English(EN) NLP-Driven Knowledge Extraction and Thematic Classification of Translated Ancient Indian Medical Texts

NLP通过知识图谱解锁古印度医学文本

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

研究人员开发了一种新颖的方法，使用自然语言处理（NLP）技术从翻译的古印度医学文本（如Sushruta Samhita）中提取和分类知识。该方法采用命名实体识别（NER）来识别疾病、治疗方法和药用植物，使用BERTopic模型对医学主题进行分类，并利用Neo4j构建知识图谱来表示实体之间的关系。这个计算框架旨在增强历史医学知识的可访问性和理解性，弥合传统文本与现代数据驱动研究在阿育吠陀、医学信息学和数字人文等领域的差距。 AI

影响这项研究展示了NLP如何使历史医学知识更容易获取，可能有助于未来医学和数字人文领域的研究。

排序理由该集群包含一篇研究论文，详细介绍了使用NLP技术分析历史文本的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 22 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇研究论文，详细介绍了使用NLP技术分析历史文本的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · M. S. Rajeevan, B. Mini Devi, V. S. Anoop, C. Mallikarjuna · 2026-09-01 04:00

基于NLP的翻译古印度医学文本的知识提取与主题分类

arXiv:2608.28608v1 Announce Type: cross Abstract: Ancient Indian medical texts like Sushruta Samhita have extensive information on diseases, treatments, and surgical techniques. Yet, their ancient format and use of intricate vocabulary pose difficulties in accessibility and syste…

本文如何被排名

报道来源 [1]

基于NLP的翻译古印度医学文本的知识提取与主题分类

相关实体

相关话题