，精理，

軍事醫(yī)學(xué)研究離不開(kāi)信息支撐。從信息的流通方式與傳遞范圍進(jìn)行劃分，信息資源可以分為內(nèi)部資源與公開(kāi)資源兩類(lèi)。因安全保密性要求，所有國(guó)家均將其自身產(chǎn)生的軍事醫(yī)學(xué)信息資源列入不同等級(jí)的涉密信息范圍，大大增加了對(duì)其搜集、組織與服務(wù)的難度。與此同時(shí)，世界各國(guó)從上世紀(jì)中后期開(kāi)始就特別注重公開(kāi)信息的研究，原因在于大多數(shù)國(guó)家的科學(xué)信息出版不受政府限制，公開(kāi)信息內(nèi)容的全面性、系統(tǒng)性以及易獲取性，使其研究?jī)r(jià)值往往超過(guò)內(nèi)部信息。其中一個(gè)最典型的例子就是德國(guó)坦克問(wèn)題[1]。

公開(kāi)出版的軍事醫(yī)學(xué)相關(guān)信息都是軍事醫(yī)學(xué)研究的“基礎(chǔ)養(yǎng)分”，甚至物理學(xué)、化學(xué)及工程學(xué)等學(xué)科中一些重要的新發(fā)明、新技術(shù)、新物質(zhì)等均可成為推動(dòng)軍事醫(yī)學(xué)發(fā)展的重要“養(yǎng)分”。因此，充分利用現(xiàn)有的公開(kāi)信息資源顯得非常重要，僅將其收集起來(lái)顯然無(wú)法滿足軍事醫(yī)學(xué)研究的需求，必須對(duì)其進(jìn)行合理甄別、篩選、組織與描述。

1 互聯(lián)網(wǎng)軍事醫(yī)學(xué)信息資源自動(dòng)搜集策略研究現(xiàn)狀

從宏觀層面看，在互聯(lián)網(wǎng)信息資源采集與長(zhǎng)期保存策略方面，歐美等西方國(guó)家采用全面收集、選擇性收集、聯(lián)合收集、專(zhuān)題收集和與出版者協(xié)商合作收集等不同策略完成了一些代表性的項(xiàng)目[2-4]，而出于某一目的或某一主題的信息資源采集大多會(huì)選擇專(zhuān)題收集的方式完成。從微觀層面看，國(guó)內(nèi)關(guān)于軍事醫(yī)學(xué)信息資源建設(shè)的研究較少。

龍旭梅運(yùn)用情報(bào)調(diào)研、專(zhuān)家咨詢(xún)、統(tǒng)計(jì)分析等方法，提出了軍事醫(yī)學(xué)信息的鑒選原則、評(píng)價(jià)指標(biāo)及操作步驟[5]；劉偉等運(yùn)用系統(tǒng)工程方法構(gòu)建了從資源評(píng)價(jià)到效果評(píng)估的優(yōu)化流程[6]。但前者的研究對(duì)象為圖書(shū)館紙質(zhì)文獻(xiàn)資源，后者則重點(diǎn)關(guān)注期刊資源，二者均未涉及互聯(lián)網(wǎng)上的公開(kāi)信息資源。另外，互聯(lián)網(wǎng)信息自動(dòng)搜索技術(shù)研究由來(lái)已久[7-9]，但從現(xiàn)有研究的理論模型成熟度與實(shí)際運(yùn)行效果來(lái)看，尚屬于探索性研究范疇。網(wǎng)上的開(kāi)放源碼(Open Resource)軟件大多存在采集策略簡(jiǎn)單，爬行耗時(shí)較長(zhǎng)等問(wèn)題。

2 互聯(lián)網(wǎng)軍事醫(yī)學(xué)信息自動(dòng)搜集策略的制定

2.1 采集范圍及策略的確定

要確定軍事醫(yī)學(xué)信息資源的采集范圍，必須準(zhǔn)確界定軍事醫(yī)學(xué)及其信息資源。由于適用對(duì)象或語(yǔ)境不同，學(xué)界對(duì)軍事醫(yī)學(xué)的界定存在較大差異。

本文采用的是學(xué)界引用較多的由賀福初于2011年提出的定義，即軍事醫(yī)學(xué)是研究在軍事活動(dòng)中鑒定、保護(hù)、恢復(fù)和促進(jìn)軍隊(duì)成員健康的理論、技術(shù)和組織方法的特種醫(yī)學(xué)，是醫(yī)學(xué)與軍事學(xué)的交叉學(xué)科[10]。

