呂葉欣 張娟

摘 要：[目的/意義]為滿足用戶多層次、多粒度的知識獲取需求，圖書館文獻資源組織的對象由文獻單元逐步向知識單元轉(zhuǎn)變。[方法/過程]文章在研究單元信息概念和表示模型的基礎(chǔ)上，提出基于本體和關(guān)聯(lián)數(shù)據(jù)的單元信息知識組織框架，并深入探討了實現(xiàn)單元信息語義組織的核心步驟。以中醫(yī)養(yǎng)生領(lǐng)域為例，闡述單元信息知識組織語義模型的應用過程。[結(jié)果/結(jié)論]本文構(gòu)建的單元信息知識組織模式，是實現(xiàn)單元信息細粒度組織、語義化揭示以及多維度關(guān)聯(lián)的有效途徑。該研究可為特定領(lǐng)域單元信息的語義應用提供參考。

關(guān)鍵詞：單元信息;本體;關(guān)聯(lián)數(shù)據(jù);知識組織

DOI：10.3969/j.issn.1008-0821.2019.05.006

〔中圖分類號〕G254.6 〔文獻標識碼〕A 〔文章編號〕1008-0821（2019）05-0041-07

Abstract：[Purpose/Significance]For the purpose of users knowledge acquisition at multiple levels and multi granularity，the object of librarys literature resources organization has gradually shifted from a literature unit to a knowledge unit.[Method/Process]On the basis of researching unit information concept and representation model，this paper put forward a framework of unit information organization based on Ontology and Linked Data，and discusses in depth the core steps of realizing the semantic organization of unit information.Taking“Yang sheng”as an example，this paper presented the application process of the semantic model of unit information knowledge Organization.[Result/Conclusion]Unit information knowledge organization constructed in this paper was an effective way to implement fine-grained organization，semantic revelation and multi-dimensional correlation of unit information.This research can provide reference for the semantic application of unit information in other specific fields.

Key words：unit information;ontology;linked data;knowledge organization

隨著信息技術(shù)和數(shù)字圖書館的發(fā)展，圖書館傳統(tǒng)的以文獻單元為基礎(chǔ)的信息組織體系已經(jīng)不能滿足用戶的知識性需求。深入到文獻內(nèi)部，實現(xiàn)細粒度的單元信息的組織與檢索成為未來發(fā)展趨勢。通過對文獻中蘊含的單元信息進行分析抽取，并運用語義技術(shù)和方法，達到對知識單元語義層面的組織，形成基于文獻的知識網(wǎng)絡。在此基礎(chǔ)上，實現(xiàn)具體的檢索、自動分類、智能推理方面的應用。

目前，國內(nèi)運用語義技術(shù)實現(xiàn)細粒度知識的組織方法已經(jīng)取得了一些研究成果，如知識元表示、知識元抽取、知識元標引。單元信息的知識組織方法可以借鑒知識元的研究成果，如知識元與本體的結(jié)合成為一種重要的知識組織表達方式，被應用于各類知識庫的構(gòu)建。但在文獻深度知識組織和開發(fā)實踐中，目前較少引入關(guān)聯(lián)數(shù)據(jù)的相關(guān)技術(shù)和方法。關(guān)聯(lián)數(shù)據(jù)作為一種簡化的語義網(wǎng)模型，可以實現(xiàn)不同領(lǐng)域、不同來源、不同系統(tǒng)間知識資源的關(guān)聯(lián)，更好地實現(xiàn)知識之間的多維度關(guān)聯(lián)與開放獲取。本文將本體和關(guān)聯(lián)數(shù)據(jù)引入單元信息的知識組織，通過對單元信息特征和專業(yè)領(lǐng)域的屬性和語義關(guān)系進行描述和揭示，構(gòu)建多維鏈接的文獻知識網(wǎng)絡。

1 單元信息及其知識組織框架

1.1 單元信息概念

知識單元作為知識組織的對象，目前學術(shù)界仍未形成統(tǒng)一認識。馮汝佳等[1]從粒度原理出發(fā)，對知識單元、知識元的概念做了界定。認為知識單元是任意粒度的用于知識組織的文獻片斷。而知識元作為一種表征知識點的細粒度資源，是知識組織中不可分割的最小控制單位，如數(shù)據(jù)、事實、結(jié)論、公式等。知識單元可以是一個或多個知識元的集合。

