中医学是中华民族文化的瑰宝，为中华民族的繁衍昌盛和人类健康做出了不可磨灭的贡献。中医的传承和发展离不开新技术的支撑，随着大数据和人工智能时代的到来，特别在近年来国家相继发布《中医药发展战略规划纲要（20162030年》（国发〔2016〕15号）、《中医药信息化发展十三五规划》（国中医药规财发〔2016〕25号）、《新一代人工智能发展规划》（国发〔2017〕35号）等文件的背景下，利用新技术开展中医药数字化和智能化研究和产业应用，将大力推动中医药现代化发展进程。加之国际上对中医的认可程度逐步提高，中医药信息化的黄金时代已然到来[4]。孟学茹等[5]在中医药领域人工智能研究现状的研究中指出，人工智能在医疗方面已经有所发展，但在中医药领域较少，未来人工智能在中医药方面，将会有很大的发展空间。人工智能将提高整体管理水平服务，加强中医药内涵建设服务，为中医药文献整理与研究发挥更大的作用，促进中医药技术的对外交流服务[6]。
知识图谱是通过数据挖掘、信息分析等一系列处理，实现知识可视化发现。知识图谱是以语义网络为骨架构建起来的网络化知识系统，是一种基于图的知识表示方法，其中的节点代表领域概念，边代表概念之间的语义关系。知识图谱在语义网络的基础上添加了更多的知识内容，如领域概念实体的各种信息以及相关文献资源的链接等。这些新增的知识内容可能来自于各种数据库、文献库、数据文件等等，它们可能分散于不同的信息系统和组织之中。知识图谱以语义网络为骨架，对分散的领域知识进行汇集和系统组织，并实现知识检索、知识展示和知识服务等功能。从知识图谱数据组织的架构来看，可以把知识图谱的数据分为两个层次，一个是数据模型层，另一个就是具体数据层，具体数据是一条条的知识，它是依据数据模型组织起来的。我们可以把数据模型看作是骨架，把具体数据看作是肌肉，两部分共同组成了一个健壮的整体，就是我们的知识图谱。将知识图谱的数据分成了两个层次，在构建知识图谱的时候，是先确定数据模型再收集具体数据，还是先收集具体数据再确定数据模型，这就形成了两种构建知识图谱的方式。一种是自顶向下的构建方式，一种是自底向上的构建方式。中医药知识图谱主要是以中医药学语言系统为骨架构建的知识图谱体系，以现有的数据库资源为知识图谱填充内容。中医药知识图谱能增强中医药知识资源的联通性，可以形象地表达领域概念之间的关联，发现中医药概念或知识资源之间的潜在联系。于彤等[7]提出了以 TCMLS 为骨架，以中医药领域现有的
术语和数据库资源为内容，构成大型知识图谱的构想，并开展了相关的探索和实践，但是没有实现中医药知识资源的有效整合以及提供全面、及时、可靠的知识服务。贾李蓉等[8]以中医药语言系统为架构，分别从知识来源、知识内容及图形化展示等方面探讨中医药知识图谱构建方法，分析了中医药知识图谱的应用前景。崔楠楠[9]基于知识图谱的方法，对中药炮制领域的研究热点进行了分析，通过提取近十年来中药炮制领域相关文献资料的高频关键词，对高频关键词进行可视化分析，在此基础上进一步构建知识图谱，实现中药炮制学科研究热点的定量评价和客观评价。赵君霞[10]研究了中医临床数据的网络化建模方法，构建了中药配伍网络图谱，通过网络图谱中的节点以及节点与节点之间的相互关系实现药物配伍规律的知识发现。张润顺等[11]基于多层核心网络图谱分析，研究了基于复杂网络图谱的肝脾不调证的药物配伍处方可视化分析方法，实现了名老中医治疗处方药物配伍规律和核心药物的知识发现。郝宏文等[12]通过建立复杂网络图谱，研究了名医诊疗多发性抽动症处方的配伍规律，发现了处方中的核心药物和处方规律。高铸烨等[13]研究了基于复杂网络的知识挖掘方法，通过构建证候与法治、药物、功效之间的复杂网络图，挖掘了某病症证候-治法-中药之间的联系。尚尔鑫等[14]研究了三维图形化数据挖掘方法，并成功应用于方剂配伍规律挖掘和图形化表示。窦立君等[15]将方剂处方中的药物联系转换为图结构，利用频繁闭图挖掘算法对图结构数据进行挖掘，获得中药方剂的核心药物组合。
张德政等[16]提出基于本体的中医知识图谱构建研究方法，以普通高等教育中医药类规划教材为主要知识源，并结合中医临床诊疗术语标准等，使用本体构建工具 Protg [17]进行构建中医基础理论本体。结合知识图谱技术，结合图数据库特点，
提出并实现中医核心知识图谱表示和构建技术，在基于图谱在结合中医思维方法的知识检索和名老中医经验发现和总结方面进
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
