摘 要： ［目的／ 意義］ 數(shù)字人文背景下的中醫(yī)疫病古籍文本自動(dòng)分詞和基于分詞結(jié)果的藥物規(guī)律挖掘， 是促進(jìn)古籍知識(shí)活化與支持臨床診療的重要途徑。［方法／ 過(guò)程］ 本文提出了一種基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架， 該框架包含了數(shù)據(jù)獲取層、序列標(biāo)注層、自動(dòng)分詞層和應(yīng)用服務(wù)層， 通過(guò)４ 層協(xié)作聯(lián)動(dòng)最終實(shí)現(xiàn)了疫病古籍文本的自動(dòng)分詞和藥物規(guī)律挖掘應(yīng)用。［結(jié)果／ 結(jié)論］ 實(shí)證結(jié)果表明， 框架包含的基于ＢｉＬＳＴＭＣＲＦ的中醫(yī)疫病古籍文本自動(dòng)分詞效果綜合性能達(dá)９２％。在分詞結(jié)果基礎(chǔ)上統(tǒng)計(jì)方劑中各類(lèi)劑型、常用中藥和常用藥對(duì)等藥物規(guī)律挖掘結(jié)果， 為未來(lái)疫情防控指導(dǎo)、診療決策輔助提供了支持。

關(guān)鍵詞： 數(shù)字人文； 文本分詞； ＢｉＬＳＴＭ－ＣＲＦ； 中醫(yī)疫??； 知識(shí)挖掘

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０２．００２

〔中圖分類(lèi)號(hào)〕Ｇ２５４ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２５） ０２－００１７－０９

疫病是人類(lèi)社會(huì)長(zhǎng)期以來(lái)面臨的重大威脅之一。作為傳統(tǒng)醫(yī)學(xué)的重要組成部分， 中醫(yī)積累了豐富的疫病防治經(jīng)驗(yàn)， 其遺留的古籍記載了大量有關(guān)疫病的描述和治療方法， 對(duì)于研究疫病的起源、傳播規(guī)律以及藥物治療等具有重要價(jià)值［１］ 。數(shù)字人文背景下， 利用現(xiàn)代科技手段實(shí)現(xiàn)傳統(tǒng)醫(yī)學(xué)知識(shí)的數(shù)字化表達(dá)與活化再現(xiàn)， 可提高對(duì)中醫(yī)疫病古籍內(nèi)容的理解和分析能力， 發(fā)掘其中隱含的藥物規(guī)律， 明晰中醫(yī)藥在疫病防治中的特點(diǎn)和優(yōu)勢(shì)， 為現(xiàn)代疫病防治提供參考借鑒。作為自然語(yǔ)言處理的基礎(chǔ)任務(wù)之一，文本分詞是挖掘中醫(yī)疫病古籍中蘊(yùn)含的疫病治療經(jīng)驗(yàn)的前提［２］ 。

但現(xiàn)有針對(duì)中醫(yī)疫病古籍文本自動(dòng)分詞及藥物規(guī)律挖掘的研究存在以下問(wèn)題： 第一， 缺乏專(zhuān)門(mén)結(jié)合人工標(biāo)注而構(gòu)建的大規(guī)模中醫(yī)疫病古籍文本語(yǔ)料庫(kù)。第二， 可用于中醫(yī)疫病古籍文本自動(dòng)分詞的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型的分詞訓(xùn)練精度有待提升。第三， 現(xiàn)有的中醫(yī)疫病古籍文本自動(dòng)分詞結(jié)果對(duì)基于古籍文本的藥物規(guī)律挖掘應(yīng)用支持有限［３］ 。上述問(wèn)題阻礙了中醫(yī)疫病古籍的創(chuàng)造性轉(zhuǎn)化和創(chuàng)新性發(fā)展。為解決這些問(wèn)題， 需要建立大規(guī)模的中醫(yī)疫病古籍文本語(yǔ)料庫(kù)， 并結(jié)合人工標(biāo)注進(jìn)行深度學(xué)習(xí)模型訓(xùn)練， 提高分詞和挖掘的精準(zhǔn)度。同時(shí)， 也需要加強(qiáng)對(duì)中醫(yī)疫病古籍文本的語(yǔ)義理解和知識(shí)推理能力， 以提高中醫(yī)疫病古籍文本的藥物規(guī)律挖掘效果。

綜上， 本文提出了基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘研究， 旨在借鑒古籍領(lǐng)域的分詞規(guī)范標(biāo)準(zhǔn)， 通過(guò)對(duì)中醫(yī)疫病古籍文本的序列標(biāo)注，構(gòu)建適用于中醫(yī)疫病領(lǐng)域的古籍文本分詞和藥物規(guī)律挖掘語(yǔ)料庫(kù)， 并利用基于深度學(xué)習(xí)中的ＢｉＬＳＴＭＣＲＦ實(shí)現(xiàn)疫病古籍文本的自動(dòng)分詞和分詞基礎(chǔ)上的藥物規(guī)律挖掘， 發(fā)揮古籍助力中醫(yī)邁向數(shù)字化循證的作用， 輔助中醫(yī)疫病學(xué)家和從業(yè)者通過(guò)抽取、發(fā)現(xiàn)和分析以詞為單位的疫病知識(shí)， 為當(dāng)代及未來(lái)疫情防控提供決策支持。

１ 相關(guān)工作

本文核心工作為中醫(yī)疫病古籍文本自動(dòng)分詞和基于分詞結(jié)果的疫病藥物規(guī)律挖掘， 是數(shù)字人文視角下的古籍文本自動(dòng)分詞技術(shù)在中醫(yī)疫病領(lǐng)域的具體實(shí)踐。此外， 現(xiàn)有的中醫(yī)古籍文本分詞主要用于構(gòu)建能夠高效準(zhǔn)確地抽取中醫(yī)文獻(xiàn)潛在臨床經(jīng)驗(yàn)和用藥規(guī)律的計(jì)算機(jī)算法模型。因此， 本文文獻(xiàn)綜述主要圍繞古籍文本的自動(dòng)分詞及基于中醫(yī)文獻(xiàn)的藥物規(guī)律挖掘研究展開(kāi)。

１．１ 古籍文本自動(dòng)分詞相關(guān)研究

古籍文本自動(dòng)分詞是將古文獻(xiàn)中有實(shí)義的文字片段進(jìn)行切分， 將連續(xù)文字序列分割成有意義詞語(yǔ)的過(guò)程［４］ 。既往對(duì)古籍文本自動(dòng)分詞的方法技術(shù)包含基于規(guī)則、基于統(tǒng)計(jì)、基于字典和基于深度學(xué)習(xí)的方法。例如， 張素華等［５］ 提出一種根據(jù)字符連通度實(shí)現(xiàn)中醫(yī)古籍無(wú)監(jiān)督分詞的規(guī)則式自動(dòng)分詞技術(shù)。Ｆｕ Ｘ Ｊ 等［６］ 基于ＨＭＭ 的統(tǒng)計(jì)式詞性標(biāo)注方法， 構(gòu)建了中醫(yī)專(zhuān)用詞性標(biāo)注方法， 并以Ａｎｓｊ 為核心的分詞算法開(kāi)發(fā)了一個(gè)中文古籍分詞系統(tǒng)。李筱瑜［７］ 在基于《漢書(shū)》識(shí)別未登錄詞基礎(chǔ)上， 結(jié)合古代漢語(yǔ)詞匯表、古代人名詞表和古代地名表構(gòu)建了古籍文本分詞詞典， 對(duì)《漢書(shū)》實(shí)現(xiàn)了分詞處理。在基于深度學(xué)習(xí)的古籍文本自動(dòng)分詞方面， 鐘昕妤等［８］ 面對(duì)針灸古籍中的大量通假字、歧義詞和專(zhuān)業(yè)術(shù)語(yǔ)等限制分詞性能問(wèn)題， 提出了基于ＣｍａｂＢＥＲＴ－ＢｉＬＳＴＭＣＲＦ的針灸古籍分詞技術(shù)并取得了良好的性能成果。