本文中的單元信息是指從文獻中提取的獨立、完整、有價值且不可拆分的內(nèi)容片段。單元信息在粒度層級上與知識元的概念一致，都是不可拆分的最小獨立單元。但在知識形態(tài)上又與知識單元相似，都是隱含在文獻中的片段信息。單元信息的實質(zhì)是一種細粒度的知識單元，是論述某一問題的觀點、數(shù)據(jù)、方法等段落語句[2]。

1.2 單元信息本體表示

單元信息作為一種細粒度的知識單元，對其進行知識組織和檢索其前提是要建立知識表示模型。目前細粒度知識資源的表示方法主要包括基于特征的線性知識表示方法和結(jié)構(gòu)化的知識表示方法。單元信息的線性描述模型雖能揭示單元信息的屬性特征，卻不能揭示單元信息內(nèi)在結(jié)構(gòu)和語義關(guān)聯(lián)。通過使用語義結(jié)構(gòu)代替?zhèn)鹘y(tǒng)線性結(jié)構(gòu)的知識表示模型，可以使用戶更容易通過語義元數(shù)據(jù)（Semantic Metadata）進行高效檢索和瀏覽。此外，數(shù)字環(huán)境下依靠人工添加元數(shù)據(jù)的方式難以提高搜索引擎的檢索效率和準確率，而結(jié)構(gòu)化和語義化的知識表示，能夠幫助機器實現(xiàn)自動分類、聚類、數(shù)據(jù)挖掘及語義檢索[3]。在借鑒已有的知識元本體模型以及文獻本體模型的基礎(chǔ)上，結(jié)合單元信息自身的特點，將單元信息結(jié)構(gòu)表示為：UI=〈s，c，p〉三元組。其中s表示來源文獻、c表示單元信息內(nèi)容，p表示單元信息屬性，其結(jié)構(gòu)表示模型如圖1所示：

來源文獻包括圖書、期刊、學位論文3個子類，與單元信息間是整體與部分關(guān)系。內(nèi)容是單元信息的內(nèi)容本身，用戶可從中獲取知識，其獨立完整且粒度小，用戶閱讀后都能掌握某一主題的相關(guān)知識[4]。屬性主要是單元信息的元數(shù)據(jù)項，包括唯一標示符（采用URI表示）、名稱、主題、類型、格式和創(chuàng)建者。元數(shù)據(jù)項的提取除對單元信息特征進行描述和定位外，還能建立單元信息之間基于外部特征的顯性關(guān)聯(lián)關(guān)系，如責任者合作、關(guān)鍵詞共現(xiàn)等。主題詞是提取單元信息的重要內(nèi)容特征，是單元信息內(nèi)容的高度概括，其主要來源于領(lǐng)域本體中的概念表達，通過主題標注，生成一條或多條帶有標注的主題句，能建立如上下位、等同、相關(guān)以及本體構(gòu)建的豐富語義關(guān)聯(lián)，挖掘知識間的隱性關(guān)聯(lián)關(guān)系。類型則通過分析單元信息內(nèi)容即主題句信息得到，類型的提取主要用于基于單元信息內(nèi)容類型的聚類和瀏覽，包括方法、概念、事實、陳述和數(shù)值。單元信息的格式包括文本型、圖片型和視頻型，也可能是各種媒體類型交叉和融合的，比如文本中含有圖片、視頻的綜合性多媒體單元信息。

1.3 單元信息知識組織總體框架

基于本體和關(guān)聯(lián)數(shù)據(jù)的單元信息組織是對海量、異源、異構(gòu)文獻信息資源進行精確化抽取、細粒度揭示、深度序化和語義化組織的過程，其核心意義在于實現(xiàn)單元信息的語義關(guān)聯(lián)。單元信息知識組織包括知識資源和知識組織體系內(nèi)容建設(shè)[5]。知識資源包括單元信息、來源文獻以及相關(guān)外部數(shù)據(jù)集。知識組織體系是對單元信息進行加工組織的方法體系，包括元數(shù)據(jù)、本體、關(guān)聯(lián)數(shù)據(jù)等語義網(wǎng)核心技術(shù)。通過元數(shù)據(jù)描述、本體建模、關(guān)聯(lián)數(shù)據(jù)組織模型構(gòu)建等方法實現(xiàn)對單元信息的外部特征和內(nèi)容特征的描述，知識屬性和關(guān)系屬性的揭示，語義表達單元信息關(guān)聯(lián)組織的需求，構(gòu)建多維文獻知識網(wǎng)絡，為基于語義關(guān)聯(lián)的知識發(fā)現(xiàn)、查詢?yōu)g覽、本體可視化等知識服務和應用提供底層源數(shù)據(jù)的組織管理模型。

