Journal of Korean Medical classics (대한한의학원전학회지)

The Society of Korean Medical Classics (대한한의학원전학회)
권호 표지
DOI QR코드

DOI QR Code

A Strategy for Disassembling the Traditional East Asian Medicine Herbal Formulas With Machine Learning

기계 학습을 이용한 한의학 처방 분석 방안

  • Oh Junho (Korea Institute of Oriental Medicine)
  • Received : 2023.02.03
  • Accepted : 2023.05.03
  • Published : 2023.05.25
Download PDF
⟨ Previous Next ⟩

Abstract

Objectives : We propose a method to disassemble Traditional East Asian Medicine herbal formulas using machine learning. Methods : After creating a model using Byte Pair Encoding(BPE) and G-Score, the model was trained with training data. Afterwards, the learned model was applied to the test data, of which the results were compared with expert opinion. Results : The results acquired through the model were not significantly different from those of modern expert opinions. However, there were cases where the meaning was partially unclear, while there were cases where new knowledge could be obtained through the disassembling process. Conclusions : It is expected that disassembling herbal formulas through the proposed method in this study will help save resources required to understand complex ones.

Keywords

Acknowledgement

본 연구는 한국한의학연구원 주요사업 "AI 한의사개발을 위한 임상 빅데이터 수집 및 서비스 플랫폼구축(KSN1922110)"의 지원을 받아 수행되었습니다.

References

  1. Gage, Philip. A New Algorithm for Data Compression. The C User Journal. 1994. 12(2). pp.23-38.
  2. Stefan Bordag. A Comparison of Co-occurrence and Similarity Measures as Simulations of Context. Computational Linguistics and Intelligent Text Processing. Alexander Gelbukh. Computational Linguistics and Intelligent Text Processing. Springer. 2008. pp 52-63. https://doi.org/10.1007/978-3-540-78135-6_5
  3. 김기욱, 김태열, 이병욱. 본초 비율의 순위를 이용한 문헌의 특징 분석 방법. 대한한의학원전학회지. 2014. 27(4). pp.73-84. https://doi.org/10.14369/skmc.2014.27.4.073
  4. 김정훈, 이병욱. DB를 활용한 方劑의 類方分析 방법 설계. 대한한의학원전학회지. 2008. 21(1). pp.143-151.
  5. 김정훈, 이병욱. 본초 조합을 이용한 方劑의 類方分析 DB 구축 연구 -「東醫寶鑑」과 「方劑學」을 중심으로 -. 대한한의학원전학회지. 2008. 21(1). pp.123-141.
  6. 박대식, 이부균, 이병욱. 방제의 본초 중량비를 활용한 방제 비교 방안에 관한 연구. 대한한의학방제학회지. 2013. 21(2). pp.121-132. https://doi.org/10.14374/HFS.2013.21.2.121
  7. 박한수, 이병욱, 이부균. 군신좌사 개념을 도입한 방제 검색 및 비교 시스템에 관한 연구. 대한한의학방제학회지. 2014. 22(2). pp.45-54. https://doi.org/10.14374/HFS.2014.22.2.045
  8. 방민우, 김기욱, 이병욱. 본초 구성을 이용한 방제의 효능 추론 및 분류 방법에 관한 연구. 대한한의학방제학회. 2017. 25(1). pp.29-38. https://doi.org/10.14374/HFS.2017.25.1.29
  9. 오준호. 고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화. Korean Journal of Acupuncture. 2016. 33(1). pp.18-32.  https://doi.org/10.14406/acu.2016.003
  10. 오준호. 한의학 고문헌 텍스트 분석을 위한 비지도학습 기반 단어 추출 방법 비교. 대한한의학원전학회지. 2019. 32(3). pp.47-57. https://doi.org/10.14369/jkmc.2019.32.3.047
  11. 윤용갑. 동의방제와 처방해설(개정판). 서울. 의성당. 2002.
  12. 윤홍걸 외 3인. 기존방제를 기반한 처방분석 방법에 관한 연구. 대한한의학원전학회지. 2021. 34(4). pp.65-78. https://doi.org/10.14369/jkmc.2021.34.4.065
  13. 이병욱, 정훈, 권영규. 인터넷상 동의보감 방제의 약물구성 계보 표현 방법에 관한 연구. 한국의사학회지. 2008. 21(2). pp.41-47.
  14. 彭怀仁 等. 中医方剂大辞典. 北京. 人民卫生出版社. 1993.
  15. 특허청. 한국전통지식포털. [cited on Jan 10, 2013]. Avaiable from:  http://www.koreantk.com
  16. 한국한의학연구원. 한의학고전DB. [cited on Jan 8, 2023]. Avaiable from: https://mediclassics.kr