『姐是老中醫，專治吹牛逼』——著名歌唱家花粥
前言
中國古籍，汗牛充棟，源遠流長，即使皓首窮經，人一生能博覽的書籍也是少之又少，能深入參悟的就更是稀有。
好在現在是AI時代，通過機器學習可以快速大量處理包括文本在內的各種數字文檔，藉助AI，我們也可以提高對於知識處理和提煉的效率。
本文將以橫跨明清兩代的醫學家陳士鐸的畢生心血《醫學全書》為例，用AI研習經典，用人工創作智慧。
勵志照亮人生，程序猿改變世界。
背景介紹
陳士鐸，字敬之，號遠公，別號朱華子，又號蓮公，自號大雅堂主人，浙江山陰（今浙江紹興）人。約生於明朝天啟年間，卒於清朝康熙年間。據嘉慶八年《山陰縣誌》記載：“陳士鐸，邑諸生，治病多奇中，醫藥不受人謝，年八十餘卒。“
書籍介紹
陳士鐸是清代初期的著名醫學家，一生的著述非常多。
《醫學全書》總共3.7M，漢字約120萬字，全部文言文。一個勤奮的讀者，每天閱讀2000字，需要600多天完成第一輪學習。
至於歸納整理，就需要更久的時間。所以說，學醫需謹慎。
框架選型
中文處理文本，第一步分詞，第二步向量化。
1、分詞
分詞我選用了開源項目結巴分詞：https://github.com/fxsjy/jieba
自從github嫁給ms，總感覺心裡很失落，懷念啊我們的青春啊。
同時，考慮到結巴分詞對文言文醫學的不熟悉，需要手動設置用戶自定義詞，示例如下：
2、向量化
因為這次的主要目的是尋找詞語關係，所以選擇了word2vec作為工具庫。
word2vec也叫word embeddings，中文名“詞向量”，作用就是將自然語言中的字詞轉為計算機可以理解的稠密向量（Dense Vector）。
word2vec模型其實就是簡單化的神經網絡。
word2vec不僅可以在百萬數量級的詞典和上億的數據集上進行高效地訓練，還可以得到訓練結果——詞向量（word embedding），可以很好地度量詞與詞之間的相似性。
word2vec常見應用：
用 Word2vec 尋找相似詞
根據上下文預測某個詞語出現概率
數據處理
良好的數據是機器學習模型的食材。
經過結巴分詞之後的segment還需要手工過濾掉標點符號和很多奇怪的詞語，這些詞語如果不去掉，在後面的向量相似度上會帶來很多困擾。
訓練模型
訓練模型輸出相似度
這裡以六經為例，目的是看看與這幾條經脈最親密的是哪些東西。
老中醫順手普及：
少陰：分足少陰腎經和手少陰心經，對應心、腎。
太陰：分足太陰脾經和手太陰肺經，對應脾、肺。
厥陰：分足厥陰肝經和手厥陰心包經，對應肝、心包。
少陽：分足少陽膽經和手少陽三焦經，對應膽、三焦。
太陽：分足太陽膀胱經和手太陽小腸經，對應膀胱、小腸。
陽明：分足陽明胃經和手陽明大腸經，對應胃、大腸。
以上對應的五臟（心肝腎肺脾）和六腑（膽，心包，膀胱，小腸，大腸，三焦）並非西醫意義上的器官。
數據樣本
以上美觀大方的數據表格由DataHunter數據可視化軟件生成。
可視化
為了直觀和顏值，我們採用DataHunter最新的1.8版數據可視化軟件來呈現數據。
新版新增了包括熱力圖、箱線圖、關係圖、樹狀圖、玫瑰圖、桑基圖、儀表盤、象形圖，正好可以用來展示多維度量的數據。
結論
少陽經與其他經脈的聯繫最多，古人稱“少陽為樞”，很多病症只需『和解少陽』便可四兩撥千斤，達到早治療早輕鬆的效果。
與虛火關係緊密的是陽明，即胃經，這個在臨床上也有很多驗證效果，瀉胃火可以治療包括牙齦腫痛、便秘、口腔潰瘍等各種現代上火症狀。
與腎虛關係緊密的分別是少陰（心腎）經和太陰（脾肺）經，腎很好理解，脾肺在這裡出現則發人深思，所謂土生金、金生水，造化之妙。
厥陰與痙病（四肢抽搐、角弓反張）密切相關，這個有經驗的老中醫一看就洞悉於心：肝木主風，痙病這些症狀正與風症吻合。
有興趣的朋友，還可以拓爾思之，比如查一下與『人參』關係緊密的老鐵是那幾位？答案不揭曉了，有心者自得知。
現代科技也可以讓古老的典籍重新煥發青春！
閱讀更多 DataHunter 的文章