本文提出基于本體和關(guān)聯(lián)數(shù)據(jù)的單元信息知識組織框架如圖2所示，該框架為4層結(jié)構(gòu)，從下至上分別為數(shù)據(jù)層、語義層（本體層）、關(guān)聯(lián)層和應用層。各層功能相對獨立，上層功能基于底層功能實現(xiàn)。

數(shù)據(jù)層是單元信息組織框架的基礎(chǔ)，其中包括兩大部分：本地數(shù)據(jù)源和外部數(shù)據(jù)集。本地信息源是指存儲于本地的單元信息庫，是以文獻庫為基礎(chǔ)，根據(jù)相應的抽取規(guī)則人工或計算機自動抽取出的單元信息集合。外部數(shù)據(jù)集是最終與單元信息庫進行鏈接的數(shù)據(jù)對象集合。

語義層（本體層）是實現(xiàn)單元信息組織的關(guān)鍵，原始信息缺乏明確的形式化定義，在分析單元信息資源特征、知識結(jié)構(gòu)、內(nèi)容特點基礎(chǔ)上構(gòu)建語義標注模型，繼承、復用現(xiàn)有語義描述框架及本體基礎(chǔ)構(gòu)建與各類相關(guān)資源相契合的語義關(guān)聯(lián)模型。其工作主要包括兩部分內(nèi)容：首先，采用owl語言基于本文搭建的語義標注模型對單元信息進行資源描述;其次，基于關(guān)聯(lián)數(shù)據(jù)原則，采用HTTP URI標識所有資源，最大限度地復用已有本體或詞匯表對單元信息相關(guān)資源進行規(guī)范描述;最后，將所有標注后的資源轉(zhuǎn)換為統(tǒng)一的RDF格式，借助語義融合的關(guān)聯(lián)模型把具有語義的RDF鏈接顯性地揭示出來，形成語義元數(shù)據(jù)網(wǎng)絡。

關(guān)聯(lián)層是基于語義關(guān)聯(lián)模型以及各種技術(shù)支撐工具，實現(xiàn)對單元信息關(guān)聯(lián)數(shù)據(jù)的構(gòu)建、關(guān)聯(lián)與發(fā)布，并同時與網(wǎng)絡開放的相關(guān)資源建立鏈接。依據(jù)語義關(guān)聯(lián)模型轉(zhuǎn)化的RDF數(shù)據(jù)集間生成了語義鏈接，從而真正實現(xiàn)單元信息之間以及單元信息與外部數(shù)據(jù)集間的語義關(guān)聯(lián)，為上層提供一個統(tǒng)一的知識視圖。

應用層是基于上述組織過程的最終應用實現(xiàn)。

2 單元信息知識組織語義模型構(gòu)建

構(gòu)建以單元信息為基礎(chǔ)的多維文獻知識網(wǎng)絡，其核心步驟主要包括兩個方面：一是在本體的指導下，對單元信息進行語義標注，將非結(jié)構(gòu)化的單元信息轉(zhuǎn)化為規(guī)范的知識表示，實現(xiàn)單元信息的語義關(guān)聯(lián)，為上層資源提供語義檢索;二是根據(jù)關(guān)聯(lián)數(shù)據(jù)特點，通過對單元信息的特征及各類實體間的相互關(guān)系進行語義化、層次化、立體化的描述，建立單元信息與其他實體間的語義關(guān)聯(lián)關(guān)系，并采用關(guān)聯(lián)數(shù)據(jù)原則進行發(fā)布，實現(xiàn)以單元信息為核心的網(wǎng)狀知識圖譜。

