神经网络包括至少一个网络层；利用所述目标矩阵和第一隐藏信息向量，得到第二隐藏信息向量，所述第一隐藏信息向量为所述第一图卷积神经网络在候选层中候选节点的隐藏信息向量，所述第二隐藏信息向量为所述候选层的后向层中所述候选节点的隐藏信息向量；基于所述第一隐藏信息向量和第二隐藏信息向量，得到所述目标链路集合。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 江西国科医药工程科技有限公司 基于深度学习的中药方剂解析方法及装置