慢性肾脏病是临床常见疾病,其发病隐匿,病程较长,早期诊断并有效治疗对于有效防治意义重大。现代医学对于慢性肾脏病的治疗手段有限,主要通过调节饮食、利尿、降压、降脂等控制相关危险因素。长久以来,中医药在治疗慢性肾脏病方面有着其独特的诊断和治法,并取得了显著的疗效。中医学认为慢性肾脏病的主要特点为本虚标实,初期多脾肾两虚,晚期气血阴阳俱虚,因此治疗上注重标本兼治,虚实互调。当前,具有丰富经验的中医师稀缺,且局限于传统的中医传承模式,缺乏丰富临床经验的医师无法满足民众对高质量慢性肾脏病诊疗的迫切需求,引入现代信息技术辅助中医诊疗经验有效传承和决策迫在眉睫。论文面向慢性肾脏病中医医案,构建慢性肾脏病知识图谱,结合现代计算机方法开展知识图谱学习与推理,实现慢性肾脏病中医诊疗经验辅助传承。论文主要研究工作如下:1.针对慢性肾脏病诊疗过程,构建中医诊疗本体层,保留医案中完整的中医诊疗路径。面向慢性肾脏病中医医案文献,针对循环神经网络在处理文本时忽略局部词语信息问题,提出基于局部信息和上下文信息的命名实体识别方法,算法F1值达97.39%,将识别后实体嵌入诊疗本体层,构建慢性肾脏病知识图谱。2.针对现有翻译模型无法切合中医知识进行有效表示学习的问题,引入中文拼音、笔画和结构信息作为中文特征并编码,提出独具中文特色的特征字符子串PSS(Pinyin、Stroke、Struct)。针对目前翻译模型效果仅取决于训练数据集的问题,提出动态调整训练和测试数据集,使用翻译模型进行迭代的三元组表示学习,实验结果表明特征子串PSS和迭代训练分别使Mean Rank(MR)下降了 5.88和10.63。3.将中医知识图谱推理任务,按照慢性肾脏病诊疗过程,分解为知识图谱多层实体间的链路预测任务。论文在慢性肾脏病知识图谱表示学习的基础上,通过对知识图谱中的实体和关系嵌入进行多维卷积发现隐含特征并解决1-N关系的链路预测,实验结果显示多个评估指标均超过95.00%。4.针对中医传承现代化和医院医师的学习及辅助诊疗需求,基于知识图谱构建、学习与推理工作,构建中医知识图谱学习与推理原型系统,设计实现中医知识图谱数据管理,包括数据的增删查改、可视化、文献的获取与解析、自动问答、用户管理等功能。