知识图谱有助于实现智能化、个性化的中医药知识服务，其中链路预测可以解决知识图谱中缺失信息的发现与还原，也是目前知识图谱应用领域中的研究热点之一。但目前补全的医学知识图谱很少覆盖类型和层级结构，而且链路预测未考虑到关系三元组。本文创新性地提出一种新的归纳推理模型HSTP（Hierarchical Structure Type），基于类型和层级结构获取信息，利用知识图谱中实体之间的语义关联，将类型、节点与关系进行融合，然后提出一个关系相关网络来学习不同模式对归纳链路预测的重要性，最终得到真实和完整的中医医案知识图谱。结果表明，该模型能够有效表达实体之间的语义关联，在链路预测任务的基准数据集上提高了3.9%左右，可以为解决知识图谱中缺失信息的发现与还原提供研究基础。
中医药信息
语种：中文 出版周期：双月刊
P-ISSN：1002-2406
CN：23-1194/R
主管单位：黑龙江省教育厅主办单位：黑龙江中医药大学；中华中医药学会
《中医药信息》由黑龙江中医药大学和中华中医药学会共同主办，是全国创刊最早，影响较大的中医药学术信息综合性刊物之一，为国际连续出版物。本刊着重反映全国中医药、中西医结合研究进展、动态和成就，及时交流国内外中医药学术信息。刊登继承有新意，发挥有深度，创新有依据的中医药、中西医结合学术论文，反映各学科临床研究进展及科研成果的综合性文章及探讨中医药发展方向的文章。辟有：学术探讨、理论研究进展、临床研究进展、中（方）药研究进展、针灸研究进展、临床报道、名医经验、临证体会、中西医结合、制剂研究、实验研究、学术争鸣、信息工程等栏目。
