孫華君，李海燕，聶 瑩，甄思圓

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

1 引言

近年來，互聯(lián)網(wǎng)高速發(fā)展，我們迎來了大數(shù)據(jù)的時(shí)代。因?yàn)榇髷?shù)據(jù)存在體量大、增長速度快、種類多、價(jià)值密度低等特點(diǎn)，基于以上特征，如何有效地利用數(shù)據(jù)，是人們目前面臨的嚴(yán)峻挑戰(zhàn)，以及亟需解決的問題。自從知識(shí)圖譜在谷歌首次發(fā)布以來，世界研究的熱點(diǎn)逐漸聚焦到領(lǐng)域知識(shí)圖譜的構(gòu)建。知識(shí)圖譜也隨著智能信息服務(wù)應(yīng)用的不斷發(fā)展，逐漸被應(yīng)用于中醫(yī)藥領(lǐng)域的智能搜索、深度問答、知識(shí)推薦、輔助決策等方面[1-2]。隨著我國經(jīng)濟(jì)和科技的快速發(fā)展，中醫(yī)藥的發(fā)展也迎來了新的春天，發(fā)展過程中遇到的很多難題，都需要依靠科技的支持才能得到有效解決。同時(shí)中醫(yī)藥領(lǐng)域的知識(shí)存在量大且繁雜的特點(diǎn)，也決定了其在知識(shí)表示與存儲(chǔ)等方面的局限性，因此知識(shí)圖譜與中醫(yī)藥的結(jié)合已成為必然的趨勢。

2 知識(shí)圖譜的概述

2.1 知識(shí)圖譜的概念

知識(shí)圖譜在中醫(yī)藥領(lǐng)域的應(yīng)用主要以中醫(yī)圖書情報(bào)領(lǐng)域的科學(xué)知識(shí)圖譜和知識(shí)工程領(lǐng)域的以本體為構(gòu)建工具和方法的中醫(yī)藥領(lǐng)域知識(shí)圖譜兩種形式存在，本文主要對后者進(jìn)行綜述。關(guān)于知識(shí)圖譜的定義，劉嶠等[3]指出知識(shí)圖譜本質(zhì)上是表示實(shí)體之間的概念網(wǎng)絡(luò)，把實(shí)體和其屬性之間進(jìn)行關(guān)系劃分并關(guān)聯(lián)，從而形成大規(guī)模的關(guān)系型知識(shí)庫。知識(shí)圖譜是指由相互關(guān)聯(lián)的廣義實(shí)體及其屬性構(gòu)成，包括“實(shí)體、關(guān)系、實(shí)體”、“實(shí)體、屬性、屬性值”兩個(gè)類別的關(guān)系類型[4]。從圖的層面講，知識(shí)圖譜可以顯示知識(shí)之間的關(guān)系和知識(shí)發(fā)展進(jìn)程，通過可視化技術(shù)可以對數(shù)據(jù)源知識(shí)進(jìn)行簡單描述，然后通過數(shù)據(jù)挖掘、分析、構(gòu)建、展示等環(huán)節(jié)實(shí)現(xiàn)知識(shí)的可視化[5-6]。李新龍等[7]認(rèn)為知識(shí)圖譜主要通過數(shù)學(xué)算法構(gòu)建知識(shí)結(jié)構(gòu)和關(guān)系，利用可視化技術(shù)達(dá)到可視化的目的，是一種有效的知識(shí)管理工具。于彤等[8]提出知識(shí)圖譜是一種以語義網(wǎng)絡(luò)為核心，基于圖的知識(shí)表示與組織方法，通過關(guān)鍵技術(shù)對各種結(jié)構(gòu)化知識(shí)、半結(jié)構(gòu)化知識(shí)、非結(jié)構(gòu)化的領(lǐng)域知識(shí)進(jìn)行有效組織，最終實(shí)現(xiàn)知識(shí)的檢索、推薦、問答等可視化的智能應(yīng)用。知識(shí)圖譜分為采用自底向上構(gòu)建的通用知識(shí)圖譜和自頂向下構(gòu)建的領(lǐng)域知識(shí)圖譜兩類，二者各有特點(diǎn)，通用知識(shí)圖譜包含多而廣的常識(shí)性知識(shí)，而領(lǐng)域知識(shí)圖譜包含更多精而準(zhǔn)的知識(shí)，對行業(yè)發(fā)展具有重大的意義[9]。

