（一）项目特色
（1）AI助力阿尔兹海默症的“老药新用”：“老药新用”目前已成为现在的研究趋势。在我们的项目当中我们使用了LDA文本主题模型的机器学习方法来对相关论文文本数据进行文本挖掘，并使用挖掘结果来构建知识图谱。根据我们的论文文本数据所构建的知识图谱，我们可以很快地发现阿尔兹海默症和一些“老药”的关系，优先验证最有潜力的“老药”，这样就可以有效的降低阿尔兹海默症在药物开发上的成本。
（2）把肠道菌群也考虑进去了：在最新的研究中，肠道菌群也是AD的潜在影响因素。所以，在项目中，我们会同时从大量论文中提取出肠道菌群，药物，基因三者之间的联系。最后，基于AD，药物，基因，肠道菌群的关系，构建知识图谱，
（二）项目流程（我在本项目之中主要负责模型训练）
①数据预处理：从PubMed数据库中提取出有关神经退行性疾病的论文摘要数据，做出一个词频矩阵（分词+词形还原+去掉stopwords）
②模型训练（本人负责）：
（1）主题模型训练。通过前面队友的数据预处理之后，我收到了一个统计好的词语出现次数的词频矩阵。并且为了防止常见的单词出现的频率过高，我使用了TF-IDF进行预处理。主题模型是对输入数据进行主题抽取，输出的是一个N*M的矩阵(N是主题个数，M为主题的单词数）。本实验采用LDA模型来进行主题抽取，其中LDA模型采用的是Gibbs Sampling算法实现，具体代码实现方法是采用gensim库中的LDA模型。
（2）词向量训练。在该过程中对每年的数据进行整体的词向量训练，使用的是word2vec中的skip-gram方法，目的是为了把主题里面的单词全部变成向量，便于处理。经过该步骤以后每一个主题都变成了一个矩阵。
（3）聚类模型训练。先把（2）处理过后的所有主题对应的主题矩阵拼接起来，变成一个三维张量。而后采用的是吸引子传播算法（AP聚类算法），并且以主题之间（矩阵之间）的余弦相似度作为聚类算法的相似度度量方法，主题模型的结果进行聚类处理，将主题模型输出类似的主题进行再次聚合。
③命名实体识别、可视化处理、AD知识图谱数据库构建（本人未参与故不做笔记）
 ★)