利玛窦与在华耶稣会汉外词典学传统

本文利用世界上第一部《葡汉辞典》及海内外藏佚名汉葡词典等珍贵手稿文献,探讨了利玛窦的另一部汉葡词典以及耶稣会汉外词典学传统。

基于数据挖掘的尿浊用药规律分析

目的:研究《中医方剂大辞典》中治疗尿浊方剂的组方用药规律。方法:收集、整理《中医方剂大辞典》中治疗尿浊的方剂,构建数据库,应用数据挖掘方法(频数分析、层次聚类分析、关联规则)对其用药规律进行分析。结果:253首治疗尿浊的方剂中,共涉及272味中药,使用频率排在前6位的中药为茯苓、龙骨、甘草、牡蛎、人参、黄柏,药物类别以补虚药、利水渗湿药、安神药、收涩药、清热药为主。对高频药物进行层次聚类分析,共得到8个聚类组合,每类按照中药功效可归纳为:健脾燥湿、温肾利湿、清热利湿、固肾涩精、补肾壮阳、滋肾补阴、宁心安神、益气补血。通过关联规则分析发现,常用药对及药组主要是补虚药、收涩药、利水渗湿药、温里药、安神药类药物的不同组合,其中桑螵蛸与龙骨是治疗尿浊最常见的药对。结论:尿浊方剂的用药规律以清利湿热、补益脾肾为主。中医治疗尿浊应先辨虚实,初期多为实证,治以清利湿热;久病多虚,宜健脾益气、填补肾精,但要做到清补兼顾。

基于字串切分统计词典的繁体中文拼写检错方法

针对繁体中文拼写检错的问题进行了研究,提出一种基于字串切分统计词典的检错方法。利用语料库中字串出现的频率信息作为检错依据,根据字串及其频率信息来建立统计词典,并设计了基于统计规则评判的检错算法。以SIGHAN7会议中文拼写校验任务中用于检错评测的1 000句测试集作为实验测试集,并与此会议提交的结果进行比较,实验结果表明,与基于复杂语言模型的检错方法相比,该方法在实现简单的同时也有很好的检错效果,获得了较高的准确率和精确率以及较低的误报率。

多特征融合的中医古籍医案命名实体识别研究

目的/意义构建中医古籍医案命名实体语料库,提升通用领域命名实体识别模型在中医古籍医案领域的识别精度与适用性。方法/过程制定中医古籍医案命名实体标注规范,并据此对2 384则新安医案进行人工标注。构建RoBERTa-BiLSTM-CRF中医古籍医案命名实体识别模型,利用RoBERTa预训练语言模型生成具有语义特征的字向量,利用BiLSTM-CRF模型学习序列全局语义特征并解码输出最佳标签序列。引入词典和规则特征,增强模型对实体边界和类别的感知能力。结果/结论模型在所建立的新安医案命名实体语料库上展现了良好的识别效果。融合领域术语词典与规则特征后,模型的综合F1值提升至72.8%。