１． ２ 基于中醫(yī)文獻(xiàn)的藥物規(guī)律挖掘相關(guān)研究

基于中醫(yī)文獻(xiàn)的藥物規(guī)律挖掘是通過(guò)對(duì)中醫(yī)文獻(xiàn)中藥物的相關(guān)信息進(jìn)行分析和整理， 尋找藥物規(guī)律和特點(diǎn)的環(huán)節(jié)。用藥規(guī)律分析、藥方挖掘與整理、組方配伍規(guī)律分析等是目前基于中醫(yī)文獻(xiàn)的藥物規(guī)律挖掘的幾個(gè)聚焦方向。例如， 姜威等［９］ 通過(guò)收集中醫(yī)藥知識(shí)服務(wù)平臺(tái)中治療便秘的中成藥， 在頻次統(tǒng)計(jì)的基礎(chǔ)上挖掘了中成藥治療便秘的用藥規(guī)律。馬洪微［１０］ 借助文獻(xiàn)檢索、逐本閱讀梳理的方法， 從方劑劑型、藥物性味歸經(jīng)、配伍等方面研究了民國(guó)時(shí)期中醫(yī)醫(yī)籍痹證內(nèi)服方藥。李妮等［１１］ 運(yùn)用中醫(yī)傳承輔助系統(tǒng)提供的中藥藥類(lèi)分析、藥物頻次分析、關(guān)聯(lián)規(guī)則分析和復(fù)雜系統(tǒng)聚類(lèi)分析等功能， 分析了白志軍教授治療腎病蛋白尿的組方用藥規(guī)律?？傊?，基于中醫(yī)文獻(xiàn)的藥物規(guī)律挖掘通過(guò)研究中醫(yī)文獻(xiàn)中包含的中藥性味、歸經(jīng)及中藥間相互配伍關(guān)系， 為促進(jìn)中醫(yī)走向循證治療發(fā)揮了積極作用。

中醫(yī)疫病古籍文本既具有一般漢語(yǔ)古籍的表達(dá)結(jié)構(gòu)及語(yǔ)言特點(diǎn)， 又擁有大量的醫(yī)學(xué)專(zhuān)業(yè)術(shù)語(yǔ)。由于古籍文本的語(yǔ)言風(fēng)格與現(xiàn)代漢語(yǔ)有所不同， 因此需要特殊的方法和工具進(jìn)行分詞， 結(jié)合人工標(biāo)注和深度學(xué)習(xí)中ＢｉＬＳＴＭ－ＣＲＦ 的古籍文本自動(dòng)分詞在既往研究中表現(xiàn)出了卓越的性能。此外， 融合中醫(yī)疫病古籍文獻(xiàn)和現(xiàn)代數(shù)據(jù)挖掘技術(shù)以研究古代醫(yī)家治療疫病時(shí)的方藥應(yīng)用規(guī)律， 可以幫助深入理解前人在防疫抗疫時(shí)的用藥經(jīng)驗(yàn)， 并為未來(lái)疫情防控提供有益的指導(dǎo)。綜上， 本文提出了基于深度學(xué)習(xí)的中醫(yī)疫病古籍文本自動(dòng)分詞模型， 并實(shí)現(xiàn)了基于分詞結(jié)果的藥物規(guī)律挖掘研究。

２ 基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架

本文提出的基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架主要功能在于實(shí)現(xiàn)中醫(yī)疫病古籍文本自動(dòng)分詞以及基于分詞結(jié)果的藥物規(guī)律挖掘（方劑中各類(lèi)劑型、常用中藥和常用藥對(duì)統(tǒng)計(jì)）兩大任務(wù)。二者之間存在緊密的依賴(lài)關(guān)系： 第一， 自動(dòng)分詞作為一項(xiàng)基礎(chǔ)技術(shù)， 主要用于將連續(xù)的文本數(shù)據(jù)拆分成有獨(dú)立意義的詞匯， 該步驟是理解和分析古籍文本內(nèi)容的前置條件， 也是后續(xù)進(jìn)行深入藥物規(guī)律挖掘的基礎(chǔ)。第二， 通過(guò)自動(dòng)分詞技術(shù)可以有效地識(shí)別和提取方劑中的相關(guān)信息， 如各類(lèi)劑型、使用的中藥材名稱(chēng)等， 上述信息為后續(xù)的方劑中各類(lèi)劑型、常用中藥和常用藥對(duì)統(tǒng)計(jì)提供了原始材料。研究人員可以對(duì)分詞后的中藥材名稱(chēng)進(jìn)行頻率統(tǒng)計(jì)，分析哪些藥材在疫病治療中被頻繁使用， 或者哪些藥對(duì)是常見(jiàn)的組合， 以及它們?cè)诓煌瑒┬椭械姆植记闆r等?？傊?， 分詞提供了準(zhǔn)確的數(shù)據(jù)基礎(chǔ)， 而深入分析這些數(shù)據(jù)則進(jìn)一步揭示了中醫(yī)藥物使用的內(nèi)在規(guī)律和治療原則， 二者相輔相成， 共同推動(dòng)著中醫(yī)學(xué)的傳承和發(fā)展。

基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架主要包括數(shù)據(jù)獲取層、序列標(biāo)注層、自動(dòng)分詞層和應(yīng)用服務(wù)層。通過(guò)上述４ 層協(xié)作， 可以將海量的中醫(yī)疫病古籍文本數(shù)據(jù)轉(zhuǎn)化為離散的詞語(yǔ)或短語(yǔ)等結(jié)構(gòu)化且機(jī)器可處理的數(shù)據(jù)形式， 以便后續(xù)實(shí)現(xiàn)以詞或短語(yǔ)為單位的常用方劑中的各類(lèi)劑型統(tǒng)計(jì)、常用中藥統(tǒng)計(jì)和常用藥對(duì)統(tǒng)計(jì)分析等， 進(jìn)而在這些藥物規(guī)律挖掘工作基礎(chǔ)上實(shí)現(xiàn)中醫(yī)疫病領(lǐng)域古籍文本的用藥規(guī)律和臨床經(jīng)驗(yàn)抽取。具體內(nèi)容如圖１ 所示。

