中医药学语言系统-中医药知识服务平台.pdf

T CMLS 中医药学语言系统 编写人： 于彤 yutongoracle@ 背景 近年来，网上的信息资源迅速增多。如何快速准确地检索到 所需信息，成为一个重要的问题。 本体和语义网络等技术，可以帮助我们更好地解决信息检索 等问题。 本体 （ONT OLOGY ） 本体是针对领域概念体系的精确规范，用以指明概念的定义 以及概念之间的语义关系。 本体是实现医学术语系统的一种新兴技术，与主题词表和分 类法等传统技术相比，具有逻辑严谨、易于维护，支持推理 等特点。 语义网络 （SEMANT IC NETWORK ） 语义网络是一种常用的本体表示方法，其基本思想是将领域 知识表示为带标签的图，其中节点表示领域概念，边表示概 念之间的语义关系。 语义网络因其简单、灵活、丰富、易读等优点，在计算语言 学、生物学、医学等诸多领域得到广泛应用。 WordNet、UMLS、SNOMED CT等大型术语系统都体现了语义网 络的设计理念。 UMLS 1986年，美国国立医学图书馆建立了 “统一医学语言系统 （Unified Medical Language System，UMLS）”，帮助信息 系统 “理解”生物医学领域的语言。 UMLS Semantic Network：一个医学领域的顶层本体，包含 135个语义类型 （即节点）和54种语义关系 （即节点之间的链 接）。 UMLS Metathesaurus：包含来自100多个词表中的100多万个 概念。 促进医学数据资源的整合以及医学信息系统之间的互操作。 中医药术语的复杂性 中医药学经过几千年的发展，形成了极其复杂的术语体系。 存在大量词义模糊、一词多义、同物异名等现象。 中医药学用语的不规范性，影响了中医药信息检索的效果。 T CMLS 的提出 2002年，中国中医科学院中医药信息研究所联合全国13家中医 药科研院所和大学院校，开始研制 “中医药学语言系统 (Traditional Chinese Medicine Language System, TCMLS)”， 以促进中医药术语规范化。 什么是T CMLS ？ 以中医药学科体系为核心，遵循中医药学科 理论体系，建立中国第一个计算机化的、可 持续发展的、包含中医药及其相关学科语言 的中医药学语言集成系统，形成中医药学的 语言系统平台。 什么是T CMLS ？ 借鉴UMLS的成功经验和方法学，根据中医药领域术语和知识 的特点进行设计 从标准、教材、辞典、工具书、临床术语选取中医药 领域概念和术语 采用本体 （Ontology）的方法，对中医药的概念和术语进行 系统梳理和精确表达 支持术语集成与规范化、规范化数据库加工、信息检索与查 询、数据挖掘与知识发现 语言学、信息科学与中医药学知识体系的有机结合 T CMLS 的发展阶段 中医药学语言系统的建立到目前为止经过三个阶段的发展： 1. 建设初始阶段 （2002-2005）。 2. 迅速成长阶段 （2005-2010）。 3. 稳定发展阶段 （2010-2014）。 第一阶段，建设初始阶段 （2002-2005 ）: 中国中医科学院信息所自2002年起开始研制TCMLS。 制定了TCMLS的技术标准，包括语义网络框架，收词方法和标 准等。 由全国十几家机构的加工人员用Protégé-2000软件分别进行 单机加工，最后由信息所统一汇总。 第二阶段，迅速成长阶段 （2005-2010 ）: 系统的建设方法、技术标准等机制建设完善。 TCMLS的收词量迅速增长。 系统中的数据存在很多质量问题,数据清洗成为一项重要任 务。 基于Web的加工工具投入使用，支持异地大规模协作式加工。 第三阶段，稳定发展阶段