摘 要：本文探討了新質(zhì)生產(chǎn)力賦能下中醫(yī)古籍出版的思考與實(shí)踐。在“兩創(chuàng)”和“第二個(gè)結(jié)合”指引下，新質(zhì)生產(chǎn)力為中醫(yī)古籍出版提供技術(shù)支撐。文章分析了中醫(yī)古籍?dāng)?shù)字化出版現(xiàn)狀及三大痛點(diǎn)，即OCR識(shí)別錯(cuò)誤率高、自動(dòng)標(biāo)點(diǎn)準(zhǔn)確率低、知識(shí)活化不足。進(jìn)而提出新質(zhì)生產(chǎn)力驅(qū)動(dòng)下中醫(yī)古籍出版的范式創(chuàng)新，包括生產(chǎn)流程重構(gòu)、知識(shí)組織升級(jí)和產(chǎn)品形態(tài)革新，構(gòu)建“技術(shù)重構(gòu)—知識(shí)活化—產(chǎn)業(yè)升級(jí)”創(chuàng)新框架，推動(dòng)中醫(yī)古籍出版邁向高質(zhì)量發(fā)展。

關(guān)鍵詞：中醫(yī)古籍 數(shù)字出版 出版范式 創(chuàng)新

“兩創(chuàng)”和“第二個(gè)結(jié)合”的提出，為新時(shí)代中醫(yī)古籍整理出版廓清了道路，指明了方向。2022年4月，中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于推進(jìn)新時(shí)代古籍工作的意見》。同年10月，全國古籍整理出版規(guī)劃領(lǐng)導(dǎo)小組印發(fā)《2021—2035年國家古籍工作規(guī)劃》，要求“推動(dòng)古籍?dāng)?shù)字化重點(diǎn)實(shí)驗(yàn)室建設(shè)，加強(qiáng)新技術(shù)在古籍?dāng)?shù)字化工作中的推廣應(yīng)用，強(qiáng)化數(shù)據(jù)挖掘，實(shí)現(xiàn)計(jì)量統(tǒng)計(jì)、文本關(guān)聯(lián)、定位查詢和可視化呈現(xiàn)等功能，推進(jìn)古籍智能化利用”。新質(zhì)生產(chǎn)力以數(shù)字化、智能化為核心特征，為破解中醫(yī)古籍出版的內(nèi)容復(fù)雜性、傳播局限性與保護(hù)需求提供了技術(shù)支撐。

一、中醫(yī)古籍?dāng)?shù)字化出版現(xiàn)狀

古籍整理出版的現(xiàn)代化進(jìn)程顯著體現(xiàn)在數(shù)字化技術(shù)的深度融合與廣泛應(yīng)用之中。當(dāng)前，古籍?dāng)?shù)字化領(lǐng)域涌現(xiàn)出諸多平臺(tái)（數(shù)據(jù)庫），依據(jù)服務(wù)對象的不同，大致可劃分為兩大類：一類專注于滿足讀者查閱需求，另一類則助力研究者高效開展古籍整理工作，這兩者恰好對應(yīng)著古籍整理出版的關(guān)鍵環(huán)節(jié)——讀者端與作者端。當(dāng)然，市場上也存在一些大型綜合性平臺(tái)，它們集成了上述兩類功能，實(shí)現(xiàn)了讀者查閱與研究整理的一站式服務(wù)。為便于深入探討與分析，下文將針對這兩類平臺(tái)分別進(jìn)行闡述。

（一）常用中醫(yī)古籍?dāng)?shù)據(jù)庫概況

當(dāng)前，常用中醫(yī)古籍?dāng)?shù)據(jù)庫在實(shí)際應(yīng)用中暴露出若干亟待解決的問題：其一，古籍影印版多停留于圖片展示、基礎(chǔ)信息羅列、名稱檢索及簡單歸類等基礎(chǔ)層面，缺乏對古籍內(nèi)容多元化分析、深度檢索及知識(shí)挖掘，開發(fā)深度有限，尚處于數(shù)字化文本的初級(jí)階段，僅能滿足古籍存儲(chǔ)、展示及基礎(chǔ)查閱需求，知識(shí)活化程度亟待提升；其二，繁體字與簡體字古籍?？北局校愺w字、生僻字、疑難字頻現(xiàn)，加之標(biāo)點(diǎn)斷句、釋義等難題，成為中醫(yī)古籍?dāng)?shù)字化進(jìn)程中的重大挑戰(zhàn)，主流文檔處理系統(tǒng)難以實(shí)現(xiàn)可視化編輯，嚴(yán)重制約了中醫(yī)古籍文字資源的后續(xù)轉(zhuǎn)化與利用；其三，古籍原書中以大小字或白黑字（陰陽文）所承載的原文內(nèi)容差異及出處信息，在數(shù)字化版本中未能得到體現(xiàn)，往往統(tǒng)一采用單一字體，導(dǎo)致讀者引用時(shí)易混淆。整體而言，數(shù)字化古籍?？北举|(zhì)量參差不齊，開發(fā)深度不足，文獻(xiàn)利用價(jià)值大打折扣。

