賈李蓉 劉 靜 于 彤 董 燕 朱 玲 高 博 劉麗紅

(中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所 北京 100700)

?

?醫(yī)學(xué)信息研究?

中醫(yī)藥知識圖譜構(gòu)建*

賈李蓉 劉 靜 于 彤 董 燕 朱 玲 高 博 劉麗紅

(中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所 北京 100700)

在對知識圖譜進行簡要介紹的基礎(chǔ)上，從數(shù)據(jù)來源、研究內(nèi)容、圖形化展示幾方面探討如何構(gòu)建中醫(yī)藥知識圖譜，實現(xiàn)中醫(yī)藥知識資源的有效整合，最后提出中醫(yī)藥知識圖譜的應(yīng)用前景。

知識圖譜; 中醫(yī)藥; 知識服務(wù)

1 引言

隨著知識的爆炸式增長，計算機存儲和處理能力的不斷提升，信息的存儲、分析、檢索、可視化等技術(shù)的發(fā)展，一種以知識單元為基礎(chǔ)，能有效獲取知識、快速把握學(xué)科前沿領(lǐng)域的方法——知識圖譜(Knowleglge Graph)悄然興起。知識圖譜可以繪制、挖掘、分析和顯示科學(xué)技術(shù)知識以及它們之間相互關(guān)系，是在大數(shù)據(jù)時代背景下產(chǎn)生的一種新型的海量知識管理與服務(wù)模式，涉及應(yīng)用數(shù)學(xué)、信息科學(xué)及計算機科學(xué)諸學(xué)科，是科學(xué)計量學(xué)和信息計量學(xué)的新發(fā)展[1]。其研究目標(biāo)是借助現(xiàn)代技術(shù)與理論使知識可視化，讓人們更加方便、準(zhǔn)確地獲取知識。知識圖譜作為知識的載體，能用圖形化的方式將人們不易理解的信息形象地表示出來[2],通過內(nèi)容分析、引文分析和可視化的方式顯示知識結(jié)構(gòu)及其相互關(guān)系[3],既符合人類的認(rèn)知習(xí)慣，又充分利用了現(xiàn)代信息技術(shù)；使用戶既能快速獲取知識及其之間的邏輯關(guān)系，又能從海量文獻(xiàn)中把握關(guān)鍵的知識點[4]。近年來越來越多的中醫(yī)藥數(shù)據(jù)庫、電子資源等都可以在互聯(lián)網(wǎng)上方便獲取,如何獲取更準(zhǔn)確、更全面、更權(quán)威的中醫(yī)藥知識也成為中醫(yī)藥領(lǐng)域的研究需求。本文對中醫(yī)藥知識圖譜構(gòu)建進行示范性研究，以期能為中醫(yī)藥領(lǐng)域知識服務(wù)方面提供借鑒。

2 中醫(yī)藥知識圖譜構(gòu)建

2.1 概述

知識圖譜是以語義網(wǎng)絡(luò)為骨架構(gòu)建起來的巨型、網(wǎng)絡(luò)化的知識系統(tǒng)，能捕捉并呈現(xiàn)領(lǐng)域概念之間的語義關(guān)系，使互聯(lián)網(wǎng)上瑣碎、零散的知識相互連接，支持綜合性知識檢索以及問答、決策支持等智能應(yīng)用。中醫(yī)藥知識圖譜主要是以中醫(yī)藥學(xué)語言系統(tǒng)為骨架構(gòu)建的知識圖譜體系，以現(xiàn)有的數(shù)據(jù)庫資源為知識圖譜填充內(nèi)容?？梢暬恼Z義圖可以形象地表達(dá)領(lǐng)域概念之間的關(guān)聯(lián)，用戶可通過交互的方式來瀏覽領(lǐng)域概念，選擇其中的某個概念開始構(gòu)造查詢或搜索。中醫(yī)藥知識圖譜能增強中醫(yī)藥知識資源的聯(lián)通性，支持中醫(yī)用戶在概念層次上瀏覽領(lǐng)域知識資源，發(fā)現(xiàn)中醫(yī)藥概念或知識資源之間的潛在聯(lián)系。