2.2 知識(shí)圖譜的價(jià)值

知識(shí)圖譜作為大數(shù)據(jù)時(shí)代知識(shí)工程發(fā)展的代表性產(chǎn)物，富含實(shí)體、概念及其之間的各種語義關(guān)系，并通過一系列相關(guān)技術(shù)支持實(shí)現(xiàn)知識(shí)的深度利用，大大提高了知識(shí)的利用率和工作者的效率。知識(shí)圖譜的價(jià)值可以從研究價(jià)值和應(yīng)用價(jià)值兩方面進(jìn)行論述，知識(shí)圖譜的研究價(jià)值在于，它是在當(dāng)前Web 基礎(chǔ)之上，構(gòu)建一層覆蓋網(wǎng)絡(luò)，通過知識(shí)圖譜的構(gòu)建，可以將各種數(shù)據(jù)源知識(shí)進(jìn)行有效組織，從而建立概念實(shí)體之間的相關(guān)關(guān)系，最終形成有用的知識(shí)以供利用[3]。知識(shí)圖譜的應(yīng)用價(jià)值在于通過知識(shí)推理的方式實(shí)現(xiàn)對概念的檢索，改變了之前的知識(shí)檢索方式；它以圖形化的形式將被分類整理的結(jié)構(gòu)化知識(shí)加以可視化[3,10]。

知識(shí)圖譜具備以下特點(diǎn)：知識(shí)圖譜可以賦予字串新的定義；可以綜合各個(gè)學(xué)科領(lǐng)域的知識(shí)，從而保證搜索結(jié)果的連貫性；通過總結(jié)信息及相互間的關(guān)系為用戶提供更精準(zhǔn)的信息；知識(shí)圖譜呈現(xiàn)給用戶的知識(shí)具有相對完整性[10-11]。

2.3 知識(shí)圖譜與本體的關(guān)系

知識(shí)圖譜與本體的概念內(nèi)涵和構(gòu)建目的有所區(qū)別，知識(shí)圖譜強(qiáng)調(diào)實(shí)體關(guān)系和實(shí)體屬性值，而本體更強(qiáng)調(diào)概念關(guān)系；知識(shí)圖譜的構(gòu)建目的在于用圖譜的形式形象而準(zhǔn)確地描述各種實(shí)體、概念及其關(guān)系；本體的構(gòu)建目的主要體現(xiàn)在通過術(shù)語集和統(tǒng)一的術(shù)語概念提供檢索功能和模擬人腦構(gòu)建領(lǐng)域內(nèi)的知識(shí)體系，運(yùn)用本體技術(shù)構(gòu)建語義網(wǎng)絡(luò)的最終目的是實(shí)現(xiàn)知識(shí)共享[12]。

知識(shí)圖譜與本體之間的聯(lián)系緊密，本體的構(gòu)建可以為知識(shí)圖譜奠定良好的基礎(chǔ)內(nèi)容，而知識(shí)圖譜的構(gòu)建則可以更好地體現(xiàn)本體關(guān)系。根據(jù)Gruber2001 年提出的定義，本體作為語義網(wǎng)的基礎(chǔ)，在描述基本概念的同時(shí)更重視描述概念之間的關(guān)系，隨著語義網(wǎng)技術(shù)的不斷推廣與應(yīng)用，在各個(gè)領(lǐng)域都出現(xiàn)了共享的本體，尤其是在生物醫(yī)學(xué)領(lǐng)域，本體具有廣闊的應(yīng)用前景[13]，例如中醫(yī)藥本體服務(wù)系統(tǒng)能夠支持基于本體的知識(shí)展示、決策支持、知識(shí)發(fā)現(xiàn)等中醫(yī)藥領(lǐng)域的應(yīng)用，這些知識(shí)應(yīng)用的實(shí)現(xiàn)都離不開前期知識(shí)體系的構(gòu)建作為支撐。知識(shí)圖譜在智能搜索方面，基于搜索引擎，儲(chǔ)存了大量的實(shí)體以及實(shí)體之間的關(guān)系，可以根據(jù)用戶查詢返回答案；在自動(dòng)問答、知識(shí)推薦、決策支持方面，知識(shí)圖譜在各個(gè)領(lǐng)域已經(jīng)有了相關(guān)的應(yīng)用[14]。通過知識(shí)圖譜的構(gòu)建，可以充分體現(xiàn)領(lǐng)域本體中的各種關(guān)系。