（二）常用古籍智能整理平臺(tái)概況

目前開發(fā)的古籍智能整理平臺(tái)中，國家古籍?dāng)?shù)字化資源總平臺(tái)打造的古籍智能整理平臺(tái)，以古籍整理與數(shù)字化工作的核心流程為脈絡(luò)，串聯(lián)起OCR智能識(shí)別、圖文精準(zhǔn)校對、自動(dòng)標(biāo)點(diǎn)標(biāo)線、繁簡轉(zhuǎn)換、在線便捷編輯等一系列實(shí)用工具，構(gòu)建起一站式線上古籍整理全流程服務(wù)體系。識(shí)典古籍平臺(tái)則依托字節(jié)跳動(dòng)的先進(jìn)AI技術(shù)實(shí)力、卓越的產(chǎn)品研發(fā)能力，以及北京大學(xué)數(shù)字人文研究中心深厚的學(xué)術(shù)底蘊(yùn)，集成了分詞檢索、AI智能助手等創(chuàng)新閱讀功能，以及自動(dòng)古籍文字識(shí)別、自動(dòng)標(biāo)點(diǎn)等高效古籍整理功能，全方位提升古籍的閱讀體驗(yàn)、理解深度、研究效率與利用價(jià)值?！叭缡恰惫偶?dāng)?shù)字化工具平臺(tái)，匯聚了古籍OCR、自動(dòng)標(biāo)點(diǎn)、標(biāo)點(diǎn)遷移、多文本比對等多樣化工具套件，為古籍?dāng)?shù)字化處理提供強(qiáng)大支持?！拔崤c點(diǎn)”古籍智能整理平臺(tái)，作為北京大學(xué)數(shù)字人文研究中心的智慧結(jié)晶，提供圖片文字識(shí)別、自動(dòng)句讀、命名實(shí)體識(shí)別三項(xiàng)基礎(chǔ)且強(qiáng)大的古籍整理功能，助力古籍整理工作邁向智能化新高度。綜合來看，各平臺(tái)的智能整理功能主要體現(xiàn)在影印版古籍圖片OCR智能識(shí)別、古籍原文智能標(biāo)點(diǎn)以及命名實(shí)體（指人名、地名、中藥名等專有名詞）自動(dòng)識(shí)別上。

二、古籍?dāng)?shù)字化出版的三大痛點(diǎn)

（一）OCR識(shí)別錯(cuò)誤率高

古籍文本的OCR識(shí)別一直是古籍?dāng)?shù)字化的關(guān)鍵環(huán)節(jié)，漢字的OCR技術(shù)經(jīng)歷了幾十年的發(fā)展，對于現(xiàn)代排版印刷體圖書，已經(jīng)進(jìn)入了實(shí)用階段。但是，對于古籍，則尚未達(dá)到可用的程度。目前，對于比較簡單、規(guī)范、整齊的古籍，四川大學(xué)與阿里巴巴達(dá)摩院共同研發(fā)的“漢典重光”O(jiān)CR平臺(tái)，其正確識(shí)別率也只能達(dá)到97.5%。其差錯(cuò)率是國家圖書出版文字差錯(cuò)率標(biāo)準(zhǔn)的250倍，而這是目前業(yè)內(nèi)最高的古籍識(shí)別率。完全依靠OCR來解決古籍的文字識(shí)別，從目前的技術(shù)來看，是不可能達(dá)到最低的國家標(biāo)準(zhǔn)的。[1]

OCR技術(shù)對古籍識(shí)別率不高，主要受制于以下幾方面。

1.古籍文字復(fù)雜性?