２． １ 數(shù)據(jù)獲取層

數(shù)據(jù)獲取層目標(biāo)是構(gòu)建中醫(yī)疫病古籍文本分詞語(yǔ)料庫(kù)， 以保證語(yǔ)料庫(kù)擁有大量疫病領(lǐng)域的古籍文本數(shù)據(jù)， 為后續(xù)中醫(yī)疫病古籍文本自動(dòng)分詞和藥物規(guī)律研究提供可靠的底層數(shù)據(jù)支持。該層主要工作包含以下兩個(gè)方面： ①數(shù)據(jù)采集： 通過(guò)各種渠道，如圖書(shū)館借閱、數(shù)字圖書(shū)館或古籍?dāng)?shù)據(jù)庫(kù)線上閱覽、中醫(yī)古籍?dāng)?shù)字化項(xiàng)目咨詢(xún)、中醫(yī)領(lǐng)域?qū)W者專(zhuān)家撰寫(xiě)學(xué)術(shù)論文和專(zhuān)著等的釋讀， 收集包括經(jīng)典著作、醫(yī)案、方劑等大量中醫(yī)疫病古籍相關(guān)文本數(shù)據(jù)。②數(shù)據(jù)清洗和預(yù)處理： 對(duì)收集到的疫病古籍文本數(shù)據(jù)使用正則表達(dá)式、文本處理庫(kù)等工具進(jìn)行清洗。針對(duì)以文檔網(wǎng)頁(yè)為主的非／ 半結(jié)構(gòu)化中醫(yī)疫病古籍文本數(shù)據(jù)， 主要通過(guò)噪聲數(shù)據(jù)去除、格式轉(zhuǎn)換、非中文字符刪除等工作實(shí)現(xiàn)預(yù)處理［１２］ ； 針對(duì)結(jié)構(gòu)化中醫(yī)疫病古籍文本數(shù)據(jù)則是以數(shù)據(jù)解析、文件導(dǎo)入與讀取以及結(jié)構(gòu)化存儲(chǔ)為主， 最終確保疫病古籍文本語(yǔ)料庫(kù)的完整性和一致性。

２． ２ 序列標(biāo)注層

序列標(biāo)注層的主要作用在于中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)構(gòu)建和中醫(yī)疫病古籍文本序列標(biāo)注實(shí)施，目標(biāo)是形成一套統(tǒng)一且完整的中醫(yī)疫病古籍文本分詞規(guī)則和標(biāo)注規(guī)則， 以指導(dǎo)疫病古籍文本的人工標(biāo)注， 為基于深度學(xué)習(xí)的自動(dòng)分詞提供高質(zhì)量的訓(xùn)練和測(cè)試語(yǔ)料數(shù)據(jù)。

２． ２． １ 中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)構(gòu)建

先前關(guān)于中醫(yī)疫病文本的標(biāo)注數(shù)據(jù)集較少， 無(wú)法實(shí)現(xiàn)本文的研究目標(biāo)。因此， 基于付璐等［１３］ 提出的中醫(yī)古籍分詞規(guī)則并結(jié)合中醫(yī)疫病領(lǐng)域古籍特色，本文構(gòu)建了中醫(yī)疫病領(lǐng)域古籍分詞規(guī)則。該規(guī)則同樣包含了詞性語(yǔ)法規(guī)則和語(yǔ)義類(lèi)型原則兩個(gè)部分。其中， 詞性語(yǔ)法規(guī)則主要是根據(jù)古代漢語(yǔ)的詞性特點(diǎn)進(jìn)行分詞細(xì)則的擬定， 以提高中醫(yī)疫病古籍文本分詞準(zhǔn)確性和語(yǔ)法正確性。在該原則指導(dǎo)下， 需要綜合考慮文本中涉及的名詞、動(dòng)詞、形容詞、副詞、數(shù)詞和虛詞等均在何種情況下需要切分， 何種情境下不需要切分。中醫(yī)疫病領(lǐng)域有著獨(dú)特的專(zhuān)業(yè)術(shù)語(yǔ)和語(yǔ)言表達(dá)方式， 因此， 語(yǔ)義類(lèi)型原則主要是在分詞時(shí)對(duì)這些特點(diǎn)進(jìn)行考慮。本文考慮了與疫病相關(guān)的生理、癥狀、證候、病理因素、病理產(chǎn)物、功效、治法、經(jīng)絡(luò)腧穴、四診、中藥、方劑、性味、毒性、炮制、禁忌、煎服法和涉及的專(zhuān)有詞等相關(guān)術(shù)語(yǔ)內(nèi)容。

２． ２． ２ 基于ＢＭＥＳ 的中醫(yī)疫病古籍文本序列標(biāo)注

數(shù)據(jù)標(biāo)注是實(shí)現(xiàn)基于深度學(xué)習(xí)自動(dòng)文本分詞的基礎(chǔ)工作。ＢＭＥＳ 是一種用于中文命名實(shí)體識(shí)別的序列標(biāo)注方法， 該方法將每個(gè)字標(biāo)注為４ 個(gè)標(biāo)簽，即Ｂ、Ｍ、Ｅ 和Ｓ［１４］ 。本文在基于深度學(xué)習(xí)的中醫(yī)疫病古籍文本自動(dòng)分詞訓(xùn)練語(yǔ)料標(biāo)注過(guò)程中， 采用ＢＭＥＳ 四位序列標(biāo)注法。具體操作過(guò)程如下： 首先，將每個(gè)語(yǔ)句劃分為不同的片段， 然后根據(jù)詞語(yǔ)的位置和關(guān)系使用ＢＭＥＳ 標(biāo)記法對(duì)每個(gè)片段進(jìn)行標(biāo)注，最后將人工標(biāo)注的語(yǔ)料結(jié)果提供給領(lǐng)域?qū)＜覚z查，以確保人工標(biāo)注語(yǔ)料的有效性和準(zhǔn)確性。

２． ３ 自動(dòng)分詞層

自動(dòng)分詞層主要采用深度學(xué)習(xí)模型ＢｉＬＳＴＭＣＲＦ實(shí)現(xiàn)中醫(yī)疫病古籍文本自動(dòng)分詞。作為一種適用于中文文本分詞的模型， ＢｉＬＳＴＭ－ＣＲＦ 由輸入層、ＢｉＬＳＴＭ 層和ＣＲＦ 層組成?；谠撃Ｐ偷闹嗅t(yī)疫病古籍文本自動(dòng)分詞的原理流程如下：

２． ３． １ 輸入層

鑒于神經(jīng)網(wǎng)絡(luò)只能處理數(shù)值型數(shù)據(jù)， 而中醫(yī)疫病古籍文本是以文字形式存在的。因此， 輸入層的作用是將文本數(shù)據(jù)轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)可以處理的數(shù)值表示， 以便后續(xù)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行處理。此外，輸入層通過(guò)將每個(gè)字或詞轉(zhuǎn)化為向量表示后， 還可以捕捉到字或詞表達(dá)的語(yǔ)義信息。因此， 在后續(xù)的ＢｉＬＳＴＭ 和ＣＲＦ 層就可以利用這些語(yǔ)義信息更好地進(jìn)行分詞任務(wù)。