3 知識(shí)圖譜構(gòu)建的關(guān)鍵技術(shù)

3.1 知識(shí)抽取技術(shù)

知識(shí)圖譜的數(shù)據(jù)源通常來自文本、圖像、視頻等，知識(shí)獲取的方法根據(jù)知識(shí)圖譜數(shù)據(jù)源的不同而有所差異，其目的是運(yùn)用信息抽取的方式從文本等數(shù)據(jù)中抽取相對有意義的知識(shí)以供利用[15]。對知識(shí)圖譜數(shù)據(jù)源中的非結(jié)構(gòu)化文本數(shù)據(jù)的信息抽取能夠?yàn)橹R(shí)圖譜提供大量較高質(zhì)量的三元組事實(shí)，但是其涉及的自然語言分析和處理技術(shù)難度較大，因此知識(shí)抽取是構(gòu)建知識(shí)圖譜的核心技術(shù)[13]。

醫(yī)學(xué)數(shù)據(jù)作為大數(shù)據(jù)的一部分，其知識(shí)抽取同樣分為實(shí)體抽取、關(guān)系抽取和屬性抽取這三種類型。實(shí)體的抽取作為知識(shí)抽取最基本的內(nèi)容，其抽取的準(zhǔn)確率直接影響著最終形成的知識(shí)庫的質(zhì)量，因此醫(yī)學(xué)實(shí)體的抽取在醫(yī)學(xué)知識(shí)圖譜的構(gòu)建中起著關(guān)鍵性作用；醫(yī)學(xué)實(shí)體關(guān)系抽取的目的是為了解決實(shí)體間語義鏈接的問題，其方法也逐漸發(fā)展到建立醫(yī)學(xué)實(shí)體與實(shí)體之間的關(guān)系模型；根據(jù)實(shí)體與其屬性的名稱性關(guān)系可以認(rèn)為醫(yī)學(xué)實(shí)體屬性抽取和實(shí)體關(guān)系抽取同理[16]。

3.2 知識(shí)表示技術(shù)

知識(shí)表示是基于知識(shí)的人工智能應(yīng)用中的核心部分，Randall Davis 教授等[17]于1993 在AI Magazine 上發(fā)表了影響力極大的文章“What is a Knowledge Representation?”該文指出，知識(shí)表示作為一種高效計(jì)算的媒介，也是智能推理的一部分，其目的是不通過行動(dòng)而是通過對實(shí)體的思考實(shí)現(xiàn)對世界的推理，從而產(chǎn)生與之相應(yīng)的結(jié)果作為一種本體約定的集合。知識(shí)應(yīng)用的難點(diǎn)在于知識(shí)體系的構(gòu)建，知識(shí)體系構(gòu)建的目的在于知識(shí)表示。目前，知識(shí)表示體系主要包括XML：可擴(kuò)展標(biāo)記語言（Extensible Markup Language）、RDF：資 源 描 述 框 架（Resource Description Framework）、OWL: 網(wǎng) 絡(luò) 本 體 語 言（Web Ontology Language）三個(gè)層次。