古籍文字的識(shí)別面臨諸多復(fù)雜性挑戰(zhàn)。首先，字形方面極為多樣，異體字、俗體字、避諱字、變體字層出不窮，且缺乏統(tǒng)一規(guī)范。特別是古醫(yī)書，大多出自民間書坊刻印，在質(zhì)量和規(guī)范性上遠(yuǎn)不及國子監(jiān)等官方機(jī)構(gòu)刻印的經(jīng)部、史部古籍，這使得機(jī)器在識(shí)別時(shí)困難重重。其次，古籍的圖像質(zhì)量較差。由于歷經(jīng)歲月滄桑，古籍字跡常常漫漶不清，墨跡出現(xiàn)擴(kuò)散現(xiàn)象，紙張也多有破損，這些問題都對識(shí)別精度造成了嚴(yán)重影響。再次，古籍的排版情況復(fù)雜。其版面呈現(xiàn)豎排、無標(biāo)點(diǎn)、圖文混排等傳統(tǒng)形式，大小字注與行間注并存，甚至還伴有隨文批校。面對如此復(fù)雜的排版，需要運(yùn)用特殊算法進(jìn)行處理，才能更好地進(jìn)行文字識(shí)別。

2.技術(shù)局限性?

在技術(shù)層面，針對古籍文字的識(shí)別處理存在一定局限性。一方面，訓(xùn)練數(shù)據(jù)相對匱乏，尤其是專門針對中醫(yī)古籍的標(biāo)注語料庫數(shù)量稀少，這極大地限制了高精度識(shí)別模型的訓(xùn)練，使得模型難以從足夠的數(shù)據(jù)中學(xué)習(xí)到準(zhǔn)確、全面的特征，進(jìn)而影響識(shí)別效果。另一方面，古漢語中一字多義、通假字現(xiàn)象極為普遍，機(jī)器在識(shí)別過程中難以像人類一樣結(jié)合上下文語義進(jìn)行精準(zhǔn)分析，導(dǎo)致在區(qū)分多義字時(shí)面臨較大困難，容易出現(xiàn)識(shí)別錯(cuò)誤。

3.?算法適配不足?

當(dāng)前，古籍OCR技術(shù)在處理中醫(yī)古籍時(shí)面臨算法適配不足的困境。通用OCR模型由于缺乏對中醫(yī)古籍特殊性的考量，在識(shí)別這類古籍時(shí)適配性較差，難以達(dá)到理想的識(shí)別效果。為解決這一問題，需進(jìn)行定制化開發(fā)，針對中醫(yī)古籍的特點(diǎn)單獨(dú)優(yōu)化模型。然而，這一過程面臨著研發(fā)成本高、周期長的挑戰(zhàn)。

從長遠(yuǎn)發(fā)展來看，未來需通過將中醫(yī)藥領(lǐng)域知識(shí)嵌入到算法中，以及進(jìn)行算法創(chuàng)新來突破現(xiàn)有瓶頸，推動(dòng)古籍OCR技術(shù)向更高水平發(fā)展。

（二）自動(dòng)標(biāo)點(diǎn)準(zhǔn)確率低

未經(jīng)整理的古代典籍不含任何標(biāo)點(diǎn)，不符合當(dāng)代人的閱讀習(xí)慣，古籍?dāng)嗑錁?biāo)點(diǎn)之后有助于閱讀、研究和出版。智能標(biāo)點(diǎn)功能一般是基于深度學(xué)習(xí)的預(yù)訓(xùn)練語言模型BERT實(shí)現(xiàn)的。自動(dòng)句讀系統(tǒng)具有極高的處理速率和響應(yīng)速率，比如“吾與點(diǎn)”模型經(jīng)測試API接口處理5萬字耗時(shí)10秒左右。但由于對古籍內(nèi)容理解難度遠(yuǎn)大于現(xiàn)代漢語文本，現(xiàn)階段“吾與點(diǎn)”在混合類文本測試集上的句讀平均準(zhǔn)確率約94%，標(biāo)點(diǎn)準(zhǔn)確率約90%；而識(shí)典古籍自動(dòng)標(biāo)點(diǎn)準(zhǔn)確率為96%～97%，尚未臻極。[2]

