中醫(yī)健康知識(shí)圖譜的構(gòu)建研究.pdf

1、知識(shí)圖譜(Knowledge graph)是大數(shù)據(jù)時(shí)代進(jìn)行知識(shí)管理和應(yīng)用的重要數(shù)據(jù)資源，已經(jīng)成為搜索引擎語(yǔ)義檢索和各領(lǐng)域基于知識(shí)的推理和決策的關(guān)鍵技術(shù)基礎(chǔ)。作為語(yǔ)義網(wǎng)絡(luò)的重要成員，知識(shí)圖譜使得大規(guī)模知識(shí)的存儲(chǔ)更為規(guī)范，應(yīng)用更加高效。知識(shí)圖譜中往往包含各類實(shí)體及其屬性，以及各種實(shí)體之間的語(yǔ)義關(guān)系。知識(shí)圖譜的構(gòu)建包括諸多具體技術(shù)環(huán)節(jié)，如命名實(shí)體獲取、關(guān)系抽取、數(shù)據(jù)融合、知識(shí)推理和知識(shí)圖譜表示等，而本體是知識(shí)圖譜的概念模型表示的主要方法。在W

2、eb搜索和通用領(lǐng)域，已經(jīng)形成了多種大規(guī)模的知識(shí)圖譜庫(kù)，但醫(yī)學(xué)與中醫(yī)領(lǐng)域的知識(shí)圖譜的構(gòu)建仍處于起步階段，雖然已有較大規(guī)模的醫(yī)學(xué)本體庫(kù)，但專門(mén)的醫(yī)學(xué)特別是中醫(yī)知識(shí)圖譜庫(kù)的構(gòu)建研究仍較少，由此較大程度阻礙了中醫(yī)概念知識(shí)的信息應(yīng)用和共享。因此，本文通過(guò)整合多種數(shù)據(jù)資源，就以癥、證、病和藥等為主要實(shí)體的中醫(yī)健康知識(shí)圖譜的構(gòu)建進(jìn)行研究，主要研究?jī)?nèi)容與結(jié)果包括如下兩個(gè)方面:
　　(1)面向中醫(yī)領(lǐng)域中主要的概念實(shí)體如癥狀、證候、疾病和中藥等的知識(shí)

3、圖譜構(gòu)建問(wèn)題，設(shè)計(jì)了相應(yīng)的圖譜模式(Schema)，確定了該圖譜的基本類別、類別屬性和語(yǔ)義關(guān)系。在此基礎(chǔ)上，通過(guò)處理和整合四種不同的數(shù)據(jù)源（包括百度百科知識(shí)庫(kù)、脾胃病臨床病例數(shù)據(jù)、病癥分類數(shù)據(jù)和現(xiàn)有西醫(yī)本體），利用信息抽取和相關(guān)性分析進(jìn)行不同數(shù)據(jù)來(lái)源的知識(shí)抽取，并采用基于屬性向量的實(shí)體對(duì)齊方法進(jìn)行不同源數(shù)據(jù)的知識(shí)融合，形成了包含4類實(shí)體(3927種癥狀，2128種疾病，450種證候和572種中藥)和5種語(yǔ)義關(guān)系的中醫(yī)健康知識(shí)圖譜。最后，

4、本文通過(guò)利用Jena數(shù)據(jù)生成功能，進(jìn)行了知識(shí)圖譜OWL表示和數(shù)據(jù)生成。
　　(2)本文還通過(guò)Protégé本體編輯器對(duì)中醫(yī)知識(shí)圖譜中的實(shí)體及其關(guān)系增加了約束限定，并利用Protégé將知識(shí)圖譜中部分知識(shí)進(jìn)行圖形化展示。最終在形成的知識(shí)圖譜基礎(chǔ)上，利用開(kāi)源工具包Jena以及依據(jù)中醫(yī)診療邏輯設(shè)定的推理規(guī)則進(jìn)行了基于知識(shí)圖譜的知識(shí)推理示范分析和應(yīng)用，分析結(jié)果表明具有一定的可行性和診療應(yīng)用價(jià)值。
　　本文中醫(yī)知識(shí)圖譜構(gòu)建研究重點(diǎn)對(duì)知