２． ３． ２ ＢｉＬＳＴＭ 層

ＢｉＬＳＴＭ 層是雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（Ｂｉｄｉｒｅｃｔｉｏｎ?ａｌ Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）的縮寫(xiě)， 它的作用是對(duì)輸入的疫病古籍文本進(jìn)行序列建模， 從而捕捉上下文信息。相較ＬＳＴＭ， ＢｉＬＳＴＭ 擺脫了只能依據(jù)先前時(shí)刻的時(shí)序信息來(lái)預(yù)測(cè)下一時(shí)刻輸出的限制， 能更好地結(jié)合上下文進(jìn)行輸出。具體而言， ＢｉＬＳＴＭ 層通過(guò)堆疊前向和后向兩個(gè)ＬＳＴＭ 網(wǎng)絡(luò)， 分別對(duì)輸入疫病文本序列進(jìn)行正向和反向處理， 然后將兩個(gè)方向的隱藏狀態(tài)進(jìn)行拼接得到更全面的上下文表示， 可以更好地捕捉疫病古籍文本序列中的長(zhǎng)程依賴(lài)關(guān)系［１５］ 。

２． ３． ３ ＣＲＦ 層

ＣＲＦ 層代表了條件隨機(jī)場(chǎng)（Ｃｏｎｄｉｔｉｏｎａｌ ＲａｎｄｏｍＦｉｅｌｄ）， 其作用是對(duì)分詞結(jié)果進(jìn)行建模， 通過(guò)考慮標(biāo)簽之間的相互依賴(lài)關(guān)系， 來(lái)完成分詞的預(yù)測(cè)［１６］ 。該層可以對(duì)ＢｉＬＳＴＭ 層的輸出進(jìn)行標(biāo)注， 將標(biāo)注結(jié)果作為模型的輸出。在訓(xùn)練過(guò)程中， ＣＲＦ 層會(huì)根據(jù)訓(xùn)練數(shù)據(jù)的標(biāo)簽序列來(lái)學(xué)習(xí)標(biāo)注過(guò)程中定義的約束條件（如ＢＭＥＳ 的標(biāo)簽序列）， 通過(guò)最大化訓(xùn)練數(shù)據(jù)的對(duì)數(shù)似然函數(shù)來(lái)優(yōu)化轉(zhuǎn)移矩陣。因此， ＣＲＦ 層可以通過(guò)學(xué)習(xí)這些約束條件來(lái)提高模型的性能， 并且在預(yù)測(cè)時(shí)可以保證輸出的標(biāo)簽序列滿(mǎn)足這些約束條件。

２． ４ 應(yīng)用服務(wù)層

應(yīng)用服務(wù)層建立在疫病古籍文本自動(dòng)分詞基礎(chǔ)上， 旨在實(shí)現(xiàn)疫病古籍文本的詞匯級(jí)應(yīng)用， 聚焦藥物規(guī)律挖掘的決策輔助和知識(shí)抽取方向。借鑒目前幾款受歡迎的中醫(yī)知識(shí)挖掘數(shù)據(jù)平臺(tái)的應(yīng)用功能，在了解現(xiàn)有診療實(shí)踐中業(yè)務(wù)需求的基礎(chǔ)上， 本文的藥物規(guī)律挖掘主要包含疫病古籍文本中記載相關(guān)方劑中的各類(lèi)劑型、常用中藥和常用藥對(duì)的統(tǒng)計(jì)分析等內(nèi)容。通過(guò)統(tǒng)計(jì)分析古籍中的方劑劑型、常用中藥和常用藥對(duì)的使用情況， 可以了解古代醫(yī)家在治療疫病時(shí)的用藥經(jīng)驗(yàn)和偏好， 這些經(jīng)驗(yàn)可以為現(xiàn)代臨床實(shí)踐提供參考， 指導(dǎo)醫(yī)生在治療疫病時(shí)選擇合適的劑型和藥物組合。此外， 通過(guò)統(tǒng)計(jì)分析方劑中常用中藥和常用藥對(duì)的使用頻率與組合情況， 可以揭示中醫(yī)藥的藥物組合的規(guī)律和特點(diǎn)。依據(jù)這些規(guī)律， 有助于深入理解中藥的藥理作用和相互作用機(jī)制， 為中藥復(fù)方的合理設(shè)計(jì)和優(yōu)化提供依據(jù)。同時(shí)， 這些應(yīng)用還有助于整理、歸納和總結(jié)中醫(yī)藥經(jīng)典著作中關(guān)于疫病治療的藥物組合和用法， 促進(jìn)中醫(yī)藥知識(shí)的傳承和發(fā)展。

３ 實(shí)證研究

為驗(yàn)證上文提出的基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架的合理性和實(shí)用性， 本文通過(guò)收集疫病古籍文本語(yǔ)料數(shù)據(jù)， 在中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)構(gòu)建和文本序列標(biāo)注的基礎(chǔ)上， 計(jì)算了基于ＢｉＬＳＴＭ－ＣＲＦ 的中醫(yī)疫病古籍文本自動(dòng)分詞結(jié)果， 并實(shí)現(xiàn)了中醫(yī)疫病古籍文本自動(dòng)分詞基礎(chǔ)上的藥物規(guī)律挖掘。

３． １ 數(shù)據(jù)來(lái)源及預(yù)處理

清代吳瑭所著的疫病古籍《溫病條辨》在醫(yī)學(xué)界影響廣泛， 是中醫(yī)疫病學(xué)的重要著作。該書(shū)系統(tǒng)地總結(jié)了中醫(yī)疫病學(xué)中溫病的理論和實(shí)踐經(jīng)驗(yàn)， 對(duì)于后世醫(yī)學(xué)家的學(xué)習(xí)和研究具有重要的參考價(jià)值［１７］ 。同時(shí)， 吳瑭在《溫病條辨》中也提出了一些獨(dú)特的觀點(diǎn)和治療方法， 對(duì)疫病學(xué)發(fā)展和臨床實(shí)踐起到了積極推動(dòng)作用。綜上， 本文以《溫病條辨》作為分詞實(shí)驗(yàn)原始數(shù)據(jù)。在數(shù)據(jù)預(yù)處理環(huán)節(jié)， 將原文轉(zhuǎn)換為以句子為單位的語(yǔ)料格式后， 形成了中醫(yī)疫病古籍文本自動(dòng)分詞小型語(yǔ)料庫(kù)， 語(yǔ)料庫(kù)的規(guī)模和相關(guān)信息如表１ 所示。

３． ２ 中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)構(gòu)建和文本序列標(biāo)注

３．"２． １ 中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)構(gòu)建結(jié)果

經(jīng)過(guò)兩位領(lǐng)域?qū)＜覍?duì)分詞規(guī)范標(biāo)準(zhǔn)修改調(diào)整，例如“脾胃” 在某些語(yǔ)境下是一個(gè)整體詞， 在某些語(yǔ)境下則需切分成人體的兩個(gè)不同部位， 在分詞規(guī)范標(biāo)準(zhǔn)中需要考慮具體情境等， 本文最終構(gòu)建了中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)。

