计算机工程

作者：杨丰豪, 侯校, 赵紫娟, 强彦, 赵涓涓

单位：太原理工大学计算机科学与技术学院(大数据学院), 山西 晋中 030600

关键词：处方推荐,序列到序列,关键词,交叉传播机制,混合软损失

基金：国家自然科学基金(U21A20469); 国家自然科学基金(61972274)

以中医处方推荐任务作为切入点, 现有处方推荐模型忽略草药配伍等领域知识信息, 导致推荐效果不佳、推荐处方偏离实际。为此, 提出一种基于序列到序列框架的中药关键词感知模型。在症状序列信息挖掘部分加入一种关键词感知网络, 拓展模型多分支结构, 并以处方君药作为关键词嵌入向量来挖掘处方配伍信息, 提升模型深层次知识特征表示能力, 提高推荐质量。设计一种交叉传播机制, 降低注意力累加过程中被过多关注的特征维度, 使得累加结果可以关注到未被关注区域, 降低推荐处方重复概率。提出一种混合软损失, 通过加大不同分布之间的差距, 惩罚重复关注同一位置行为。在2个公共临床中医处方数据集上的实验结果表明, 与TPGen、Herb-Know等其他深度学习模型相比, 该模型能够有效提升推荐处方质量, 解决模型生成过程中的重复问题, 其在Precision、Recall、F1值上相比最好的基准模型分别提升了约8、5、6百分点。此外, 消融实验结果也证明了各个模块的有效性。

来源：2025年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第3期