由于軍事醫(yī)學(xué)的交叉學(xué)科性質(zhì)，我們認(rèn)為軍事醫(yī)學(xué)信息資源為軍事醫(yī)學(xué)研究所需的所有相關(guān)信息資源而非僅僅是包含有軍事醫(yī)學(xué)內(nèi)容的信息。分析現(xiàn)有網(wǎng)絡(luò)信息資源發(fā)現(xiàn)，軍事醫(yī)學(xué)信息資源主要呈散在分布狀態(tài)。綜合信息源中可能含有軍事醫(yī)學(xué)信息，普通醫(yī)學(xué)信息源中也可能含有軍事醫(yī)學(xué)信息，而專(zhuān)門(mén)的軍事醫(yī)學(xué)信息源中也可能含有非軍事醫(yī)學(xué)內(nèi)容，增大了軍事醫(yī)學(xué)信息資源自動(dòng)采集與識(shí)別的難度。

按信息來(lái)源(或信息交流方式)的不同可將網(wǎng)絡(luò)信息資源劃分為正式出版信息、半正式出版信息和非正式出版信息三大類(lèi)[11-12]。正式出版信息是指受知識(shí)產(chǎn)權(quán)保護(hù)且質(zhì)量穩(wěn)定可靠的信息(如電子圖書(shū)、電子期刊、電子報(bào)紙、文獻(xiàn)數(shù)據(jù)庫(kù)等)，半正式出版信息指受到一定產(chǎn)權(quán)保護(hù)但沒(méi)有納入正式出版信息系統(tǒng)中的信息(如內(nèi)部研究報(bào)告等)，非正式出版信息則是指流動(dòng)性強(qiáng)、信息量大且質(zhì)量難以保證的動(dòng)態(tài)信息(如電子郵件、論壇信息等)[12]。由于軍事醫(yī)學(xué)的特殊性，網(wǎng)絡(luò)上可獲取的有價(jià)值的軍事醫(yī)學(xué)學(xué)術(shù)信息資源以正式出版信息與半正式出版信息為主，其主要來(lái)源為政府、研究機(jī)構(gòu)、大學(xué)、公司企業(yè)與非營(yíng)利性社會(huì)組織等。

確定軍事醫(yī)學(xué)信息資源的采集范圍為政府、研究機(jī)構(gòu)、大學(xué)、公司企業(yè)與非營(yíng)利性社會(huì)組織發(fā)布的正式出版信息與半正式出版信息。作為測(cè)試，本文采集了以下幾類(lèi)網(wǎng)站：國(guó)家衛(wèi)計(jì)委等衛(wèi)生事業(yè)管理單位網(wǎng)站，中國(guó)科學(xué)院等研究中心網(wǎng)站或?qū)ｎ}網(wǎng)站，“生物谷”等專(zhuān)業(yè)性綜合網(wǎng)站，維普等中文期刊網(wǎng)站，陸軍軍醫(yī)大學(xué)等大學(xué)網(wǎng)站。

資源采集策略采取專(zhuān)題收集(即針對(duì)某一主題進(jìn)行信息收集)與選擇性收集(即結(jié)合需求特點(diǎn)有選擇地收集和保存網(wǎng)絡(luò)信息資源)相結(jié)合的方式。在鑒選策略方面，本文采取兩步走的策略：先結(jié)合發(fā)布機(jī)構(gòu)類(lèi)別、信息源類(lèi)型、信息發(fā)布方式、發(fā)布者等因素對(duì)軍事醫(yī)學(xué)信息源進(jìn)行初步鑒別，再根據(jù)軍事醫(yī)學(xué)詞匯的詞頻統(tǒng)計(jì)進(jìn)行信息篩選。

為提升信息采集效率，本文根據(jù)具體信息源的實(shí)際情況進(jìn)一步確定了信息自動(dòng)采集的范圍、采集深度以及采集頻率等。如軍醫(yī)大學(xué)網(wǎng)站根據(jù)需要主要采集新聞動(dòng)態(tài)、專(zhuān)家學(xué)者以及出版刊物等信息，期刊信息采集包含期刊題錄、摘要信息及全文。采集深度一般最多采集至三級(jí)欄目。

