[发明专利]一种基于中医古籍文献的短语挖掘和系统

权利要求书

1.一种基于中医古籍文献的短语挖掘方法，其特征在于：包括如下步骤：

S1、基于网络爬虫模块在预设的网络基站上定向采集中医古籍文献,生成中医古籍文献集；

S2、利用词向量扩充短语词典的方法对定向采集到的中医古籍文献集文本进行处理,然后从中自动抽取短语,采用人工和机器学习相结合的方式构建短语词典；

S3、基于所述短语词典构建短语挖掘分析模型；

S4、基于所述短语挖掘分析模块实现中医文献中短语的挖掘和分析。

2.如权利要求1所述的一种基于中医古籍文献的短语挖掘方法，其特征在于：所述步骤S1中，网络爬虫模块基于预设的中医古籍文献名目录实现中医古籍文献的爬取。

3.如权利要求1所述的一种基于中医古籍文献的短语挖掘方法，其特征在于：所述步骤S2中，基于人工为每一个短语标记上独立的编号，然后基于机器学习调用网络爬虫模块根据所述短语在预设的网络基站上定向挖掘与该短语相关的文本数据，通过人工整理的方式生成对应的短语分析条目。

4.如权利要求1所述的一种基于中医古籍文献的短语挖掘方法，其特征在于：所述短语挖掘分析模型包括短语挖掘模型和短语分析模型，短语挖掘模型采用无限深度神经网络模型，短语分析模型采用Bi-LSTM+Attention模型。

5.如权利要求1所述的一种基于中医古籍文献的短语挖掘方法，其特征在于：还包括基于中医文献语境识别模型实现中医文献语境识别的步骤，所述中医文献语境识别模型用于实现中医文献中内载病症的识别。

6.如权利要求1所述的一种基于中医古籍文献的短语挖掘方法，其特征在于：还包括基于中医文献断句模型实现中医文献文本的断句处理的步骤。

7.一种基于中医古籍文献的短语挖掘系统，其特征在于：采用如权利要求1-6任一项所述的方法实现短语的挖掘分析。

8.如权利要求7所述的短语挖掘系统，其特征在于：包括：

短语词典构建模块，用于基于网络爬虫模块在预设的网络基站上定向采集中医古籍文献,生成中医古籍文献集；然后利用词向量扩充短语词典的方法对定向采集到的中医古籍文献集文本进行处理,然后从中自动抽取短语,采用人工和机器学习相结合的方式构建短语词典；

短语挖掘分析模型构建模块，用于基于所述短语词典构建短语挖掘分析模型；

文献语境识别模块，用于基于中医文献语境识别模型用于实现中医文献中内载病症的识别；

文献断句模块，用于基于中医文献断句模型实现中医文献文本的断句处理；

短语挖掘分析模块，用于基于所述短语挖掘分析模块实现中医文献中短语的挖掘和分析。