본문 바로가기
KERD
논문KCI 등재

기계 학습을 이용한 한의학 처방 분석 방안

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

오준호
대한한의학원전학회|2023.05|대한한의학원전학회지 (The Journal Of Korean Medical Classics)|제36권 제2호|pp. 23-34

1

조회

0

다운로드

2

인용

0

참고문헌

키워드

기계 학습Korean Medicine한의학machine learning처방방제동아시아 전통의학.herbal formulasByte Pair EncodingG-scoreTraditional East Asian Medicine(TEAM).
주제분류한의학

초록

목적 : 기계 학습을 이용하여 한의학 처방을 분해하는 방법을 제안한다. 방법 : Byte Pair Encoding(BPE)과 G-Score를 이용한 모델을 만든 다음 학습 데이터를 통해 학습시켰다. 이후 학습된 모델을 테스트 데이터에 적용하여 결과를 도출하고 전문가 의견과 비교하였다. 결과 : 기계 학습을 이용한 처방 분해 결과는 큰 틀에서 현대 전문가의 방해와 많이 다르지 않았다. 다만 부분적으로 의미가 잘 드러나지 않는 경우도 있었고, 반대로 처방 분해를 통해 새로운 지견을 얻을 수 있는 경우도 있었다. 결론 : 본 연구에서 제안한 방법을 통해 처방을 분해하면 복잡한 처방을 이해하는데 소요되는 자원을 절약할 수 있을 것이다.

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.

참고문헌 (16)

  1. Gage, Philip, "A New Algorithm for Data Compression", The C User Journal, 12(2), pp.23~38 (1994)
  2. Stefan Bordag, "Computational Linguistics and Intelligent Text Processing", pp.52~63 (2008), Springer
  3. 김기욱, "본초 비율의 순위를 이용한 문헌의 특징 분석 방법", 대한한의학원전학회지, 27(4), pp.73~84 (2014), 대한한의학원전학회[DOI]
  4. 김정훈, "DB를 활용한 方劑의 類方分析 방법 설계", 대한한의학원전학회지, 21(1), pp.143~151 (2008), 대한한의학원전학회
  5. 김정훈, "본초 조합을 이용한 方劑의 類方分析 DB 구축 연구 -『東醫寶鑑』과『方劑學』을 중심으로 -", 대한한의학원전학회지, 21(1), pp.123~141 (2008), 대한한의학원전학회
  6. 박대식, "방제의 본초 중량비를 활용한 방제 비교 방안에 관한 연구", 대한한의학 방제학회지, 21(2), pp.121~132 (2013), 대한한의학방제학회[DOI]
  7. 박한수, "군신좌사 개념을 도입한 방제 검색 및 비교 시스템에 관한 연구", 대한한의학 방제학회지, 22(2), pp.45~54 (2014), 대한한의학방제학회
  8. 방민우, "본초 구성을 이용한 방제의 효능 추론 및 분류 방법에 관한 연구", 대한한의학 방제학회지, 25(1), pp.29~38 (2017), 대한한의학방제학회[DOI]
  9. 오준호, "고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 -", Korean Journal of Acupuncture, 33(1), pp.18~32 (2016), 경락경혈학회[DOI]
  10. 오준호, "한의학 고문헌 텍스트 분석을 위한 비지도학습 기반 단어 추출 방법 비교", 대한한의학원전학회지, 32(3), pp.47~57 (2019), 대한한의학원전학회[DOI]
  11. 윤용갑, "동의방제와 처방해설" (2002), 의성당
  12. 윤홍걸, "기존방제를 기반한 처방분석 방법에 관한 연구", 대한한의학원전학회지, 34(4), pp.65~78 (2021), 대한한의학원전학회
  13. 이병욱, "인터넷상 동의보감 방제의 약물구성 계보 표현 방법에 관한 연구", 한국의사학회지, 21(2), pp.41~47 (2008), 한국의사학회
  14. 彭怀仁, "中医方剂大辞典" (1993), 人民卫生出版社
  15. "한국전통지식포털"[URL]
  16. "한의학고전DB"[URL]

관련 논문AI추천

기계 학습을 이용한 한의학 용어 유의어 사전 구축 방안오준호대한한의학원전학회 · 대한한의학원전학회지2022 · 제35권 제1호단어 임베딩 기반 한의 학파별 처방 추천 모델 개발: 만성 호흡계 질환 대상예상준, 이상훈한국지식정보기술학회 · 한국지식정보기술학회 논문지2022 · 제17권 제5호한의 처방 명칭의 개체명 정규화장호한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2024 · 제29권 제10호한의학 고문헌 데이터 분석을 위한 단어 임베딩 기법 비교: 자연어처리 방법을 적용하여오준호대한한의학원전학회 · 대한한의학원전학회지2019 · 제32권 제1호한의학 고문헌 텍스트 분석을 위한 비지도학습 기반 단어 추출 방법 비교오준호대한한의학원전학회 · 대한한의학원전학회지2019 · 제32권 제3호비정형 한의약텍스트 조제복용사항 정형화알고리즘연구 - 동의보감 처방정보를 중심으로김남일, 차웅석, 허요섭한국의사학회 · 한국의사학회지2022 · 제35권 제2호

이 간행물의 다른 논문 (6건)

이제마의 감정조절법의 기본 개념들에 대한 고찰 - 性情, 中和, 知人을 중심으로 -신상원pp. 1-22柳成龍 저술 『鍼經要訣』의 전승 연구박훈평pp. 35-48공황장애 13가지 진단기준의 병리와 처방에 대한 연구- 『의학입문』과 『동의보감』을 중심으로 -김연태pp. 49-60李東垣 內外傷辨 관련 논의들에 나타난 內外 관계성에 대한 고찰은석민pp. 61-75『溫病條辨』에 나타난 加減正氣散에 대한 고찰 - 藿香正氣散과의 비교를 중심으로김상현, 김종현pp. 77-96
원문 보기