2.2 數(shù)據(jù)來源

知識圖譜的數(shù)據(jù)包括兩方面：一方面是知識圖譜的骨架，另一方面是整個圖譜所涉及的知識。中醫(yī)藥知識圖譜的骨架采用中國中醫(yī)科學(xué)院中醫(yī)藥信息所研制的中醫(yī)藥學(xué)語言系統(tǒng)。該系統(tǒng)自2002年起研制，目前已發(fā)展為包含13萬多個概念、30余萬術(shù)語以及100余萬語義關(guān)系的大型語義網(wǎng)絡(luò)，基本覆蓋了中醫(yī)藥學(xué)科的概念體系，在規(guī)模和完整性等方面都處于中醫(yī)藥界領(lǐng)先地位[5]。示范研究選取2010版藥典的藥材和飲片部分611味中藥作為基本數(shù)據(jù),然后選用《臨證用藥配伍指南》、新版中國中藥數(shù)據(jù)庫、《有毒中藥》、《中藥材正名詞典》、《方劑大辭典》和臨床疾病診療數(shù)據(jù)庫中涉及這些中藥的數(shù)據(jù)為知識圖譜的數(shù)據(jù)基礎(chǔ)。

2.3 研究內(nèi)容[6-7]

(1)研究基于知識圖譜的中醫(yī)藥領(lǐng)域知識組織方法，以中醫(yī)藥學(xué)語言系統(tǒng)為骨架，將中醫(yī)藥領(lǐng)域主要的詞表、術(shù)語資源和單表型數(shù)據(jù)庫的內(nèi)容導(dǎo)入中醫(yī)藥知識圖譜之中,研發(fā)海量中醫(yī)藥知識圖譜數(shù)據(jù)處理技術(shù)，實現(xiàn)大型中醫(yī)藥知識圖譜的存儲、查詢和更新。(2)研發(fā)基于中醫(yī)藥語言系統(tǒng)(Traditional Chinese Medicine Language System,TCMLS)的中醫(yī)藥文獻(xiàn)知識獲取技術(shù)，研究從海量中醫(yī)藥文獻(xiàn)中發(fā)現(xiàn)新穎的實體和語義關(guān)系的方法，構(gòu)建交互式的中醫(yī)藥文獻(xiàn)知識獲取工具，以半自動的方式擴展中醫(yī)藥知識圖譜的內(nèi)容。(3)設(shè)計并實現(xiàn)符合中醫(yī)藥領(lǐng)域?qū)嶋H需求的知識圖譜檢索和瀏覽方法。通過交互性語義圖界面對知識圖譜的內(nèi)容進行展示，協(xié)助網(wǎng)絡(luò)用戶瀏覽概念信息及概念之間的關(guān)系。另擬將知識圖譜嵌入搜索和維基等系統(tǒng)之中提供知識服務(wù)。

2.4 圖形化展示

圖形化展示是知識圖譜的重要部分。本文構(gòu)建的中醫(yī)藥知識圖譜提供了圖形化的展示，主要對中藥概念進行語義網(wǎng)絡(luò)、圖片和相關(guān)知識的展示等。知識圖譜界面最上部分是搜索框，如搜索“人參”，系統(tǒng)界面，見圖1。

圖1 中醫(yī)藥知識圖譜展示界面

左側(cè)顯示以“人參”為中心的相關(guān)知識圖，該圖采用開源的可視化js組件庫d3.js，并且使用的是svg矢量圖，可以無損縮放，兼容各種分辨率。右側(cè)上半部分為“人參”的基本信息，點擊打開可顯示百科知識，見圖2。右側(cè)下半部分則提供了相關(guān)的文獻(xiàn)檢索結(jié)果，該結(jié)果目前為“中國中醫(yī)藥期刊文獻(xiàn)數(shù)據(jù)庫”中的全文檢索結(jié)果。

