多层次特征融合的中医药材推荐方法研究

摘要

深度学习技术迅速发展，在中医药材推荐任务中被大量使用。针对传统神经网络模型在中医药材推荐应用中推荐精度不高、模型参数量较大等问题，提出一种多层次特征融合的轻量级药材推荐方法。在TextCNN模型参数量少、特征抽取全面等特点的基础上，进一步融合症状语义特征和序列特征，从而获取更全面的症状药材特征完成中医药材推荐任务，并将其在中医药材公开数据集上进行验证。实验表明，该方法对药材推荐的F5得分达到0.241 9，相较于基线模型具有显著提升，模型大小仅为4.26M。并且，通过消融实验分析不同模型组件对推荐任务的影响，验证了所提方法的有效性，以期为中医药材推荐提供新的方法。

0 引言

中医是一门研究人类生理学、病理学、诊断和疾病的学科。中医药是中医理法方药的重要组成部分，已被用于治疗多种复杂疾病，并取得了良好的治疗效果。近年来，我国对中医药的重视程度逐渐升高，出台了一系列扶持政策推动中医