目前古籍自動(dòng)標(biāo)點(diǎn)尚不盡如人意，需結(jié)合文字學(xué)知識(shí)庫、古籍語料庫、專名庫以及各類詞典等，進(jìn)行多模態(tài)融合訓(xùn)練。同時(shí)，當(dāng)前技術(shù)無法完全替代人工復(fù)校，以自動(dòng)標(biāo)點(diǎn)+人工校驗(yàn)為主流流程，目標(biāo)是逐步減少人工干預(yù)。另外，在技術(shù)上需與自然語言處理（NLP）、知識(shí)圖譜結(jié)合，提升上下文糾錯(cuò)能力。

（三）知識(shí)活化不足

知識(shí)活化不足主要體現(xiàn)在中醫(yī)古籍?dāng)?shù)字化的應(yīng)用端（讀者端）。如何利用深度學(xué)習(xí)算法等技術(shù)，構(gòu)建中醫(yī)古籍多模態(tài)知識(shí)挖掘體系，已成為釋放傳統(tǒng)醫(yī)學(xué)數(shù)據(jù)要素價(jià)值的重要路徑。這一進(jìn)程不僅涉及古籍文獻(xiàn)的元數(shù)據(jù)標(biāo)準(zhǔn)化建設(shè)，更需通過數(shù)字人文技術(shù)集群實(shí)現(xiàn)以下目標(biāo)：①對中醫(yī)藥古籍資源進(jìn)行知識(shí)圖譜重構(gòu)；②建立跨學(xué)科協(xié)同的語義化標(biāo)注機(jī)制；③開發(fā)具備深度學(xué)習(xí)能力的智能解析算法。最終形成從典籍?dāng)?shù)字化保存到知識(shí)再生產(chǎn)的技術(shù)閉環(huán)，賦能中醫(yī)藥發(fā)展，賦能文化傳承，講好中國故事，是當(dāng)前極為重要的課題之一。

從出版社視角出發(fā)，在文字識(shí)別錄入領(lǐng)域，OCR技術(shù)及自動(dòng)標(biāo)點(diǎn)相關(guān)的BERT模型訓(xùn)練，多與專業(yè)科技公司攜手合作。出版社的優(yōu)勢在于擁有海量優(yōu)質(zhì)語料與眾多杰出作者資源。以中華書局籍合網(wǎng)為例，其資源以中華書局整理本古籍圖書為核心，并整合多家專業(yè)出版社古籍整理成果，截至2021年，“中華經(jīng)典古籍庫”上線資源超5000種。人民衛(wèi)生出版社的“人衛(wèi)中醫(yī)助手”“醫(yī)典重光”等數(shù)據(jù)庫，匯集了不同年代出版的優(yōu)質(zhì)中醫(yī)古籍影印本、整理叢書及大型中醫(yī)文獻(xiàn)工具書，多部整理古籍榮獲國家科技進(jìn)步獎(jiǎng)及國家中醫(yī)藥管理局科技進(jìn)步獎(jiǎng)，代表了中醫(yī)古籍整理的最高水平。這些高質(zhì)量資源作為語料，可有效提升文字識(shí)別與自動(dòng)標(biāo)點(diǎn)的準(zhǔn)確率。中醫(yī)古籍在知識(shí)活化方面獨(dú)具優(yōu)勢，新質(zhì)生產(chǎn)力的賦能將進(jìn)一步盤活中醫(yī)古籍資源，并整合出版社其他相關(guān)資源。

三、新質(zhì)生產(chǎn)力驅(qū)動(dòng)下的中醫(yī)古籍出版范式創(chuàng)新?

新質(zhì)生產(chǎn)力作為以數(shù)據(jù)要素、智能技術(shù)、跨界融合為特征的新興生產(chǎn)力形態(tài)，正推動(dòng)出版業(yè)全鏈條革新。在中醫(yī)古籍出版領(lǐng)域，其關(guān)鍵技術(shù)群涵蓋：文本智能處理技術(shù)（如OCR古籍識(shí)別）、基于大語言模型的古籍標(biāo)點(diǎn)?？毕到y(tǒng)（降低人工誤差）、區(qū)塊鏈存證技術(shù)（實(shí)現(xiàn)校改留痕與學(xué)術(shù)爭議追溯）、知識(shí)圖譜構(gòu)建技術(shù)（依托BERT模型的中醫(yī)實(shí)體關(guān)系抽取）以及虛實(shí)融合出版技術(shù)（AR、VR技術(shù)賦能古籍呈現(xiàn)）。

（一）生產(chǎn)流程重構(gòu)：從人工作業(yè)到智能協(xié)同?