表２ 以“癥狀類(lèi)” 語(yǔ)詞為例， 解釋中醫(yī)疫病古籍分詞規(guī)范標(biāo)準(zhǔn)中的分詞規(guī)則。如表２ 所示， 當(dāng)一個(gè)名詞短語(yǔ)完整地描述一個(gè)人體疾病的癥狀時(shí)， 此短語(yǔ)可不作切分。例如， “耳聾” “腰痛” “身熱”“咳喘” 等病癥可作為一個(gè)整體來(lái)處理。同樣， 對(duì)于“名詞＋名詞＋形容詞” （如“心腹痛”“邪熱結(jié)”）和“名詞＋形容詞＋形容詞” （如“心煩懊” “腹?jié)M泄”）結(jié)構(gòu)也可以不做切分， 以保持癥狀描述的完整性。不同的是， 對(duì)于含有復(fù)合癥狀的“名詞＋形容詞＋名詞＋形容詞” 結(jié)構(gòu)應(yīng)進(jìn)行分詞， 以表明各個(gè)癥狀的獨(dú)立性。例如， “神迷肢厥” 可以切分為“神迷／ 肢厥”， “頭痛面赤” 可以切分為“頭痛／ 面赤”， 這樣的分詞方式有助于更清楚地表示各個(gè)癥狀的獨(dú)特性， 并有助于診斷的精確性。

基于上述規(guī)則， 本文對(duì)語(yǔ)料庫(kù)進(jìn)行分詞標(biāo)注，分詞標(biāo)注結(jié)果由領(lǐng)域?qū)＜覚z查后， 修改了部分未結(jié)合語(yǔ)義或術(shù)語(yǔ)識(shí)別不清的切分錯(cuò)誤。例如， 將“風(fēng)溫／ 咳嗽” 修改為“風(fēng)溫咳嗽”。最終得到包含６４ ６６６個(gè)語(yǔ)詞的標(biāo)注數(shù)據(jù)， 總字?jǐn)?shù)９５ １２５字， 最大詞長(zhǎng)為６。標(biāo)注樣例如下：

神昏／ 譫語(yǔ)／ 者／ ，／ 清宮湯／ 主／ 之／ ，／ 牛黃丸／ 、／紫雪丹／ 、／ 局方至寶丹／ 亦／ 主／ 之／ 。／

溫病／ 忌汗／ 者／ ，／ ?。?由／ 口鼻／ 而／ 入／ ，／ 邪／ 不在／ 足太陽(yáng)／ 之／ 表／ ，／ 故／ 不得／ 傷／ 太陽(yáng)經(jīng)／ 也／ 。／

３． ２． ２ 基于ＢＭＥＳ 的文本序列標(biāo)注結(jié)果

為訓(xùn)練模型實(shí)現(xiàn)自動(dòng)化分詞， 本文采用ＢＭＥＳ序列標(biāo)注方法對(duì)語(yǔ)料實(shí)現(xiàn)了序列標(biāo)注。作為一種四位序列標(biāo)注法， 采用ＢＭＥＳ 序列標(biāo)注獲得的標(biāo)簽示例如表３ 所示。鑒于本文基于ＢＭＥＳ 文本序列標(biāo)注由兩位標(biāo)注者人工進(jìn)行， 本文借鑒Ｋａｐｐａ 系數(shù)這一統(tǒng)計(jì)指標(biāo)， 以衡量標(biāo)注者之間在序列標(biāo)注任務(wù)中的一致性水平。當(dāng)Ｋａｐｐａ 值大于或等于０．"８０ 時(shí)， 則通常被認(rèn)為是幾乎完全一致， 標(biāo)注結(jié)果質(zhì)量被認(rèn)為非常好。經(jīng)計(jì)算， 本文標(biāo)注人員基于ＢＭＥＳ 的文本序列標(biāo)注結(jié)果的Ｋａｐｐａ 值為０． ８３， 說(shuō)明不同標(biāo)注者之間一致性較強(qiáng)， 標(biāo)注結(jié)果質(zhì)量良好。

３． ３ 基于ＢｉＬＳＴＭ－ＣＲＦ 的中醫(yī)疫病古籍文本自動(dòng)

３． ３． １ 實(shí)驗(yàn)過(guò)程

將經(jīng)過(guò)序列標(biāo)注的語(yǔ)料數(shù)據(jù)作為深度學(xué)習(xí)模型的輸入， 并基于評(píng)價(jià)指標(biāo)判斷基于ＢｉＬＳＴＭ－ＣＲＦ模型的中醫(yī)疫病領(lǐng)域古籍文本自動(dòng)分詞效果。深度學(xué)習(xí)模型在Ｐｙｔｏｒｃｈ １ ６ ０ 環(huán)境下運(yùn)行。此外， 實(shí)驗(yàn)中將中醫(yī)疫病古籍文本數(shù)據(jù)集按７ ∶３ 的比例設(shè)為訓(xùn)練集和測(cè)試集， 表４ 報(bào)告了實(shí)驗(yàn)過(guò)程中深度學(xué)習(xí)模型ＢｉＬＳＴＭ－ＣＲＦ 的最優(yōu)參數(shù)。

３． ３． ２ 實(shí)驗(yàn)測(cè)評(píng)

為驗(yàn)證基于ＢｉＬＳＴＭ－ＣＲＦ 的中醫(yī)疫病古籍文本自動(dòng)分詞的有效性， 本文在選擇評(píng)價(jià)指標(biāo)與基線模型對(duì)比的基礎(chǔ)上， 測(cè)評(píng)了深度學(xué)習(xí)模型應(yīng)用于疫病古籍文本自動(dòng)分詞任務(wù)的效果。

１） 評(píng)價(jià)指標(biāo)

采用精確率（Ｐｒｅｃｉｓｉｏｎ， Ｐ）、召回率（Ｒｅｃａｌｌ，Ｒ）、調(diào)和平均值（Ｆ－ｍｅａｓｕｒｅ， Ｆ）作為基于深度學(xué)習(xí)模型的中醫(yī)古籍疫病文本自動(dòng)分詞效果的評(píng)價(jià)指標(biāo)。其中， Ｐ 和Ｒ 分別體現(xiàn)了分詞模型的準(zhǔn)確性和全面性， Ｆ 則是調(diào)和了前兩個(gè)評(píng)價(jià)指標(biāo)的綜合性指標(biāo)。