2.1 單元信息本體標注模型構(gòu)建

單元信息模型的形式化表示主要是基于XML和基于本體的方法[6]。基于本體的單元信息語義標注一般要基于某個領(lǐng)域。根據(jù)應用目標不同，可將本體在本研究中的應用分為單元信息表示本體和領(lǐng)域本體。單元信息表示本體提供了一種知識表示框架，以層次表達的方式規(guī)范描述單元信息的內(nèi)容、出處、元數(shù)據(jù)等，實現(xiàn)了知識的形式化表示。領(lǐng)域本體提供了其所在領(lǐng)域知識的標準性描述，即領(lǐng)域知識的元數(shù)據(jù)或規(guī)范術(shù)語集，可在內(nèi)容層面豐富領(lǐng)域資源的語義關(guān)聯(lián)關(guān)系。采用兩種本體相結(jié)合的方式為單元信息的語義標注提供系統(tǒng)的標注框架，能更好地促進隱性的知識挖掘。根據(jù)上述內(nèi)容，單元信息本體標注模型構(gòu)建主要包括3方面工作：單元信息表示本體設(shè)計、領(lǐng)域本體構(gòu)建以及兩者之間的關(guān)聯(lián)表示。如圖3所示：

圖3 單元信息語義標注模型

上文已闡述了單元信息表示本體的構(gòu)建方法。采用Protégé工具及本體描述語言owl建立領(lǐng)域本體，通過Jena[7]技術(shù)完成對領(lǐng)域本體的解析，從而實現(xiàn)計算機的訪問、操作和語義推理。領(lǐng)域本體的建立應盡可能地重用已有知識資源來獲取領(lǐng)域概念，如敘詞表、分類表以及本體等。上述各本體構(gòu)建后，單元信息描述本體使用對象屬性has Subject實現(xiàn)從單元信息到領(lǐng)域本體的關(guān)聯(lián)，領(lǐng)域本體使用對象屬性has Resouce實現(xiàn)從概念到單元信息的關(guān)聯(lián)，從而將單元信息實例中的主題詞同領(lǐng)域本體中的概念實例關(guān)聯(lián)起來，通過領(lǐng)域本體構(gòu)建的豐富語義關(guān)聯(lián)，利用推理機挖掘知識間的隱性關(guān)聯(lián)。此模型的優(yōu)點在于，替換任意單個本體不會對其他相關(guān)本體產(chǎn)生影響，是一種更為通用的單元信息標注模型，同時滿足領(lǐng)域概念動態(tài)擴展的需求。經(jīng)過本體標注和映射的單元信息鏈接成具有本體語義的知識網(wǎng)絡，存儲于知識庫中，為實現(xiàn)知識推理和語義檢索提供了基礎(chǔ)。

2.2 單元信息語義關(guān)聯(lián)模型構(gòu)建

基于本體的語義標注雖可實現(xiàn)對單元信息資源的細粒度組織和語義標注，但不支持資源本身的開放獲取，關(guān)聯(lián)數(shù)據(jù)作為語義網(wǎng)中使用URI和RDF發(fā)布、分享、連接各類數(shù)據(jù)、信息和知識的最佳實踐[8]，能滿足資源間廣泛關(guān)聯(lián)與開放的知識組織需求，幫助用戶挖掘不同領(lǐng)域的知識資源，建立多維度的知識鏈接。關(guān)聯(lián)數(shù)據(jù)采用RDF數(shù)據(jù)模型，RDF三元組的URI采用來源于各種規(guī)范詞表及本體的URI來標識知識對象，從而實現(xiàn)跨領(lǐng)域資源實體的規(guī)范性描述，為實現(xiàn)不同領(lǐng)域、不同來源、不同系統(tǒng)間資源實體的鏈接奠定了基礎(chǔ)，具有較高的可獲取性[9]。

由于關(guān)聯(lián)數(shù)據(jù)本身不具備語義功能，所以需要應用已有的成熟的詞表或本體作為語義描述框架。單元信息語義關(guān)聯(lián)模型是通過對各類實體的元數(shù)據(jù)項進行分析和抽象，找出語義關(guān)聯(lián)性，定義類及類的屬性，盡可能復用現(xiàn)有廣泛使用的元數(shù)據(jù)或本體相關(guān)詞匯對各類屬性進行規(guī)范化描述（如DC、FOAF、SWRC），并對特定需求的屬性進行擴展。屬性包括表達概念之間關(guān)系的對象屬性和表達概念特征的數(shù)據(jù)屬性，通過對象屬性與其他實體類進行外部關(guān)聯(lián)，建立各類型資源間的語義關(guān)聯(lián)。根據(jù)單元信息本體描述模型，本文主要抽取了單元信息（ui：UintInformation）、來源文獻（ui：ResourceDocument）、學科人物（foaf：Person）3個核心實體類初步建成單元信息關(guān)聯(lián)模型，屬性和類間關(guān)系如表1所示：