傳統(tǒng)中醫(yī)古籍出版流程高度依賴人工，從古籍的收集、整理、?？钡阶罱K的出版發(fā)行，每一個(gè)環(huán)節(jié)都凝聚著大量專業(yè)人員的辛勤勞動(dòng)。然而，隨著數(shù)字化技術(shù)的飛速發(fā)展，這種傳統(tǒng)模式已難以滿足現(xiàn)代出版業(yè)對效率、準(zhǔn)確性和創(chuàng)新性的要求。

新質(zhì)生產(chǎn)力的介入，為中醫(yī)古籍出版流程的重構(gòu)提供了可能。OCR古籍識(shí)別技術(shù)能夠高效地將古籍影印版轉(zhuǎn)化為可編輯的數(shù)字文本，大大減輕了人工錄入的負(fù)擔(dān)；基于大語言模型的古籍標(biāo)點(diǎn)校勘系統(tǒng)則能夠利用深度學(xué)習(xí)算法，對古籍文本進(jìn)行自動(dòng)標(biāo)點(diǎn)和?？?，顯著降低人工?？钡腻e(cuò)誤率；而區(qū)塊鏈存證技術(shù)則確保了校改過程的留痕可追溯，為學(xué)術(shù)爭議的解決提供了有力支持。

在這一智能協(xié)同模式下，人工與機(jī)器不再是簡單的替代關(guān)系，而是形成了優(yōu)勢互補(bǔ)、協(xié)同工作的良好局面。專業(yè)人員可以利用自身的專業(yè)知識(shí)和經(jīng)驗(yàn)，對機(jī)器處理的結(jié)果進(jìn)行審核和修正，確保古籍出版的質(zhì)量和準(zhǔn)確性；而機(jī)器則能夠承擔(dān)大量重復(fù)性、機(jī)械性的工作，提高出版效率，釋放人力資源。未來，隨著技術(shù)的不斷進(jìn)步和應(yīng)用場景的不斷拓展，智能協(xié)同模式將在中醫(yī)古籍出版領(lǐng)域發(fā)揮更大作用。

（二）知識(shí)組織升級(jí)：從線性文本到多維網(wǎng)絡(luò)?

通過語義標(biāo)注、實(shí)體抽取、關(guān)系識(shí)別，構(gòu)建中醫(yī)古籍知識(shí)圖譜，將古籍中分散的方劑、中藥、穴位、診療邏輯等構(gòu)建成結(jié)構(gòu)化數(shù)據(jù)庫，破解知識(shí)活化難題。

如人民衛(wèi)生出版社“醫(yī)典重光”數(shù)字化資源庫，知識(shí)圖譜的節(jié)點(diǎn)類型涵蓋癥狀、望聞問切四診內(nèi)容、主證（如少陽?。?、治法（如汗法）、方劑（如麻黃湯）、中藥（如麻黃）等；關(guān)系維度上建立“方劑—癥狀”療效關(guān)聯(lián)、“藥材—?dú)w經(jīng)”屬性關(guān)聯(lián)等關(guān)系類型；應(yīng)用場景上支持使用者輸入癥狀關(guān)鍵詞，自動(dòng)查詢推薦古籍中的經(jīng)典方劑組合。輸入中藥、穴位支持“病癥—方劑—藥材”“病癥—經(jīng)絡(luò)—穴位”智能檢索。將來可進(jìn)一步開發(fā)名醫(yī)方劑智能推薦系統(tǒng)、臨床輔助決策系統(tǒng)、教學(xué)培訓(xùn)平臺(tái)等，還可支持中醫(yī)藥現(xiàn)代化研究（如新藥研發(fā)等）。

又如南京中醫(yī)藥大學(xué)基于動(dòng)態(tài)知識(shí)圖譜對中醫(yī)疫病古籍知識(shí)演化進(jìn)行研究，構(gòu)建融合動(dòng)態(tài)元素的中醫(yī)疫病古籍知識(shí)元語義描述模型，包括疾病知識(shí)元、癥狀知識(shí)元、方劑知識(shí)元、中藥知識(shí)元、人體基礎(chǔ)部位知識(shí)元等，以溫病學(xué)派為例，基于知識(shí)元語義描述模型和深度學(xué)習(xí)技術(shù)進(jìn)行知識(shí)抽取并構(gòu)建動(dòng)態(tài)知識(shí)圖譜，結(jié)合知識(shí)計(jì)算方法對溫病學(xué)派各發(fā)展階段的知識(shí)內(nèi)容進(jìn)行深層次的知識(shí)演化分析，挖掘用藥偏向、方劑演變和辨證理論發(fā)展等知識(shí)動(dòng)態(tài)變化規(guī)律，以幫助實(shí)現(xiàn)中醫(yī)疫病古籍知識(shí)的充分展示和利用。[3]

（三）產(chǎn)品形態(tài)革新：從紙質(zhì)書到虛實(shí)共生體?