２） 基線模型

本文設(shè)定ＣＲＦ、ＣＮＮ 和ＢＥＲＴ 為基線模型， 以判別本文提出的中醫(yī)疫病古籍文本分詞效果。其中，ＢＥＲＴ（Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｅｎｃｏｄｅｒ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ ｆｒｏｍ Ｔｒａｎｓ?ｆｏｒｍｅｒｓ）是Ｇｏｏｇｌｅ 于２０１８ 年發(fā)布的一種預(yù)訓(xùn)練的自然語(yǔ)言處理模型， 其優(yōu)點(diǎn)在于它能夠?qū)W習(xí)到上下文相關(guān)的詞向量表示， 即同一個(gè)詞在不同上下文中可能有不同的語(yǔ)義［１８］ 。這種上下文敏感的表示在文本分類(lèi)、命名實(shí)體識(shí)別、語(yǔ)義角色標(biāo)注等自然語(yǔ)言處理任務(wù)中均表現(xiàn)出卓越性能。例如， 劉暢等［１９］ 利用ＳｉｋｕＢＥＲＴ 和ＢＥＲＴ 等預(yù)訓(xùn)練模型， 對(duì)記載春秋至魏晉歷史最具有代表性的６ 部官修史籍實(shí)現(xiàn)了文本分詞， 結(jié)果表明， ＢＥＲＴ 在基于原始的語(yǔ)料中分詞性能最佳。此外， ＢｉＬＳＴＭ－ＣＲＦ 結(jié)合了ＬＳＴＭ 對(duì)長(zhǎng)距離依賴(lài)關(guān)系的建模能力與ＣＲＦ 對(duì)序列標(biāo)注的精確建模能力， 而ＣＮＮ 能夠從序列數(shù)據(jù)中捕捉到局部重要信息， 如古籍中特有的詞匯結(jié)構(gòu)和短語(yǔ)模式， 在處理非連續(xù)文本特征上具有顯著優(yōu)勢(shì)。因此，本文將ＣＲＦ、ＣＮＮ 和ＢＥＲＴ 等模型視為基線以判斷本文使用模型的優(yōu)越性。實(shí)驗(yàn)環(huán)節(jié)， 各基線模型實(shí)驗(yàn)參數(shù)設(shè)置如表５ 所示。

３． ３． ３ 分詞結(jié)果與評(píng)價(jià)

基于ＢｉＬＳＴＭ－ＣＲＦ 模型的中醫(yī)疫病古籍文本分詞結(jié)果如表６ 所示。由表６ 可知， ＢｉＬＳＴＭ－ＣＲＦ模型在Ｐ、Ｒ 和Ｆ 上的指標(biāo)均大于基線， 其分詞效果優(yōu)于ＢＥＲＴ、ＣＲＦ 和ＣＮＮ 模型。這表明基于深度學(xué)習(xí)模型中的ＢｉＬＳＴＭ－ＣＲＦ 可以基本實(shí)現(xiàn)中醫(yī)疫病古籍文本的自動(dòng)分詞， 這對(duì)輔助中醫(yī)疫病學(xué)家等從業(yè)者實(shí)現(xiàn)疫病領(lǐng)域古籍文本的自然語(yǔ)言處理提供了良好的方法工具。

３． ４ 基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘

中醫(yī)領(lǐng)域的藥物規(guī)律挖掘主要從聚類(lèi)分析、詞頻統(tǒng)計(jì)、關(guān)聯(lián)規(guī)則分析和組方配伍規(guī)律分析幾個(gè)方面實(shí)現(xiàn)［２０］ ?，F(xiàn)有的古今醫(yī)案云平臺(tái)、中醫(yī)傳承輔助平臺(tái)等是中醫(yī)藥領(lǐng)域常用的數(shù)據(jù)挖掘工具， 上述功能均包含在內(nèi)［２１］ 。因此， 本文基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘主要統(tǒng)計(jì)了語(yǔ)料庫(kù)所含方劑中的各類(lèi)劑型、部分常用中藥和部分常用藥對(duì)。其中， 中醫(yī)疫病古籍自定義詞典構(gòu)建和基于自定義詞典的方劑與中藥類(lèi)詞語(yǔ)自動(dòng)抽取是實(shí)現(xiàn)中醫(yī)疫病古籍文本藥物規(guī)律挖掘的前提。

３． ４． １ 中醫(yī)疫病古籍自定義詞典構(gòu)建

上述自動(dòng)分詞實(shí)驗(yàn)表明， ＢｉＬＳＴＭ－ＣＲＦ 模型在處理中醫(yī)疫病古籍時(shí)效果更優(yōu)。在此基礎(chǔ)上， 本文利用該模型相繼完成了《溫?zé)峤?jīng)緯》《溫疫論》兩本中醫(yī)經(jīng)典疫病古籍文本的自動(dòng)分詞， 并將分詞結(jié)果與《溫病條辨》融合形成了新的中醫(yī)疫病古籍文本語(yǔ)料庫(kù)。人工刪除語(yǔ)料庫(kù)中的停用詞后， 參考《中國(guó)中醫(yī)藥學(xué)主題詞表》《中醫(yī)大辭典》和《中藥大辭典》等， 本文選擇方劑、中藥兩個(gè)大類(lèi)構(gòu)建了中醫(yī)疫病古籍領(lǐng)域的“方劑類(lèi)” 和“中藥類(lèi)” 自定義詞典， 為后文基于自定義詞典抽取與方劑和中藥類(lèi)下的名詞術(shù)語(yǔ)實(shí)現(xiàn)藥物規(guī)律挖掘提供參考。本文構(gòu)建的中醫(yī)疫病古籍中“方劑類(lèi)” 和“中藥類(lèi)” 自定義詞典如圖２、圖３ 所示。其中， “方劑類(lèi)” 詞典提供了５１２ 種成熟的中醫(yī)治療配方的相關(guān)詞匯， 而“中藥類(lèi)” 詞典提供了１ ６７８味中藥材名稱(chēng)。

３． ４． ２ 基于自定義詞典的方劑與中藥類(lèi)詞語(yǔ)自動(dòng)抽取

中醫(yī)疫病古籍文本中描述了大量方劑配制方法和中藥使用情況， 對(duì)其自動(dòng)抽取可以分析藥物的用藥規(guī)律和組方配伍規(guī)律。基于上文構(gòu)建的自定義詞典， 本文通過(guò)詞典匹配的方式實(shí)現(xiàn)了基于自定義詞典的方劑與中藥類(lèi)詞語(yǔ)自動(dòng)抽取。抽取的過(guò)程如下：首先， 將疫病文本語(yǔ)料庫(kù)在自動(dòng)分詞后轉(zhuǎn)換為列表格式； 其次， 采用詞典匹配的方式將列表中的詞語(yǔ)與自定義詞典匹配， 并篩選出匹配到的結(jié)果； 第三，將抽取出的中藥和方劑相關(guān)詞匯轉(zhuǎn)存為新的列表，并將每個(gè)詞語(yǔ)定義為一條完整的方劑內(nèi)容， 該內(nèi)容包含方劑名稱(chēng)與所含的中藥名稱(chēng)； 最后， 共抽取出１２８ 個(gè)方劑詞匯（不包含未描寫(xiě)具體內(nèi)容的方劑）和３３７ 個(gè)中藥詞匯， 并以此作為后文的藥物規(guī)律挖掘基礎(chǔ)。

３． ４． ３ 藥物規(guī)律挖掘結(jié)果

為體現(xiàn)本文研究對(duì)中醫(yī)藥診療和研究的輔助決策支持， 本文分別統(tǒng)計(jì)了方劑中各類(lèi)劑型、方劑中部分常用中藥、方劑中部分常用藥對(duì)， 具體的藥物規(guī)律挖掘結(jié)果如下：

１） 方劑中各類(lèi)劑型統(tǒng)計(jì)