2.2 互聯(lián)網(wǎng)軍事醫(yī)學(xué)信息鑒選策略的制定

除對(duì)軍事醫(yī)學(xué)相關(guān)的信息源進(jìn)行篩選外，還需對(duì)具體的軍事醫(yī)學(xué)信息進(jìn)行甄別與鑒選。詞頻位置加權(quán)相關(guān)度排序算法作為一種比較經(jīng)典的方法，早已用于信息提取、自動(dòng)分類(lèi)、自動(dòng)標(biāo)引等智能信息處理領(lǐng)域[13-14]。本文在前期研究的基礎(chǔ)上[15]，確立了通過(guò)軍事醫(yī)學(xué)信息自動(dòng)識(shí)別輔助詞表實(shí)現(xiàn)軍事醫(yī)學(xué)信息識(shí)別，并結(jié)合詞匯類(lèi)別、出現(xiàn)頻次、出現(xiàn)位置等因素制定信息篩選的研究路線。

2.2.1 軍事醫(yī)學(xué)信息的自動(dòng)識(shí)別

要實(shí)現(xiàn)軍事醫(yī)學(xué)信息的自動(dòng)識(shí)別，首先要讓計(jì)算機(jī)識(shí)別出屬于軍事醫(yī)學(xué)范疇的信息內(nèi)容，可以通過(guò)構(gòu)建軍事醫(yī)學(xué)信息自動(dòng)識(shí)別輔助詞表并結(jié)合編程幫助計(jì)算機(jī)實(shí)現(xiàn)。

筆者經(jīng)文獻(xiàn)調(diào)研后發(fā)現(xiàn)可供參考的相關(guān)詞表有《漢語(yǔ)主題詞表》(1991)、《軍用醫(yī)學(xué)主題詞表》(1993)、《軍用后勤主題詞》(1992)、《軍用主題詞表》(1990)、《中國(guó)圖書(shū)館分類(lèi)法》(2010年第五版)、《醫(yī)學(xué)主題詞表》(年度更新，2017)、《中國(guó)人民解放軍軍語(yǔ)全書(shū)》(2011)、《中國(guó)大百科全書(shū)·軍事分冊(cè)》(2007年第二版)、《中華醫(yī)學(xué)百科全書(shū)·軍隊(duì)衛(wèi)生學(xué)分冊(cè)》(軍事與特種醫(yī)學(xué))(2017)。

經(jīng)詞表分析及文獻(xiàn)調(diào)研發(fā)現(xiàn)，近20年為我國(guó)科學(xué)技術(shù)研究的調(diào)整發(fā)展期，軍事醫(yī)學(xué)類(lèi)的大量科技新詞也在此期間出現(xiàn)，如《中國(guó)大百科全書(shū)·軍事分冊(cè)》在2007年再版時(shí)新增條目數(shù)超過(guò)60%。結(jié)合詞表的類(lèi)目設(shè)置以及收詞情況，前4種由于出版時(shí)間較早，新詞覆蓋率較低，最終選擇后5種作為重要參考工具。通過(guò)對(duì)上述5部詞表收錄詞匯的分析與歸納，本文將擬用于軍事醫(yī)學(xué)信息自動(dòng)識(shí)別輔助詞表構(gòu)建的可用詞分為核心詞、學(xué)科相關(guān)詞、關(guān)聯(lián)相關(guān)詞以及潛在相關(guān)詞四大類(lèi)。

核心詞即直接反映軍事醫(yī)學(xué)研究?jī)?nèi)容與特色的詞匯。以MeSH的軍事醫(yī)學(xué)類(lèi)主題詞以及《中華醫(yī)學(xué)百科全書(shū)·軍隊(duì)衛(wèi)生學(xué)分冊(cè)》部分收錄詞為主，如“軍事醫(yī)學(xué)”“槍擊傷”“戰(zhàn)創(chuàng)傷”“軍隊(duì)衛(wèi)生”“海軍醫(yī)學(xué)”“軍事心理”“軍事精神病”“軍事護(hù)理”“軍事毒物”等。如王正國(guó)的顱腦戰(zhàn)創(chuàng)傷研究、王松俊的高技術(shù)局部戰(zhàn)爭(zhēng)與軍事醫(yī)學(xué)以及《科技日?qǐng)?bào)》的34℃體溫可為戰(zhàn)創(chuàng)傷休克搶救贏得時(shí)間。