XML 作為最早的語義網(wǎng)表示語言，以文檔為單位進(jìn)行表示，它的擴(kuò)展版本XML Schema 定義了XML 文檔的結(jié)構(gòu)，指出了XML 文檔元素的描述形式；RDF 一般作為語義網(wǎng)標(biāo)準(zhǔn)中的第一層，當(dāng)前知識(shí)圖譜中的數(shù)據(jù)也采用RDF 數(shù)據(jù)模型進(jìn)行描述，不同于RDF 的是RDFs 是一種描述RDF 的輕量級語言，主要關(guān)注類別和屬性的層次結(jié)構(gòu)以及繼承關(guān)系等，但是RDF 局限于二元謂詞，RDFs 局限于子類和屬性層次及其屬性的定義域、值域；而OWL 解決了RDF 和RDFs 語言的局限性，在RDF 和RDFs 的基礎(chǔ)上自定義了包括頭部和主體兩部分的語法，本體是通過對象類型、屬性類型以及關(guān)系類型對領(lǐng)域知識(shí)進(jìn)行形式化描述的模型，這種模型需要與之相適應(yīng)的建模語言[13]。XML、RDF、OWL 等語言可以為描述概念之間的關(guān)聯(lián)關(guān)系提供豐富的建模元素[18]，為后期知識(shí)體系的構(gòu)建奠定基礎(chǔ)。

表1 知識(shí)圖譜在中醫(yī)藥領(lǐng)域的應(yīng)用實(shí)例

3.3 知識(shí)推理技術(shù)

知識(shí)推理主要可以分為對實(shí)體屬性的推理和對實(shí)體關(guān)系的推理，因此所對應(yīng)的推理規(guī)則也包括針對實(shí)體屬性的規(guī)則和針對實(shí)體關(guān)系的規(guī)則兩種[19]。知識(shí)推理不僅僅能夠應(yīng)用于已有知識(shí)圖譜的補(bǔ)全，同時(shí)也可以直接應(yīng)用于自動(dòng)問答系統(tǒng)等相關(guān)智能應(yīng)用。

知識(shí)推理的主要方法目前大致分為三種：基于傳統(tǒng)方法的推理、單步推理、多步推理?；旌隙嗖酵评肀然旌蠁尾酵评?，可以實(shí)現(xiàn)更好的推理結(jié)果[15]。徐增林等[2]將知識(shí)推理方法主要分為基于邏輯的推理與基于圖的推理兩種類型，部分研究者把跨知識(shí)庫的推理方法作為研究重點(diǎn)。知識(shí)推理技術(shù)作為知識(shí)圖譜的關(guān)鍵技術(shù)之一，在知識(shí)的深度挖掘和智能應(yīng)用中起到了重要的作用，因此領(lǐng)域知識(shí)的推理過程中能獲取更多潛在的關(guān)系和內(nèi)涵。

4 知識(shí)圖譜技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用

知識(shí)圖譜技術(shù)在中醫(yī)藥方面的應(yīng)用主要體現(xiàn)在科學(xué)知識(shí)圖譜和領(lǐng)域知識(shí)圖譜，科學(xué)知識(shí)圖譜主要運(yùn)用citespace、cytoscape 等工具實(shí)現(xiàn)對中醫(yī)情報(bào)領(lǐng)域的數(shù)據(jù)進(jìn)行聚類分析和共引分析等相關(guān)應(yīng)用，而本文主要討論基于本體的技術(shù)和方法建立中醫(yī)藥領(lǐng)域知識(shí)圖譜，通過對中醫(yī)基礎(chǔ)、中醫(yī)臨床、中醫(yī)養(yǎng)生保健等中醫(yī)藥知識(shí)圖譜的構(gòu)建，從而實(shí)現(xiàn)智能搜索、自動(dòng)問答、知識(shí)推薦、決策支持等智能醫(yī)療方面的應(yīng)用。知識(shí)圖譜在中醫(yī)藥領(lǐng)域的應(yīng)用實(shí)例歸納如表1所示。

4.1 中醫(yī)基礎(chǔ)

在中醫(yī)基礎(chǔ)研究方面，周孜恒等[20]基于本體的方法和構(gòu)建工具protégé,以李東垣的《脾胃論》為例，在已有的“中醫(yī)方證研究與決策開發(fā)服務(wù)平臺(tái)”術(shù)語標(biāo)準(zhǔn)庫中提取用法、功用、中藥、病證和加減化裁等術(shù)語，并參照中醫(yī)藥一體化語言系統(tǒng)（TCMLS）中的語義關(guān)系，分析術(shù)語之間的內(nèi)涵，選取《脾胃論》中的補(bǔ)中益氣湯為例，構(gòu)建了完整的語義網(wǎng)絡(luò)，實(shí)現(xiàn)了中醫(yī)方劑本體構(gòu)建方法的初步探索。

