中医药本体构建的研究.docVIP

中医药本体构建的研究 　　摘要　利用自然语言处理(NLP)理论和技术方法对中医药领域中已有的公认领域知识进行了重构与利用，在成功实现了中医药学知识描述体系的自动构建与获取的基础上。利用领域专家知识，实现了受限文本的Ontology自学习机制，并对领域本体的进化进行了有益的探索，有效地解决了Ontology研究的瓶颈问题，从而为中医药知识的挖掘与利用奠定了数据基础。从目前看来，这是一种较为理想、实用的方法，为专业领域Ontology的自动构建提供了理论依据及技术支持。 　　关键词　中医药　本体　数据共享　知识工程 　　 　　1、概述 　　 　　几千年来，中医药领域的无数临床实践与理论研究积累了海量的科学知识，这些知识包含在中医药古籍以及当前的研究文献中。面对浩如烟海的中医文献，如何有效利用，服务于临床及中药新药研发，是中医药行业普遍关注、亟待解决的重要问题。 　　中医学的数据多建立在人的经验基础上，其规律受自身理论的支配，其客观性与科学实验数据不在一个层面上。如果用科学实验数据的获取方法和标准来衡量中医的数据，即便是四诊数据仍不可避免带有主观因素。例如对同一病人脉象信息的获取，不同的医生很可能有不同的结论。但是从认知层面来讲，中医确切的疗效这一事实，说明这些数据具有客观性，即诊治的认识符合了病症的客观存在。本体是一种能在语义和知识层次上描述系统的概念模型，其目的在于以一种通用的方式来获取领域中的知识，提供对领域中概念的共同一致的理解，从而实现知识在不同的应用程序和组织之间的共享和重用，这对中医药领域的知识挖掘、发现与利用将会起到不可忽视的作用。因此，基于历史文献进行中医药本体的构建，利用历史文献及公认的领域知识对中医药核心概念进行全面诠释，以期通过概念及其相关要素的关系进行全面分析，解释中医病、证、方、药等核心概念的实质与内涵。但是本体的构建并不是一件简单的事情，课题组在大量实践的基础上，利用自然语言处理(NLP)理论和技术方法对已有公认领域知识，如中医药主题词表、专业辞典、专业教材或权威著作等进行重构利用，并借助领域专家知识，实现基于网络的知识采集与加工，建立起受限文本的Ontology自学习机制，从而实现领域Ontology概念描述体系的自动构建，最终有效地解决了On-tology的自动构建这一瓶颈问题，成功地探索出了一种较为理想、实用的理论与方法，为专业领域Ontolo-gy的自动构建提供理论依据及技术支持。 　　 　　2、建设流程 　　 　　 　　3、资料来源 　　 　　3.1　《中医药学主题词表》 　　《中医药学主题词表》1987年首次面世，被社会各界广泛应用。1996年，研究人员在大量词频统计及用户意见反馈的基础上，对《中医药学主题词表》进行了增补修订，推出第2版并更名为《中国中医药学主题词表》，以印刷版和电子版两种形式出版。该版主题词表与《汉语主题词表》以及美国国立医学图书馆的《医学主题词表》(MeSH)相兼容，成为目前使用最广泛、影响最大的一部中医药学主题词表，也是国内中西医大型数据库建设的支撑。 　　 　　3.2　《中医药常用名词术语辞典》 　　《中医药常用名词术语辞典》是一部查检中医药常用名词术语的综合性工具书，共收载中医基础理论、中药、方剂、诊断、内经、伤寒、金匮、温病、中医内科学、中医外科学、中医妇科学、中医儿科学、中医骨伤科学、针灸学、推拿学、中医眼科学、中医耳鼻喉科学、中医急症学等学科的常用名词术语共5701条。但涉及医史文献的人物、著作、事件不在收词之列。 　　 　　3.3　专业教材 　　采用全国中医高等院校统编教材第七版。自1960年出版高等中医院校试用教材(俗称第一版)以来，迄今已达七版。从高等中医药院校中医学专业规划教材的第二版到第七版，其课程设置体系和教学内容没有发生质的变化，处于比较稳定的状态，鉴于多方面的考虑，我们采用了距今较近的第七版。 　　 　　4、本体的构建 　　 　　将主题词作为Ontology的知识元，对分类及其属性设置进行调整与修改。将上下位关系作为the medical domain Ontology的知识元树状结构。以此建立知识描述体系的原型。 　　 　　4.1　中医药主题词表的重构与利用 　　中医药主题词表的自动导入只是实现了描述语言上的一种转换，但是，领域本体中概念的设计应最大限度地贴近研究者要研究的专业领域中的客观对象和对象间的关系法则。因此，中医药主题词表虽然是该专业公认的领域知识，但主题词表多是由图书情报人员编写而成，有较强的文献标注覆盖面，却不能够深层次反映学科内在联系，必须对其进行知识重构，使其具备更强的学术性、专业性。 　　①从树状结构到多层嵌套的立体网状结构的转变：主题词表为了文献标引的方便，多