如表７ 所示， 在《溫病條辨》《溫?zé)峤?jīng)緯》和《溫疫論》三本經(jīng)典的中醫(yī)疫病古籍構(gòu)建的疫病古籍文本語(yǔ)料庫(kù)包含的１２８ 個(gè)方劑中， 占比最多的是湯劑， 其次是散劑和丹劑。統(tǒng)計(jì)結(jié)果顯示， 古代醫(yī)家在治療疫病時(shí)更常使用湯劑這種劑型。湯劑是指將藥物煎煮后的藥液， 常用于治療內(nèi)科疾病； 散劑是將藥物研磨成粉末后使用， 常用于治療外科疾病，具有消腫、止痛、止血等作用； 丹劑是將藥物研磨成細(xì)粉后加入其他藥物制成丸劑， 常用于治療虛勞、氣血不足等疾病， 具有補(bǔ)益、固澀、安神等作用［２２］ 。這些方劑類(lèi)型的占比情況可以為研究中醫(yī)疫病治療提供一些參考， 同時(shí)也反映了古代醫(yī)家在治療疫病時(shí)的用藥特點(diǎn)和經(jīng)驗(yàn)。

２） 方劑中部分常用中藥統(tǒng)計(jì)

如表８ 所示， 疫病古籍文本語(yǔ)料庫(kù)中的３３７ 味中藥在１２８ 個(gè)方劑中出現(xiàn)的總頻數(shù)為８６９ 次， 使用頻次最多的是甘草， 其次是黃芩、人參等中藥， 說(shuō)明這些中藥在古代醫(yī)家治療疫病時(shí)被廣泛應(yīng)用， 并且具有一定的療效。

３） 方劑中部分常用藥對(duì)統(tǒng)計(jì)

統(tǒng)計(jì)方劑中常用藥對(duì)組方配伍規(guī)律挖掘、藥物相互作用和方劑優(yōu)化具有一定的指導(dǎo)意義。如表９所示， 甘草—黃芩是疫病方劑中常搭配出現(xiàn)的藥對(duì)，其次是柴胡—黃芩和白芍—黃芩。這些藥對(duì)的搭配常用于疫病方劑中， 能夠協(xié)同作用， 增強(qiáng)療效， 對(duì)于治療疫病具有一定的作用， 這為日后治療疫病用藥選方提供了參考。

４ 結(jié) 論

在疫病文本語(yǔ)料庫(kù)構(gòu)建的基礎(chǔ)上， 構(gòu)建文本序列標(biāo)注和分詞規(guī)范標(biāo)準(zhǔn)， 實(shí)現(xiàn)中醫(yī)疫病古籍文本的自動(dòng)分詞和分詞基礎(chǔ)上的藥物規(guī)律挖掘研究， 對(duì)促進(jìn)中醫(yī)疫病古籍活化、挖掘中醫(yī)藥治病經(jīng)驗(yàn)和用藥規(guī)律、提升中醫(yī)藥臨床應(yīng)用水平和促進(jìn)中醫(yī)藥高質(zhì)量發(fā)展具有積極的意義。鑒于此， 本文提出并構(gòu)建了一個(gè)包含數(shù)據(jù)獲取層、序列標(biāo)注層、自動(dòng)分詞層和應(yīng)用服務(wù)層的基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘框架， 實(shí)現(xiàn)了疫病領(lǐng)域古籍文本的自動(dòng)分詞和分詞基礎(chǔ)上的藥物規(guī)律挖掘。具體來(lái)說(shuō)，本文主要貢獻(xiàn)如下：

１） 構(gòu)建了適用于中醫(yī)疫病領(lǐng)域的古籍文本自動(dòng)分詞小型語(yǔ)料庫(kù)。在獲取經(jīng)過(guò)句讀和電子化的《溫病條辨》《溫?zé)峤?jīng)緯》和《溫疫論》基礎(chǔ)上， 構(gòu)建了中醫(yī)疫病領(lǐng)域的古籍文本分詞和藥物規(guī)律挖掘語(yǔ)料庫(kù)， 該語(yǔ)料庫(kù)進(jìn)一步豐富了數(shù)字人文領(lǐng)域的語(yǔ)料庫(kù)資源， 為促進(jìn)多領(lǐng)域、大規(guī)模的古籍智能化工作提供了底層數(shù)據(jù)資源。

２） 提出了基于深度學(xué)習(xí)的中醫(yī)疫病古籍文本自動(dòng)分詞模型。基于深度學(xué)習(xí)的分詞技術(shù)是目前準(zhǔn)確率最高的分詞方法， 為滿(mǎn)足中醫(yī)疫病領(lǐng)域文本實(shí)現(xiàn)詞匯級(jí)分析需求， 本文提出了基于ＢｉＬＳＴＭ－ＣＲＦ的中醫(yī)疫病古籍文本自動(dòng)分詞研究。與基線相比，該自動(dòng)分詞模型在各項(xiàng)評(píng)價(jià)指標(biāo)上都表現(xiàn)出了卓越性能， 表明結(jié)合了雙向長(zhǎng)短期記憶網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)的序列標(biāo)注模型， 在提取疫病古籍文本中的上下文信息發(fā)揮出顯著的優(yōu)勢(shì)， 適用于中醫(yī)疫病古籍文本的自動(dòng)分詞任務(wù)。

３） 實(shí)現(xiàn)了基于中醫(yī)疫病古籍文本自動(dòng)分詞的藥物規(guī)律挖掘研究?；谡Z(yǔ)料庫(kù)分詞結(jié)果， 本文通過(guò)方劑中的各類(lèi)劑型統(tǒng)計(jì)、部分常用中藥統(tǒng)計(jì)和部分常用藥對(duì)統(tǒng)計(jì)， 實(shí)現(xiàn)了初步的中醫(yī)疫病領(lǐng)域古籍文本詞匯級(jí)藥物規(guī)律挖掘應(yīng)用， 這為日后疫情防控、診療決策輔助和人文計(jì)算工具的智慧化開(kāi)發(fā)應(yīng)用提供了一定的參考價(jià)值。

參考文獻(xiàn)

［１］ 白明， 李楊波， 苗明三． 基于古籍?dāng)?shù)據(jù)挖掘的中醫(yī)防治疫病用藥規(guī)律分析［Ｊ］． 中藥藥理與臨床， ２０２０， ３６ （１）： ３２－３６．

［２］ 胡昊天， 鄧三鴻， 張逸勤， 等． 數(shù)字人文視角下的非物質(zhì)文化遺產(chǎn)文本自動(dòng)分詞及應(yīng)用研究［Ｊ］． 圖書(shū)館雜志， ２０２２， ４１ （８）：７６－８３．

［３］ 李盼飛， 張楚楚， 李海燕． 科技賦能中醫(yī)古籍精華傳承與創(chuàng)新

［４］ 歐陽(yáng)劍． 面向數(shù)字人文研究的大規(guī)模古籍文本可視化分析與挖

［５］ 張素華， 葉青， 程春雷， 等． 面向中醫(yī)古籍文本的領(lǐng)域自適應(yīng)性無(wú)監(jiān)督分詞［Ｊ］． 軟件導(dǎo)刊， ２０２２， ２１ （１）： ９６－１００．

