研究目的:为解决中药药性概念描述抽象、模糊导致难以准确把握其本质特性的问题,本研究提出一种基于BP神经网络的药向量训练模型(Quantitative Model of Traditional Chinese Medicine’s Properties based on BP Neural Network,简称QM-BP模型),以实现中药药性的量化表示。实验方法:首先将普通高等教育“十一五”国家级规划教材《中药学》(高学敏版)中所涉及的中药(除去信息记录不全的附药)及其对应的功效术语进行整理、规范,并获得“中药-功效”的样本对;其次,构建具有“中药-药向量-功效”三层结构的QM-BP模型,并利用中药的药性数据对模型进行初始化;最后,基于QM-BP模型使用“中药-功效”的样本数据进行训练,得到BP药向量。结果:将《中药学》整理后得到的474味中药及其相对应的528个功效基于QM-BP模型训练并结合中药临床功效与中药复方功效分析,发现训练后得到的BP药向量值比药性的初始药向量值更能反映中药的属性特征。此外,由于BP药向量与词向量具有相似的性质,发现功效相似性较高的药物对应的BP药向量在欧几里得距离中距离较近,而功效差异性较大的中药药向量在欧几里得距离中距离较远。结论:本文利用BP神经网络构建药向量训练模型,在中药的药性与功效具有明显关联性的基础上,对中药药性的初始量化值进行修正,使中药药性的量化值更精确。在下一步的工作中,可优化QM-BP模型并开展对药对、复方的分析,以期探明中药药性及组方配伍中蕴藏的内在规律。