崔家鵬等[21]以脾臟象理論的相關(guān)古籍、中醫(yī)權(quán)威辭書、高校教材等為本體構(gòu)建素材；確立脾臟象理論核心術(shù)語等領(lǐng)域概念，并通過人工知識(shí)抽取的方法構(gòu)建脾臟象理論語義關(guān)系；構(gòu)建了“生理”、“病理”、“診療”的脾臟象理論生理知識(shí)體系，然后利用本體構(gòu)建工具protégé 構(gòu)建脾臟象理論知識(shí)圖譜，為脾臟象理論的繼承和發(fā)展做出了貢獻(xiàn)。

田甜[22]基于本體技術(shù)通過對“肺與大腸相表里”的中醫(yī)藏象理論進(jìn)行知識(shí)建模，將中醫(yī)認(rèn)識(shí)方法、中醫(yī)生理、中醫(yī)病理、辨證論治之間的語義關(guān)系分為等級關(guān)系和相關(guān)關(guān)系，前期的中醫(yī)藥知識(shí)建模為后期的中醫(yī)藥知識(shí)挖掘與利用提供了良好的支撐。最終構(gòu)建了以五臟為中心的中醫(yī)藥知識(shí)體系，并通過知識(shí)推理技術(shù)挖掘分析“肺與大腸相表里”的相關(guān)古籍醫(yī)案，得出肺與大腸在生理和病理上都相互關(guān)聯(lián)，相互影響，因此臨床治療中應(yīng)用肺與大腸同治的治療方法。

王斯琪[23]以中醫(yī)診斷學(xué)為藍(lán)本，以本體論為指導(dǎo)理論和方法，采用本體構(gòu)建的七步法等，將舌象之間、脈象之間的類和屬性值進(jìn)行有效關(guān)聯(lián)，構(gòu)建了舌象、脈象的本體庫，后期還對中醫(yī)舌象、脈象進(jìn)行了本體驗(yàn)證和相關(guān)應(yīng)用，設(shè)計(jì)出中醫(yī)舌象脈象規(guī)范化輔助軟件。確保舌象、脈象的完整性和規(guī)范化的同時(shí)還可以促進(jìn)中醫(yī)藥的標(biāo)準(zhǔn)化。

4.2 中醫(yī)臨床

在中醫(yī)臨床研究方面，可以利用知識(shí)圖譜的自動(dòng)問答功能，將實(shí)體及其關(guān)系進(jìn)行推理得到答案。阮彤等[24]在研究國內(nèi)外通用和醫(yī)療行業(yè)專用知識(shí)圖譜的基礎(chǔ)上剖析中醫(yī)藥知識(shí)圖譜，并建立中醫(yī)藥知識(shí)圖譜的6 步構(gòu)建流程，最終實(shí)現(xiàn)了中醫(yī)藥知識(shí)服務(wù)體系的建立。通過該流程構(gòu)建了包括疾病庫、證庫、癥狀庫、中草藥庫和方劑庫的中醫(yī)藥知識(shí)圖譜[16]。最后將中醫(yī)藥知識(shí)圖譜數(shù)據(jù)與推理技術(shù)結(jié)合起來，從而實(shí)現(xiàn)中醫(yī)藥知識(shí)的智能應(yīng)用--中醫(yī)藥知識(shí)問答和輔助開藥。

朱玲等[25]通過抽取中醫(yī)文獻(xiàn)中與“哮喘”相關(guān)的知識(shí)，并基于本體的技術(shù)和方法構(gòu)建中醫(yī)哮喘領(lǐng)域知識(shí)體系，實(shí)現(xiàn)了哮喘這一疾病的領(lǐng)域知識(shí)建模，構(gòu)建了中醫(yī)哮喘領(lǐng)域本體并實(shí)現(xiàn)知識(shí)的共享以及簡單的推理，基本實(shí)現(xiàn)了對中醫(yī)哮喘領(lǐng)域知識(shí)的語義化表達(dá)。