［６］ Ｆｕ Ｘ Ｊ， Ｙｕａｎ Ｔ， Ｌｉ Ｘ Ｂ， ｅｔ ａｌ． Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓ?ｔｅｍ ｏｆ Ｗｏｒｄ Ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ＰＯＳ Ｔａｇｇｉｎｇ ｆｏｒ Ａｎｃｉｅｎｔ ＣｈｉｎｅｓｅＭｅｄｉｃｉｎｅ Ｌｉｔｅｒａｔｕｒｅ ［Ｃ］ ／ ／ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｂｉｏｉｎ?ｆｏｒｍａｔｉｃｓ ａｎｄ Ｂｉｏｍｅｄｉｃｉｎｅ（ＢＩＢＭ）， Ｓａｎ Ｄｉｅｇｏ， ＣＡ， ＵＳＡ． ＩＥＥＥ，２０１９： ２４９３－２４９８．

［７］ 李筱瑜． 基于新詞發(fā)現(xiàn)與詞典信息的古籍文本分詞研究［ Ｊ］．軟件導(dǎo)刊， ２０１９， １８ （４）： ６０－６３．

［８］ 鐘昕妤， 李燕， 徐麗娜， 等． 基于ＣｍａｂＢＥＲＴ－ＢＩＬＳＴＭ－ＣＲＦ 的針灸古籍分詞技術(shù)研究［Ｊ］． 計(jì)算機(jī)時(shí)代， ２０２３， （４）： １１－１５．

［９］ 姜威， 李敬華， 于琦， 等． 基于數(shù)據(jù)挖掘的中成藥治療便秘用藥規(guī)律研究［Ｊ］． 中國(guó)中醫(yī)藥圖書(shū)情報(bào)雜志， ２０２３， ４７ （５）： ９１－９４．

［１０］ 馬洪微． 民國(guó)時(shí)期中醫(yī)醫(yī)籍痹證內(nèi)服方藥文獻(xiàn)挖掘與整理研究［Ｄ］． 合肥： 安徽中醫(yī)藥大學(xué)， ２０２３．

［１１］ 李妮， 張倩， 李芳， 等． 基于中醫(yī)傳承輔助系統(tǒng)腎病蛋白尿防治組方配伍規(guī)律的數(shù)據(jù)挖掘研究［Ｊ］． 藥學(xué)研究， ２０２３， ４２（８）： ６２０－６２６．

［１２］ 李豪， 周爽． 基于三維知識(shí)超圖的電力智庫(kù)知識(shí)服務(wù)平臺(tái)建設(shè)［Ｊ］． 智庫(kù)理論與實(shí)踐， ２０２２， ７ （３）： ８４－９２， ９９．

［１３］ 付璐， 李思， 李明正， 等． 以清代醫(yī)籍為例探討中醫(yī)古籍分詞規(guī)范標(biāo)準(zhǔn)［Ｊ］． 中華中醫(yī)藥雜志， ２０１８， ３３ （１０）： ４７００－４７０５．

［１４］ Ｍｅｎｇ Ｗ Ｃ， Ｌｉｕ Ｌ Ｃ， Ｃｈｅｎ Ａ Ｙ． Ａ Ｃｏｍｐａｒａｔｉｖｅ Ｓｔｕｄｙ ｏｎ Ｃｈｉ?ｎｅｓｅ Ｗｏｒｄ Ｓｅｇｍｅｎｔａｔｉｏｎ Ｕｓｉｎｇ Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｄｅｌｓ ［ Ｃ］ ／ ／２０１０ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｏｆｔｗａｒｅ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ ＳｅｒｖｉｃｅＳｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ． ＩＥＥＥ， ２０１０： ４８２－４８６．

［ １５］ Ｍａ Ｊ， Ｇａｎｃｈｅｖ Ｋ， Ｗｅｉｓｓ Ｄ． Ｓｔａｔｅ－ｏｆ－ｔｈｅ－Ａｒｔ Ｃｈｉｎｅｓｅ Ｗｏｒｄ Ｓｅｇ?ｍｅｎｔａｔｉｏｎ ｗｉｔｈ ＢＩ－ＬＳＴＭｓ ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１８ Ｃｏｎｆｅｒ?ｅｎｃｅ ｏｎ Ｅｍｐｉｒｉｃａｌ Ｍｅｔｈｏｄｓ ｉｎ Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， Ｂｒｕｓｓｅｌｓ，Ｂｅｌｇｉｕｍ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ： Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎｇｕｉｓｔｉｃｓ，２０１８： ４９０２－４９０８．

［１６］ Ｈｕａｎｇ Ｚ Ｈ， Ｘｕ Ｗ， Ｙｕ Ｋ． Ｂｉｄｉｒｅｃｔｉｏｎａｌ ＬＳＴＭ－ＣＲＦ Ｍｏｄｅｌｓ ｆｏｒＳｅｑｕｅｎｃｅ Ｔａｇｇｉｎｇ ［Ｊ］． ａｒＸｉｖ： １５０８．０１９９１， ２０１５．

［１７］ 錢(qián)琳琳， 張美倫， 馬曉北． 《溫病條辨》中溫?zé)犷?lèi)病證用藥規(guī)律探究［Ｊ］． 陜西中醫(yī)， ２０２２， ４３ （３）： ３８０－３８３．

［１８］ Ｃｕｉ Ｙ Ｍ， Ｃｈｅ Ｗ Ｘ， Ｌｉｕ Ｔ， ｅｔ ａｌ． Ｐｒｅ－Ｔｒａｉｎｉｎｇ ｗｉｔｈ ＷｈｏｌｅＷｏｒｄ Ｍａｓｋｉｎｇ ｆｏｒ Ｃｈｉｎｅｓｅ ＢＥＲＴ ［Ｊ］． ＩＥＥＥ／ ＡＣＭ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎＡｕｄｉｏ， Ｓｐｅｅｃｈ， ａｎｄ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， ２０２１， ２９： ３５０４－３５１４．

［１９］ 劉暢， 王東波， 胡昊天， 等． 面向數(shù)字人文的融合外部特征的典籍自動(dòng)分詞研究———以ＳｉｋｕＢＥＲＴ 預(yù)訓(xùn)練模型為例［ Ｊ］． 圖書(shū)館論壇， ２０２２， ４２ （６）： ４４－５４．

［２０］ 孫曉花． 基于聚類(lèi)分析探討中醫(yī)藥干預(yù)腫瘤疾病的用藥規(guī)律［Ｊ］． 中醫(yī)藥管理雜志， ２０２３， ３１ （５）： １１９－１２１．

［２１］ 鄭婉婷， 李敬華， 田少磊， 等． 基于數(shù)據(jù)挖掘的李軍祥治療潰瘍性結(jié)腸炎用藥規(guī)律分析［Ｊ］． 中國(guó)中醫(yī)藥信息雜志， ２０２２， ２９（９）： ５９－６４．

［２２］ 劉洋． 探討逍遙散湯劑和散劑治療肝郁脾虛證的臨床效果［Ｊ］．中國(guó)現(xiàn)代藥物應(yīng)用， ２０２２， １６ （１９）： １６８－１７０．

（責(zé)任編輯： 郭沫含）

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金冷門(mén)絕學(xué)專(zhuān)項(xiàng)研究項(xiàng)目“本草典籍整理、知識(shí)組織與智慧化建設(shè)研究” （項(xiàng)目編號(hào)： ２３ＶＪＸＴ０２４）。