5G信號(hào)大范圍覆蓋的實(shí)現(xiàn)，給VR與AR技術(shù)的應(yīng)用帶來巨大便利，將這兩種技術(shù)應(yīng)用于中醫(yī)古籍?dāng)?shù)字化出版中，可實(shí)現(xiàn)虛擬場景與現(xiàn)實(shí)場景融合，古籍與現(xiàn)代研究成果互見，打通出版社的海量資源，為讀者提供全新的、全方位的閱讀體驗(yàn)。

例如，讀者在“醫(yī)典重光”數(shù)字化資源庫中閱讀《醫(yī)學(xué)原始》一書時(shí)，既可以在影印版中看到古籍刻本的針灸穴位插圖原貌，又可以在校點(diǎn)本中看到頂尖文獻(xiàn)專家?？边^的插圖，還可以跳轉(zhuǎn)到“人衛(wèi)3D經(jīng)絡(luò)腧穴學(xué)”軟件，通過手柄操作，在人體三維數(shù)字化模型上練習(xí)穴位定位、觀察進(jìn)針深度與角度等。

還可以利用VR與AR技術(shù)，在元宇宙平臺(tái)展示數(shù)字化回歸的海外中醫(yī)古籍的紙本在其收藏地的情況，打造沉浸式場景，讀者能通過虛擬場景了解到中醫(yī)古籍外傳及回歸的故事，更深刻理解中醫(yī)在歷史上對人類文明作出的獨(dú)特貢獻(xiàn)，產(chǎn)生強(qiáng)烈的文化自信。

四、結(jié)語

新質(zhì)生產(chǎn)力賦能下，中醫(yī)古籍出版范式正經(jīng)歷深刻變革。生產(chǎn)流程從純?nèi)斯まD(zhuǎn)向OCR識(shí)別、自動(dòng)標(biāo)點(diǎn)輔助的智能協(xié)同，知識(shí)組織從線性文本升級(jí)為多維網(wǎng)絡(luò)，產(chǎn)品形態(tài)從紙質(zhì)書演變?yōu)樘搶?shí)共生體，逐步實(shí)現(xiàn)智能檢索、臨床輔助決策、教學(xué)培訓(xùn)等多項(xiàng)功能，構(gòu)建起“技術(shù)重構(gòu)—知識(shí)活化—產(chǎn)業(yè)升級(jí)”的創(chuàng)新框架。盡管面臨語義理解深度不足、數(shù)據(jù)壁壘等挑戰(zhàn)，但通過構(gòu)建中醫(yī)專屬語義模型、統(tǒng)一元數(shù)據(jù)標(biāo)準(zhǔn)、研發(fā)領(lǐng)域大語言模型及建立多維評(píng)價(jià)體系，中醫(yī)古籍出版正邁向高質(zhì)量發(fā)展新階段，為中醫(yī)藥傳承創(chuàng)新與文化傳播注入強(qiáng)勁動(dòng)力。

參考文獻(xiàn)：

[1]陳力.數(shù)字人文視域下的古籍?dāng)?shù)字化與古典知識(shí)庫建設(shè)問題[J].中國圖書館學(xué)報(bào)，2022，48（2）：36-46.

[2]張曉冰，張佩.古籍?dāng)?shù)字化出版的挑戰(zhàn)與發(fā)展路徑研究：以“識(shí)典古籍”為例[J].北京印刷學(xué)院學(xué)報(bào)，2024，32（9）：1-6.

[3]沈旺，于琳，馮欣，等.基于動(dòng)態(tài)知識(shí)圖譜的中醫(yī)疫病古籍知識(shí)演化研究[J].現(xiàn)代情報(bào)，2025，45（2）：26-37.

（作者單位系人民衛(wèi)生出版社）