方芳等[26]基于本體的方法和技術(shù)，以中醫(yī)糖尿病醫(yī)案為例進(jìn)行分析和描述，基于改進(jìn)簡化的六步法，去除了插件相關(guān)的內(nèi)容，加上了對本體的檢驗(yàn)和存儲(chǔ)。通過搜集醫(yī)案書籍和相關(guān)資料獲取糖尿病相關(guān)領(lǐng)域的知識(shí)，定義糖尿病醫(yī)案的類、屬性及其關(guān)系，從而建立糖尿病醫(yī)案本體，最后實(shí)現(xiàn)了糖尿病醫(yī)案的語義化檢索并建立糖尿病醫(yī)案智能檢索平臺(tái)。

知識(shí)圖譜不僅能夠通過知識(shí)抽取、知識(shí)推理等過程精確地描述領(lǐng)域內(nèi)的知識(shí)，還可以描述知識(shí)的演化過程和規(guī)律，從而為研究和決策提供準(zhǔn)確、可推理的知識(shí)數(shù)據(jù)。聶莉莉等[27]運(yùn)用自底向上的知識(shí)圖譜智能構(gòu)建方法，直接從抽取到的數(shù)據(jù)中提取實(shí)體間的關(guān)系并更新到知識(shí)圖譜中，將疾病知識(shí)庫和癥候知識(shí)庫融合形成了以支氣管擴(kuò)張癥為例的“疾?。Y候－特征”3 層結(jié)構(gòu)模型的醫(yī)學(xué)診斷知識(shí)圖譜，然后通過自然語言處理方法自動(dòng)構(gòu)建醫(yī)學(xué)診斷知識(shí)圖譜。

李新霞等[28]基于本體的理論和方法，構(gòu)建了“疾病”、“證候”、“癥狀”、“治法”、“病例”等本體。將醫(yī)學(xué)領(lǐng)域本體作為知識(shí)庫的表示方式，實(shí)現(xiàn)了有效的脾胃病輔助診斷方案。推理方面，在系統(tǒng)通用規(guī)則的基礎(chǔ)上，還自定義了疾病的推理規(guī)則、證候的推理規(guī)則、治法方藥規(guī)則等其他規(guī)則，更大程度上地提高了中醫(yī)輔助診斷系統(tǒng)的共享能力、推理能力和擴(kuò)展能力。

在中醫(yī)師辨證論治個(gè)體化診療方面，何麗云等[29]運(yùn)用知識(shí)建模技術(shù)將辨證論治知識(shí)體系中顯性知識(shí)與隱性知識(shí)綜合分析，在中醫(yī)師個(gè)體辨證論治及理、法、方、藥的知識(shí)體系基礎(chǔ)上，實(shí)現(xiàn)“病-證-治-效”等層面的個(gè)體診療規(guī)律，有利于提高中醫(yī)師辨證論治的水平，為名老中醫(yī)經(jīng)驗(yàn)傳承與創(chuàng)新的可視化研究奠定了良好的基礎(chǔ)。

4.3 中醫(yī)養(yǎng)生保健

在中醫(yī)養(yǎng)生方面，可以利用知識(shí)圖譜的知識(shí)推薦功能，通過對實(shí)體的關(guān)系分析向用戶推薦相關(guān)信息。于彤等[30]搜集整理了大量有關(guān)中醫(yī)養(yǎng)生相關(guān)的知識(shí)資源，運(yùn)用知識(shí)圖譜這一知識(shí)管理技術(shù)實(shí)現(xiàn)了三大主要的應(yīng)用：通過展示概念間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)復(fù)雜知識(shí)體系的可視化；使知識(shí)檢索更加實(shí)體化、語義化和智能化；建立用戶個(gè)人健康信息模型與中醫(yī)藥知識(shí)體系之間的關(guān)聯(lián)，建立起科學(xué)的中醫(yī)養(yǎng)生知識(shí)推薦機(jī)制。

