摘要：为发掘中医药文献中的隐藏信息及实用知识，本文学习并研究自然语言处理算法和机器学习算法，基于中医药文献信息，将自然语言处理应用于中医药文献分析中，提取中药成分、中药与疾病等关键信息，利用算法反馈疾病与中药等之间的关联关系，构建中医药知识网络，对中医药的发展具有推进作用。
关键词：自然语言处理、机器学习、中医药文献
0 引言
近年来，医疗数据挖掘发展迅速，然而目前医疗数据结构化正处于起步阶段，更多的医疗数据仍然以自然语言文本形式出现，这些医学文本资料中的知识是不同地域、不同时代人们智慧的结晶，展现的是大量、未整理的中医药文献等。
自然人的学习能力有限，因此本文尝试通过自然语言处理（Natural Language Processing，NLP）辅助完成发掘中医知识的过程，将知识提炼出来，提取其中有用的中药成分、中药与疾病等关键信息，最终形成知识本体库或者知识网络，从而为后续的中医药文献挖掘任务提供依据和便利。
NLP属于人工智能的子领域，其核心目的是使得计算机能够理解和生成人类的自然语言， 任务主要包括信息抽取、机器翻译、情感分析、摘要提取等，所用到的技术包括命名体识别、语义消歧、指代消解、词性标注、结构分析等。 大量中医药文献中含有的中药成分、中药、疾病等名词，给NLP的应用提供了可能性。利用NLP技术将隐藏在文本中的知识挖掘出来， 对医学的发展具有重要意义。
本文所涉及的作为分析对象的中医药文献来源基于PubMed数据库。
1 关键概念
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
