语义级知识图谱——大泽矩阵

语义级词频，基于自然语言处理（NLP）的命名实体识别（NER）、词性分析、词根提取、TF-IDF来分析文献的真实词频。从而让您迅速发现海量文献中蕴含的真正重要的术语和信息。

语义级词频分析分为两种：一种是针对文献的标题和摘要进行分析；另一种是针对文献的关键字与医学主题词（MeSH）进行分析。两种词频分析均以中英文双语的形式给出，以方便阅读和对照。

物种名识别，基于唤醒食物创建的全球物种库和卷积神经网络（CNN），识别出海量文献中所提及的所有现存的物种，并对识别出的物种名进行词频排序。事实上，该功能不仅可以准确地识别出所有现存的物种，而且还能够识别未来新发现的物种名。物种名，也称物种的学名、拉丁名、科学名、双名命名法、二名法、林奈名。唤醒食物创建的全球物种库已收录超过28万个属，超195万个物种。

本质上，对于一种疾病或诉求关键字而言，物种名识别功能可以让你在全球物种中发现对治疗该疾病或解决该诉求最有效的物种。

识别出的全部物种名，均以中英文双语的形式给出，以方便查看和对照。

补充剂识别，基于唤醒食物创建的全球补充剂库和卷积神经网络（CNN），识别出海量文献中所提及的所有现存的补充剂，并对识别出的补充剂进行词频排序。事实上，该功能不仅可以准确地识别出所有现存的补充剂，而且还能够识别未来新发现的补充剂。唤醒食物创建的全球补充剂库已收录超过10万种补充剂。

本质上，对于一种疾病或诉求关键字而言，补充剂识别功能可以让你在全球补充剂中发现对治疗该疾病或解决该诉求最有效的补充剂。

识别出的全部补充剂，均以中英文双语的形式给出，以方便查看和对照。

疾病名识别，基于国际疾病分类（ICD）创建的全球疾病名称库和卷积神经网络（CNN），识别出海量文献中所提及的所有现存的疾病名称，并对识别出的疾病名称进行词频排序。事实上，该功能不仅可以准确地识别出所有现存的疾病名称，而且还能够识别未来新发现的疾病名称。全球疾病名称库已收录超过6.6万种疾病名称。

本质上，对于一种物种或补充剂关键字而言，疾病名识别功能可以让你在全球疾病名称中发现该物种或补充剂对治疗哪些疾病最有效。

识别出的全部疾病名称，均以中英文双语的形式给出，以方便查看和对照。

关键字语境，当你在语义级词频、物种名识别、补充剂识别和疾病名识别中，发现一个你感兴趣的术语、物种、补充剂或疾病名称后，你当然希望知道该术语、物种、补充剂或疾病名称是在文献中怎样的语境（即上下文环境）中出现的。你只需在语义级词频、物种名识别、补充剂识别和疾病名识别中点击该术语、物种、补充剂或疾病名称，然后点击关键字语境，即可以短语、分句、全句、缩写这四种方式来查看该术语、物种、补充剂或疾病名称在文献中出现的语境。其中，缩写是按照语法结构对全句进行解析后重构的缩写形式。除了四种语境外，还对该术语、物种、补充剂或疾病名称提供条形图和语义级词云两种方式的超解析。四种语境的完整数据以纯文本文件提供下载。

生成关系图，你可以把该功能看作是关键字语境中缩写方式的图形版本。比如，你已经生成了抗癌的知识图谱，在物种名识别中你发现了灵芝。这时，你点击生成关系图，你会看到生成的关系动词列表中以词频排序出现了treat和improve这样一些引起兴趣的动词。现在，你只需在动词列表中点击treat，然后点击生成关系图，就会生成以灵芝作为主题，以treat作为关系，以从全句缩写中解析出的任何实体作为目标所形成的关系图。

语义级知识图谱的数据（文献），是通过实时搜索全球最大的生物医学文献数据库PubMed来获得的。语义级知识图谱直接调用PubMed API，支持全部PubMed搜索布尔运算符及括号与双引号。这可以让你组合和构建从最简单易用到最复杂强大的关键字搜索逻辑，并且关键字支持全中文、全英文，以及中英文混合搜索。

唤醒食物的语义级知识图谱——大泽矩阵，是你寻找疾病与诉求的天然治疗物种的强大AI工具；是你迅速掌握和了解任何术语和物种的重要信息的强大AI工具；是你查询任何一种药品、补充剂、食物、食品添加剂的功效与作用领域及副作用的强大AI工具。

超级数据、超级分析、超级物种、超级补充与超级疾病，超级数据通过批次检索和获取机制，突破了PubMed API 1万条记录的限制。无论检索到的符合要求的文献数是几万、十几万、几十万，甚至上百万，都可以全部获取到。

结合超级数据的批次检索和获取机制，超级分析通过批次处理机制，能够高效地生成几十万份文献的超级语义级知识图谱（超级语义分析、超级物种识别、超级补充识别、超级疾病识别、超级关键语境）。

当大泽矩阵完成全部数据批次时，基于唤醒食物创建的全球物种库、全球补充剂库和卷积神经网络（CNN），可以为您找到针对当前诉求和疾病的最有效的超级物种和超级补充剂。基于全球疾病名称库和卷积神经网络，可以让您看到当前物种或补充剂对治疗哪些疾病最有效的完整图谱。

超级配方设计，使用大泽矩阵的超级数据中的超级配方设计，可直接基于大泽矩阵的超级数据的超级物种识别和超级补充识别的分析结果，从全球超195万个物种+全球超10万种补充剂中选出最有效的物种和补充剂，结合大语言模型的知识整合与检索能力、逻辑推理与分析能力、数据处理与预测能力、风险规避与伦理边界的把握能力，生成基于医学文献的效果显著、安全可靠、全通路多靶点、多途径多机制协同作用的顶级配方。

目前支持四个大语言模型：DeepSeek-R1、DeepSeek-V3、豆包大模型、DeepSeek-R1（火山）。

我的超级配方（自建配方池），使用大泽矩阵的超级数据中的我的超级配方（自建配方池），您可以从超级物种识别和超级补充识别中进一步选出您最想使用的成分来自建配方池，然后，让大语言模型基于您的配方池来直接生成顶级配方。与直接使用超级配方设计相比，使用我的超级配方（自建配方池）能够让您更精准的构建配方的成分，用您最想使用的成分来生成顶级配方。

目前支持四个大语言模型：DeepSeek-R1、DeepSeek-V3、豆包大模型、DeepSeek-R1（火山）。