學(xué)科相關(guān)詞即不直接反映軍事醫(yī)學(xué)內(nèi)容但在分類(lèi)體系上與軍事醫(yī)學(xué)學(xué)科相近或內(nèi)容密切相關(guān)的詞匯。以《中圖法》第五版中與軍事醫(yī)學(xué)密切相關(guān)的其他學(xué)科詞，如R81放射醫(yī)學(xué)、R83航海醫(yī)學(xué)、R84潛水醫(yī)學(xué)、R85航空航天醫(yī)學(xué)的部分類(lèi)目以及MESH詞表中急救醫(yī)學(xué)相關(guān)類(lèi)目，如“急救”“自救互救”“高原病”“輻射損傷”“航空航天病理學(xué)”“航海衛(wèi)生”“爆震傷”“神經(jīng)毒素”“救援作業(yè)”等。文獻(xiàn)實(shí)例如美國(guó)國(guó)家輻射防護(hù)和測(cè)量委員會(huì)第176號(hào)報(bào)告中的納米技術(shù)的輻射安全問(wèn)題等。

關(guān)聯(lián)相關(guān)詞即在特定語(yǔ)境中與軍事詞匯組合從而反映部隊(duì)常見(jiàn)疾病等軍事醫(yī)學(xué)內(nèi)容的相對(duì)高頻的普通醫(yī)學(xué)詞匯，如“截肢術(shù)”“痢疾”“創(chuàng)傷”“損傷”等。在文本分析過(guò)程中，關(guān)聯(lián)相關(guān)詞的利用需要將這些相對(duì)高頻的普通醫(yī)學(xué)術(shù)語(yǔ)與軍事類(lèi)術(shù)語(yǔ)結(jié)合以達(dá)到內(nèi)容自動(dòng)鑒別的目的。軍事詞匯術(shù)語(yǔ)主要選自《中國(guó)大百科全書(shū)·軍事分冊(cè)》(2007)及《中國(guó)人民解放軍軍語(yǔ)全書(shū)》(2011)，如“軍事訓(xùn)練”“陸軍”“加農(nóng)炮”等。根據(jù)收錄詞匯性質(zhì)具體分為以下幾種組合形式：普通醫(yī)學(xué)術(shù)語(yǔ)+軍事人員對(duì)象(如軍人手外傷現(xiàn)場(chǎng)救護(hù)與后送的常見(jiàn)失誤及對(duì)策)，普通醫(yī)學(xué)術(shù)語(yǔ)+軍事環(huán)境(如野戰(zhàn)條件下軟組織傷、燒傷及手創(chuàng)傷的處理)，普通醫(yī)學(xué)術(shù)語(yǔ)+軍事用途(如遙控醫(yī)學(xué)用于醫(yī)療和戰(zhàn)傷救護(hù))，普通醫(yī)學(xué)術(shù)語(yǔ)+軍事裝備(如152mm加農(nóng)炮對(duì)聽(tīng)器損傷的調(diào)查)，普通醫(yī)學(xué)術(shù)語(yǔ)+軍事醫(yī)學(xué)單位(如法軍第二外籍傘兵團(tuán)的衛(wèi)生后送)，普通醫(yī)學(xué)術(shù)語(yǔ)+軍事醫(yī)學(xué)專(zhuān)家(如王正國(guó)要警惕沖擊傷傷員遲發(fā)性損傷)。

潛在相關(guān)詞即可能對(duì)軍事醫(yī)學(xué)產(chǎn)生重要影響的其他學(xué)科術(shù)詞匯。這類(lèi)詞主要選自《中國(guó)人民解放軍軍語(yǔ)》(2011)以及《中國(guó)大百科全書(shū)·軍事分冊(cè)》(2007)，并結(jié)合樣本文獻(xiàn)的關(guān)鍵詞分析而選出。如“納米”“抗重力服”“海水淡化”“苦咸水淡化”“坑道給水”“艦艇給水”等及姜海波等的偏遠(yuǎn)島礁就地供水保障模式分析。

2.2.2 軍事醫(yī)學(xué)信息的鑒選規(guī)則

對(duì)初步采集回來(lái)的信息進(jìn)行分詞處理后，需進(jìn)一步實(shí)現(xiàn)其相關(guān)度的排序，并以其相關(guān)度值的大小實(shí)現(xiàn)軍事醫(yī)學(xué)信息的鑒選與分級(jí)處理。受盧恩的自動(dòng)標(biāo)引思想[16]以及搜索引擎檢索結(jié)果排序算法[14]的啟發(fā)，本文采用詞頻位置相關(guān)度算法實(shí)現(xiàn)，即根據(jù)網(wǎng)絡(luò)軍事醫(yī)學(xué)信息資源的特點(diǎn)，結(jié)合其詞匯類(lèi)別、出現(xiàn)頻次、出現(xiàn)位置、載體性質(zhì)、文獻(xiàn)類(lèi)型等因素，分別賦予其不同的權(quán)值，并根據(jù)計(jì)算匯總得到每篇文獻(xiàn)的相關(guān)度值，再將其分為強(qiáng)相關(guān)、相關(guān)、弱相關(guān)以及潛在相關(guān)4個(gè)級(jí)別。