為以上實體類及屬性，添加如下關(guān)聯(lián)條件：

單元信息類、來源文獻類的屬性主要復用DCMI的部分核心元素，通過互逆屬性dcterms：hasPart和dcterms：isPartOf描述出來源文獻與單元信息間的整體與部分關(guān)系，單元信息類、來源文獻類通過對象屬性dcterms：creator與人物類建立著者關(guān)聯(lián)。

人物類重用foaf：Person、swrc：FacultyMember的部分核心詞匯進行語義描述。通過擴展屬性foafx：createUI和對象屬性swrc：publication分別建立與單元信息類、來源文獻類的作品關(guān)聯(lián)，也可通過foaf：topic_interet描述著者的研究領(lǐng)域，與主題概念建立關(guān)聯(lián)關(guān)系。

此外，將知識組織資源（如主題詞表、術(shù)語表、分類法以及各領(lǐng)域敘詞表）采用SKOS語義描述，其概念主題可通過dcterms：subject屬性與單元信息、來源文獻建立語義關(guān)聯(lián)，將主題概念嵌入相關(guān)實例中，使各層次知識單元在主題層次上關(guān)聯(lián)起來。同時，主題詞表等通用詞表可通過SKOS詞表[10]中定義的skos：broadMatch、skos：closeMatch、skos：exactMatch、skos：mappingRealtion、skos：narrowMatch、skos：narrowMatch詞匯鏈接實現(xiàn)與領(lǐng)域本體概念間的映射。

單元信息關(guān)聯(lián)模型的構(gòu)建思路實現(xiàn)了從粗粒度的來源文獻到細粒度的單元信息，從二維知識組織層次到多維知識組織網(wǎng)絡的演化，全方位展現(xiàn)信息資源體系的語義關(guān)系。類間語義關(guān)系如圖4所示。

為單元信息關(guān)聯(lián)模型的每個概念節(jié)點添加實例，利用定義好的類和屬性來描述具體的資源對象，形成語義元數(shù)據(jù)的關(guān)聯(lián)網(wǎng)絡。通過文本、圖片、

視頻等形式，充分展現(xiàn)了單元信息與來源文獻、領(lǐng)域概念、人物之間的語義互聯(lián)關(guān)系。用戶可利用RDF語義鏈接，快速查找、獲取相關(guān)資源。

本文建立的單元信息語義關(guān)聯(lián)模型是一種較為一般的模型，當選定某一具體領(lǐng)域時，可根據(jù)領(lǐng)域資源特點增加新的實體關(guān)系，構(gòu)建語義化程度更高的關(guān)聯(lián)模型。

3 單元信息知識組織語義模型應用實例——以中醫(yī)養(yǎng)生領(lǐng)域為例

本文以中醫(yī)養(yǎng)生領(lǐng)域為例，示例單元信息知識組織語義模型的應用過程，主要包括以下幾個步驟：

第一步，根據(jù)單元信息鑒選原則[11]從權(quán)威出版社、核心期刊發(fā)表的中醫(yī)養(yǎng)生領(lǐng)域文獻中抽取單元信息。本文選取兩段單元信息作為標注示例。

單元信息一：高血壓是常見的心血管疾病危險因素之一，隸屬于中醫(yī)的“眩暈”范疇。其病因主要有情志不遂、飲食不節(jié)、體虛年高、跌仆外傷等[12]。

單元信息二：孫思邈《備急千金要方·風?！肥状翁岢觥帮L眩”的病名及定義：“夫風眩之病，起于心氣 不定，胸上蓄實，鼓有高風面熱之所為也。痰熱相感而動風，風心相亂則悶 瞀，故謂之風眩”。并提出風、熱、痰致眩的觀點[13]。

第二步，參考領(lǐng)域本體構(gòu)建框架進行中醫(yī)養(yǎng)生本體建模，規(guī)范中醫(yī)養(yǎng)生領(lǐng)域中概念描述及關(guān)聯(lián)關(guān)系[14]。

第三步，基于單元信息語義標注模型（如圖3所示）對上文中抽取的道家養(yǎng)生理論單元信息進行語義標注;以上文確定的元數(shù)據(jù)標準對其來源文獻、相關(guān)人員進行標準化描述，并在描述過程中建立內(nèi)容對象之間的關(guān)聯(lián)關(guān)系。使用URI引用機制對這些資源對象進行標識，如圖5、圖6所示。