圖2 百科知識示例

3 應(yīng)用前景

3.1 基于中醫(yī)藥知識圖譜的檢索系統(tǒng)[7-8]

中醫(yī)藥知識圖譜增加了中醫(yī)藥領(lǐng)域知識資源的連接性，支持中醫(yī)藥用戶在概念層上瀏覽領(lǐng)域知識資源，發(fā)現(xiàn)中醫(yī)藥概念知識間的潛在聯(lián)系?？苫谥嗅t(yī)藥知識圖譜在傳統(tǒng)的檢索系統(tǒng)中嵌入“知識圖譜卡片”，系統(tǒng)會根據(jù)用戶的輸入識別出概念，列出概念的核心信息和相關(guān)信息。用戶可根據(jù)不同需求了解概念及其相關(guān)知識，在相關(guān)概念之間進行跳轉(zhuǎn)，從而對檢索點進行全方面的了解。這種基于知識圖譜的檢索系統(tǒng)不僅直接提供給用戶輸入的知識，而且提供了相關(guān)的信息，方便檢索。

3.2 基于中醫(yī)藥知識圖譜的知識地圖[9]

可基于中醫(yī)藥知識圖譜實現(xiàn)中醫(yī)藥知識地圖系統(tǒng)，知識地圖以可視化概念圖的方式形象地表達(dá)領(lǐng)域概念之間的關(guān)聯(lián)，用戶可通過交互式的方式來瀏覽中醫(yī)藥相關(guān)概念，選擇感興趣的概念查詢?yōu)g覽。知識地圖能夠?qū)崿F(xiàn)對中醫(yī)藥知識的有效組織和導(dǎo)航，協(xié)助用戶快速找到所關(guān)注的知識點，有可能幫助用戶發(fā)現(xiàn)潛在的知識等。

3.3 基于中醫(yī)藥知識圖譜的維基百科[10]

可基于知識圖譜搭建中醫(yī)藥維基百科系統(tǒng)，面向中醫(yī)藥工作者和用戶提供百科全書式的知識服務(wù)。中醫(yī)藥維基百科系統(tǒng)按概念實體對知識和文獻(xiàn)進行組織，將知識圖譜中關(guān)于某個概念實體的知識以百科的形式綜合呈現(xiàn)出來，包括該概念的名稱、類型、簡介、文字信息以及語義關(guān)系等，列出與該實體相關(guān)的文獻(xiàn)題錄。相較于傳統(tǒng)的維基百科，基于中醫(yī)藥知識圖譜的維基百科是利用知識圖譜將已有的中醫(yī)藥信息資源有序組織起來，提供知識點的關(guān)聯(lián)性，具有自動提供知識并能追溯知識源的特點。

4 結(jié)語

中醫(yī)藥知識圖譜是以中醫(yī)藥學(xué)語言系統(tǒng)為骨架、以現(xiàn)有數(shù)據(jù)庫資源為填充內(nèi)容構(gòu)建的知識圖譜體系。本文探討了中醫(yī)藥知識圖譜構(gòu)建的數(shù)據(jù)來源、研究內(nèi)容及應(yīng)用前景等內(nèi)容，但鑒于中醫(yī)藥知識圖譜的構(gòu)建研究尚為探索階段，還有很多不足之處，今后需從以下幾個方面進行改進：(1)繼續(xù)完善和發(fā)展中醫(yī)藥學(xué)語言系統(tǒng)。以本研究的方法來構(gòu)建知識圖譜，中醫(yī)藥學(xué)語言系統(tǒng)作為系統(tǒng)的“骨架”是其中最重要的元素，繼續(xù)完善和發(fā)展中醫(yī)藥學(xué)語言系統(tǒng)是本工作的基礎(chǔ)。(2)進行數(shù)據(jù)資源的映射規(guī)則和數(shù)據(jù)元等標(biāo)準(zhǔn)的研究。由于知識圖譜要將眾多不同格式、不同數(shù)據(jù)庫的資源整合，故而多種數(shù)據(jù)資源如何映射以及數(shù)據(jù)庫的數(shù)據(jù)元等標(biāo)準(zhǔn)的研究也就成了知識圖譜構(gòu)建的重要環(huán)節(jié)。(3)知識圖譜系統(tǒng)的功能還有待繼續(xù)完善。目前對數(shù)據(jù)的操作進行了很多后期人工的規(guī)范，需要深入到數(shù)據(jù)庫中修改數(shù)據(jù)，以后將完善數(shù)據(jù)管理等系統(tǒng)功能。

