中医常用药对功效、配伍机理、适用证型标准化数据集

实体抽取算法
采用中文医学实体识别模型，从古籍文本、自由文本医案中自动抽取方剂、药材、证型、病症实体，实现非结构化文本向结构化数据自动转换。
文本同义词映射算法
构建中医术语词向量模型，完成古今病名、中药别名自动归一匹配，解决古籍名词与现代临床术语不统一问题。
方药 - 病证匹配优化模型
构建关联匹配算法：以证型为核心纽带，建立 “证候→疾病→方剂” 多条件匹配规则。基于临床病案频次统计，计算方剂对不同病症、不同证型的适配度分值，输出最优适配组合，实现古方现代临床场景智能优化。
数据分类分级算法
按照基础经典方、拓展改良方、专科定制方对全数据集自动分类，并对每一条匹配关系设置置信度评分，区分传统理论适配条目与真实临床验证条目。

搜集汇总

背景与挑战

背景概述

该数据集聚焦中医常用药对，通过实体抽取、同义词映射、方药匹配优化及分类分级算法，将古籍文本转化为结构化数据，实现古今术语归一与临床适配。数据来源于公开经典古籍、教材及诊疗规范，并设置了置信度评分以区分理论适配与临床验证条目。