圖5、圖 6以RDF三元組形式表達了單元信息內(nèi)容本身、單元信息之間以及單元信息與來源文獻、 領(lǐng)域?qū)＜摇B(yǎng)生領(lǐng)域本體概念等外部資源的屬性、屬性值以及它們之間的邏輯關(guān)系。在實際應用中，采用RDF/XML序列化方式進行存儲。

圖5中“內(nèi)容”實例是兩段單元信息片段的內(nèi)容本身，通過主題概念“飲食不節(jié)”與“高血壓”之間的“導致”關(guān)系、“眩暈”與“高血壓”之間的"對應"關(guān)系，語義揭示單元信息片斷本身的邏輯關(guān)系。通過概念實例“高血壓”與“風眩”之間的等同關(guān)系以及“風熱痰”與高血壓之間的“導致”關(guān)系建立起兩段單元信息之間的語義關(guān)聯(lián)。

圖6中“內(nèi)容”實例是高血壓病因單元信息，與來源文獻實例“中醫(yī)養(yǎng)生來源文獻”通過“dcterms：isPartof”建立整體與部分關(guān)系，通過“dcterms：subject”與中醫(yī)養(yǎng)生本體概念實例（高血壓、眩暈）相關(guān)聯(lián)，與養(yǎng)生領(lǐng)域?qū)＜腋鱾€子類的實例通過“dcterms：creator”相關(guān)。用戶在獲取高血壓病因單元信息的同時，不僅可以查找來源文獻的相關(guān)信息，還可以查找到作者的其他研究成果以及擅長的領(lǐng)域，建立起與中醫(yī)養(yǎng)生領(lǐng)域本體中定義的核心概念之間的關(guān)聯(lián)。

第四步，通過語義關(guān)聯(lián)模型（如圖4所示），在各種軟硬件工具的支撐下進行單元信息關(guān)聯(lián)數(shù)據(jù)集的創(chuàng)建與發(fā)布，最終實現(xiàn)資源間的語義關(guān)聯(lián)，為用戶提供單元信息在線瀏覽與分類導航、本體可視化瀏覽與檢索以及基于SPARQl的查詢等語義應用服務。

參考文獻

[1]馮儒佳，王忠義，王艷鳳，等.科技論文的多粒度知識組織框架研究[J].情報科學，2016，（12）：46-54.

[2]張娟，倪曉建.精準服務與單元信息組織探析[J].圖書館理論與實踐，2017，（8）：50-52.

[3]徐昊.科技知識對象的語義模式研究[D].長春：吉林大學，2013：1-109.

[4]許春漫.泛在知識環(huán)境下知識元的構(gòu)建與檢索[J].情報理論與實踐，2014，（2）：107-111.

[5]付苓.面向大數(shù)據(jù)的單元信息知識組織體系建設(shè)框架[J]情報理論與實踐，2016，（6）：96-98.

[6]付苓.基于本體網(wǎng)絡概念化單元信息研究[J]情報雜志，2018，37（1）：122-125.

[7]HP LABS.Jena-A Semantic Web Framework for Java[EB/OL].http：//jena.sourceforge.net/index.html，2011-09-25.

[8]Bizer C，Heath T，Berners-Lee T.Linked Data-The Story So Far[J].International Journal on Semantic Web and Information System，2009，5（3）：1-22.

[9]翟姍姍.基于關(guān)聯(lián)數(shù)據(jù)的非物質(zhì)文化遺產(chǎn)資源聚合研究[M]北京：科學出版社，2015.

[10]Bechhofer S，Miles A.SKOS Simple Knowledge Organization System Reference[EB/OL].http：//www.w3.org/TR/skos-reference/，2014-05-26.

[11]倪曉建.問道書淵：圖書館工作偶拾[M].上海：上?？茖W技術(shù)出版社，2014.

[12]司亞雪.中醫(yī)養(yǎng)生健康教育對高血壓患者生活方式的影響[J].中國中醫(yī)藥現(xiàn)代遠程教育，2011，（12）：85-86.

[13]顧寧，陳紅錦.高血壓病中醫(yī)特色療法[M].北京：人民軍醫(yī)出版社，2012.

[14]中醫(yī)養(yǎng)生本體[EB/OL].http：//www.tcmkb.cn/ontologies/health/，2015-10-01.

（責任編輯：陳 媛）