1 劉則淵,陳悅,侯海燕，等.科學(xué)知識圖譜：方法與應(yīng)用[M].北京：人民出版社,2008:16-26.

2 陳悅，劉澤淵，陳勁，等.科學(xué)知識圖譜的發(fā)展歷程[J].科學(xué)學(xué)研究，2008，(3)：449-460.

3 孫小欣.基于潛在語義分析的學(xué)科知識圖譜構(gòu)建[D].武漢：華中師范大學(xué)，2013.

4 唐欽能．高峰．于金半．知識地圖相關(guān)概念辨析及其研究進展[J]．情報理論與實踐，2011，(1)：121-125．

5 賈李蓉,于彤,崔蒙,等.中醫(yī)藥學(xué)語言系統(tǒng)研究進展[J].中國數(shù)字醫(yī)學(xué), 2014,9(10):57-59,62.

6 冀玉靜，李軍蓮，李芳.詞共現(xiàn)分析在構(gòu)建概念空間中的應(yīng)用研究綜述[J].醫(yī)學(xué)信息學(xué)雜志，2010，31(10)：49-52.

7 董燕，李海燕，崔蒙，等.中醫(yī)臨床術(shù)語系統(tǒng)建設(shè)概況與改進措施[J].醫(yī)學(xué)信息學(xué)雜志，2014，35(8):43-48.

8 劉俊麗，張秀梅，蔣勇青.基于文本挖掘的乙型肝炎相關(guān)文獻(xiàn)知識圖譜分析[J].醫(yī)學(xué)信息學(xué)雜志，2014,35(1)：48-53.

9 王敏，張燕舞，張玢.信息可視化在醫(yī)學(xué)文獻(xiàn)分析中的初步應(yīng)用理論研究[J].醫(yī)學(xué)信息學(xué)雜志，2010,31(2)：40-49.

10 陳蘭杰，董芳.基于知識圖譜的國際競爭情報研究熱點與前言的信息可視化分析[J].醫(yī)學(xué)信息學(xué)雜志，2010,31(8)：7-11.

Construction of Traditional Chinese Medicine Knowledge Graph

JIALi-rong,LIUJing,YUTong,DONGYan,ZHULing,GAOBo,LIULi-hong,

InformationInstituteofTraditionalChineseMedicine,ChinaAcademyofChineseMedicalSciences,Beijing100700,China

Based on introducing knowledge graph, the paper discusses how to construct Traditional Chinese Medicine(TCM) knowledge graph from the aspects of data sources, research contents and visualized display, so as to integrate TCM knowledge resources. It also puts forward the application prospect.

Knowledge graph; Traditional Chinese Medicine(TCM); Knowledge service

2015-04-02

賈李蓉，助理研究員，發(fā)表論文20余篇；通訊作者：劉麗紅，助理研究員。

中國中醫(yī)科學(xué)院基本科研業(yè)務(wù)費自主選題項目“基于中醫(yī)藥學(xué)語言系統(tǒng)的知識服務(wù)平臺研究”(項目編號：ZZ080302)。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.08.012