बीएसजी गहरे सीखने के मॉडल पर आधारित पारंपरिक चीनी चिकित्सा के लिए बुद्धिमान प्रश्न उत्तर प्रणाली: नुस्खे और चीनी औषधि को उदाहरण के रूप में लेना

पारंपरिक चीनी चिकित्सा (टीसीएम) ज्ञान आधार का निर्माण करने के लिए गहरे अध्ययन पद्धतियों के आधार पर ज्ञान ग्राफ का उपयोग करना, और टीसीएम के लिए बुद्धिमान प्रश्न उत्तर प्रणाली में संयुक्त मॉडलों के अनुप्रयोग का अन्वेषण करना। चीनी औषधि के पाठ्यपुस्तकें, नुस्खे और चीनी औषधियाँ एक व्यापक ज्ञान ग्राफ बनाने के लिए लागू की गईं, जो बुद्धिमान प्रश्न उत्तर प्रणाली के लिए आधार के रूप में कार्य करती हैं। अध्ययन में, टीसीएम संस्थाओं और उपयोगकर्ताओं द्वारा पूछे गए प्रश्नों में प्रस्तुत प्रश्न इरादों की पहचान के लिए बीईआरटी + स्लॉट-गेटेड (बीएसजी) गहरे अध्ययन मॉडल का उपयोग किया गया। पहचानी गई संस्थाओं और इरादों के आधार पर ज्ञान ग्राफ से प्राप्त उत्तर फिर उपयोगकर्ता को लौटाए गए। टीसीएम की बुद्धिमान प्रश्न उत्तर प्रणाली विकसित करने के लिए फ्लास्क ढांचा और बीएसजी मॉडल का उपयोग किया गया। नुस्खों और चीनी औषधियों के आधार पर 3,149 संस्थाओं और 6,891 संबंध तिकड़ों के साथ एक टीसीएम ज्ञान मानचित्र तैयार किया गया। प्रश्न कॉर्पस की सहायता से प्रश्न उत्तर परीक्षण में, 20 प्रकार के टीसीएम प्रश्नों का उत्तर देने पर संस्थाओं की पहचान के लिए एफ1 मान 0.9969 था, और इरादों की पहचान के लिए सटीकता दर 99.75% थी। यह प्रणाली की व्यवहार्यता और व्यावहारिकता को दर्शाता है। उपयोगकर्ता WeChat आधिकारिक खाता प्लेटफार्म के माध्यम से प्रणाली के साथ इंटरैक्ट कर सकते हैं। इस पेपर में प्रस्तावित बीएसजी मॉडल ने वेक्टर आयाम को बढ़ाकर प्रयोगों में अच्छे परिणाम प्राप्त किए, जो संयुक्त मॉडल विधि की प्रभावकारिता को दर्शाता है और टीसीएम में बुद्धिमान प्रश्न उत्तर प्रणाली के कार्यान्वयन के लिए नए शोध विचार प्रदान करता है।