3 互聯(lián)網(wǎng)軍事醫(yī)學(xué)信息鑒選的計(jì)算機(jī)實(shí)現(xiàn)

為驗(yàn)證方案的可行性，我們于2018年4-8月利用自主開(kāi)發(fā)的網(wǎng)絡(luò)信息抓取工具對(duì)以上所述的我國(guó)重要的衛(wèi)生事業(yè)管理單位、研究中心、專(zhuān)業(yè)性綜合網(wǎng)站、中文期刊網(wǎng)站及部分大學(xué)網(wǎng)站分別進(jìn)行了信息采集。

在維普中文科技期刊庫(kù)中采集所有期刊論文的題錄信息，在其他網(wǎng)站內(nèi)采集新聞動(dòng)態(tài)信息，最終篩選出軍事醫(yī)學(xué)類(lèi)期刊論文文獻(xiàn)3 633篇，新聞動(dòng)態(tài)信息3 029條(圖1)。

圖1軍事醫(yī)學(xué)期刊論文抓取結(jié)果頁(yè)面

以中科院張華平博士開(kāi)發(fā)的NLPIR漢語(yǔ)分詞系統(tǒng)為基礎(chǔ)的信息分析工具，利用本文自建的軍事醫(yī)學(xué)信息自動(dòng)識(shí)別輔助詞表作為自建詞表，實(shí)現(xiàn)對(duì)采集結(jié)果的進(jìn)一步甄別、篩選及相關(guān)詞。表1展示了期刊與新聞信息中提取到的軍事醫(yī)學(xué)相關(guān)詞部分實(shí)例結(jié)果。為便于分析，在自建詞表中，采用不同的標(biāo)記符號(hào)對(duì)類(lèi)別進(jìn)一步細(xì)分，將其中的各類(lèi)名詞分別標(biāo)識(shí)如下：軍事醫(yī)學(xué)類(lèi)-nmm，軍事醫(yī)學(xué)單位-nmd，軍事醫(yī)學(xué)人員-nmp，普通醫(yī)學(xué)詞匯-nme，軍事詞匯-nmi，潛在相關(guān)詞匯-nmc。其中軍事醫(yī)學(xué)詞匯根據(jù)需要可進(jìn)一步細(xì)分為軍事人員對(duì)象-nmip,軍事環(huán)境-nmis，軍事用途-nmit，軍事裝備-nmie。圖2為某單篇文獻(xiàn)中軍事醫(yī)學(xué)相關(guān)詞的自動(dòng)提取結(jié)果示例。

4 討論

交叉學(xué)科因其界域模糊而使信息資源的搜集工作非常棘手。采集結(jié)果說(shuō)明，通過(guò)軍事醫(yī)學(xué)信息自動(dòng)識(shí)別輔助詞表實(shí)現(xiàn)網(wǎng)絡(luò)軍事醫(yī)學(xué)信息的自動(dòng)識(shí)別與篩選的研究思路是可行的。

本文在實(shí)驗(yàn)過(guò)程中也同時(shí)發(fā)現(xiàn)存在下列問(wèn)題：一是由于網(wǎng)站結(jié)構(gòu)間的迥異以及采集速度的制約，使軍事醫(yī)學(xué)信息資源自動(dòng)采集策略的制定尚不能實(shí)現(xiàn)全自動(dòng)化，需一定的人工干預(yù)；二是自建詞表的收詞數(shù)量以及詞長(zhǎng)決定識(shí)別率，需要在實(shí)際操作過(guò)程中平衡(一般而言，專(zhuān)業(yè)文獻(xiàn)長(zhǎng)詞的意義專(zhuān)指度高于短詞[17])；三是由于時(shí)間及精力因素，本文此次實(shí)驗(yàn)僅驗(yàn)證了期刊與新聞動(dòng)態(tài)類(lèi)資源，未涉及學(xué)位論文、研究報(bào)告等。

表1 系統(tǒng)文獻(xiàn)篩選及相關(guān)詞提取實(shí)例

圖2 某單篇文獻(xiàn)中軍事醫(yī)學(xué)相關(guān)詞自動(dòng)提取結(jié)果