在中醫(yī)保健方面，郝偉學(xué)[31]介紹了構(gòu)建知識(shí)圖譜的5 個(gè)環(huán)節(jié)和具體操作步驟，定義了“西醫(yī)疾病”、“證候”、“中藥”、“癥狀”4 類實(shí)體概念；實(shí)現(xiàn)了包括實(shí)體、屬性關(guān)系、語義關(guān)系3類數(shù)據(jù)獲??；將獲取的實(shí)體和關(guān)系有機(jī)地融合在一起；將融合后的數(shù)據(jù)生成本體；利用基于規(guī)則的知識(shí)推理方法，利用Jena 讀取規(guī)則，最終完成知識(shí)推理，實(shí)現(xiàn)中醫(yī)健康知識(shí)圖譜的構(gòu)建。

在疾病防治和保健方面，曹馨宇等[32]參照統(tǒng)一醫(yī)學(xué)語言系統(tǒng)、醫(yī)學(xué)系統(tǒng)命名法-臨床術(shù)語、中醫(yī)臨床術(shù)語集中的規(guī)范化術(shù)語及術(shù)語間的語義關(guān)系，采集與中醫(yī)養(yǎng)生有關(guān)的多種信息來源，梳理面向中醫(yī)養(yǎng)生的與冠心病相關(guān)的語義關(guān)系，構(gòu)建面向中醫(yī)養(yǎng)生的冠心病知識(shí)本體，對提高冠心病的診療水平和為老年人對冠心病的防治與保健都具有非常重要的意義。

4.4 其他

在中藥藥效關(guān)系的知識(shí)表示方面，朱彥等[33]以中藥藥效為研究目標(biāo)總結(jié)出中藥藥效間相互作用的方式有協(xié)同，有抑制，有互不影響。根據(jù)中醫(yī)基礎(chǔ)理論和臨床醫(yī)師用藥配伍規(guī)律，分析概括出中藥功效概念間的促進(jìn)、抑制、上下位、相似等4種語義關(guān)系；然后通過計(jì)算功效間語義距離的方法，完成功效語義網(wǎng)絡(luò)的構(gòu)建。

朱玲[34]等采用美國斯坦福大學(xué)提出的七步法構(gòu)建傳統(tǒng)針灸知識(shí)本體，參考古籍語言系統(tǒng)中的語義關(guān)系，建立針灸概念術(shù)語中復(fù)雜、多元的關(guān)聯(lián)關(guān)系，從而將針灸傳統(tǒng)知識(shí)結(jié)構(gòu)化，層次化。在此基礎(chǔ)上對傳統(tǒng)針灸知識(shí)本體的應(yīng)用進(jìn)行了探索，開發(fā)出了相關(guān)的語義檢索軟件。

5 結(jié)語

在中醫(yī)藥領(lǐng)域中，隨著醫(yī)學(xué)信息化水平的顯著提高，積累了大量中醫(yī)藥數(shù)據(jù)，中醫(yī)藥數(shù)據(jù)的有效利用對精準(zhǔn)醫(yī)療、疾病防治和中醫(yī)保健等工作具有非常重要的指導(dǎo)意義。構(gòu)建中醫(yī)藥領(lǐng)域知識(shí)圖譜主要通過從大量中醫(yī)藥學(xué)古、現(xiàn)代文本和圖像中抽取結(jié)構(gòu)化知識(shí)，通過這種方法可以充分利用中醫(yī)藥豐富的古籍資源。目前，知識(shí)圖譜在中醫(yī)基礎(chǔ)、中醫(yī)臨床、中醫(yī)養(yǎng)生保健等多個(gè)領(lǐng)域已經(jīng)獲得了一些成果，但是，基于本體的中醫(yī)藥知識(shí)表示方面研究地比較多，而且較為深入。雖然有少量研究開展了知識(shí)問答、輔助決策等方面的探索，但從總體上來說，在中醫(yī)藥領(lǐng)域的應(yīng)用還不夠廣泛和深入，例如中醫(yī)骨傷、中醫(yī)針灸推拿、中醫(yī)兒科、中醫(yī)急癥等方面的知識(shí)應(yīng)用有待進(jìn)一步開發(fā)。