針灸概念語義網(wǎng)絡(luò)的構(gòu)建研究.pdf

1、幾千年來，中醫(yī)藥領(lǐng)域的無數(shù)臨床實(shí)踐與理論研究積累了海量的科學(xué)知識(shí)，構(gòu)建起自身獨(dú)特的理念、方法和理論體系，這些知識(shí)包含在中醫(yī)藥古籍以及當(dāng)前的科學(xué)文獻(xiàn)中，具有重要的學(xué)術(shù)價(jià)值和開發(fā)利用的實(shí)用價(jià)值。
　　針灸學(xué)作為中醫(yī)學(xué)的重要組成部分，最早從《黃帝內(nèi)經(jīng)》開始就逐步發(fā)展為一個(gè)具有自己獨(dú)特理論體系的完整學(xué)科，并被聯(lián)合國教科文組織認(rèn)定為人類非物質(zhì)文化遺產(chǎn)的代表作之一。本論文以針灸學(xué)領(lǐng)域概念為研究對(duì)象，以此展開，設(shè)置語義類型、篩選確定語義關(guān)系、設(shè)

2、計(jì)語義結(jié)構(gòu)、驗(yàn)證語義關(guān)系并實(shí)現(xiàn)結(jié)果可視化展示，最終達(dá)到構(gòu)建一個(gè)以針灸概念為研究主體的語義網(wǎng)絡(luò)的目的。
　　1.研究背景
　　中醫(yī)藥信息的特點(diǎn)是知識(shí)密集度高，大量的隱性知識(shí)蘊(yùn)含其中，具有很強(qiáng)的知識(shí)發(fā)現(xiàn)潛力，但中醫(yī)藥“知識(shí)密集型”數(shù)據(jù)的描述和表達(dá)是粗糙的，這給中醫(yī)藥數(shù)據(jù)的利用以及知識(shí)的轉(zhuǎn)化帶來巨大障礙。
　　語義網(wǎng)絡(luò)作為一種知識(shí)表達(dá)和組織的工具，是一種基于邏輯描述的本體，可以在語義和知識(shí)層次上描述系統(tǒng)的概念模型，其以一種通

3、用的方式來獲取領(lǐng)域中的知識(shí)，提供對(duì)領(lǐng)域中概念的共同一致的理解，從而實(shí)現(xiàn)知識(shí)在不同的應(yīng)用程序和組織之間的共享和重用。相關(guān)關(guān)系是中醫(yī)藥數(shù)據(jù)非常重要的一種關(guān)系，使用語義網(wǎng)絡(luò)作為工具，可以對(duì)中醫(yī)藥領(lǐng)域的知識(shí)挖掘、發(fā)現(xiàn)與利用起到不可忽視的作用。
　　2.研究內(nèi)容
　　2.1.研究意義和目的
　　TCMLS作為一個(gè)由大量中醫(yī)領(lǐng)域概念和語義關(guān)系所構(gòu)成的語義網(wǎng)，其規(guī)模已經(jīng)是世界上最大的領(lǐng)域本體之一。隨著語言系統(tǒng)中領(lǐng)域本體的不斷發(fā)展和應(yīng)

4、用，有許多問題顯露出來:從數(shù)據(jù)質(zhì)量的角度來看，首先，語義本體是對(duì)領(lǐng)域知識(shí)的概括和總結(jié)，由于領(lǐng)域知識(shí)本身的復(fù)雜性，建成的領(lǐng)域本體往往存在著數(shù)據(jù)不一致的問題;其次，領(lǐng)域知識(shí)總是在不斷發(fā)展的，隨著領(lǐng)域知識(shí)的發(fā)展，舊有的領(lǐng)域本體就會(huì)漸漸地?zé)o法滿足實(shí)際的需求，因此就需要對(duì)舊的領(lǐng)域本體進(jìn)行修改和完善，以反映新的領(lǐng)域知識(shí);最后，加工人員知識(shí)的有限性，在本體建設(shè)的過程中造成的詞條，概念，語義關(guān)系等等的缺失、不足難以避免，從而導(dǎo)致知識(shí)的不完整性。從數(shù)據(jù)利

5、用的角度來看，在發(fā)展過程中缺少對(duì)已有知識(shí)的有效利用，作為領(lǐng)域知識(shí)的集合體，TCMLS的規(guī)模已經(jīng)遠(yuǎn)遠(yuǎn)超過了個(gè)人可以掌握的范疇，而其中的知識(shí)量仍在以很高的速度增長，亟需進(jìn)一步的加工和優(yōu)化。
　　本次研究對(duì)象針對(duì)的是針灸領(lǐng)域概念，在現(xiàn)有中醫(yī)藥學(xué)語言系統(tǒng)的基礎(chǔ)上構(gòu)建針灸概念語義網(wǎng)絡(luò)，并進(jìn)行語義關(guān)系的驗(yàn)證和發(fā)現(xiàn)，形成網(wǎng)狀的知識(shí)表達(dá)網(wǎng)絡(luò)和可視化圖形展示，以期實(shí)現(xiàn)提高中醫(yī)藥數(shù)據(jù)的利用率和知識(shí)轉(zhuǎn)化有效率，促進(jìn)學(xué)科的建設(shè)和發(fā)展的目的。
　　2

6、.2.針灸概念語義網(wǎng)絡(luò)的提出
　　2.2.1.中醫(yī)藥學(xué)語言系統(tǒng):該系統(tǒng)以中醫(yī)藥各個(gè)學(xué)科為核心，結(jié)構(gòu)由2部分組成:基礎(chǔ)詞庫、語義網(wǎng)絡(luò)。語義網(wǎng)絡(luò)在參照UMLS的基礎(chǔ)上，以新型的敘詞表加工工具vBuild編輯器為依托，構(gòu)建概念間的語義結(jié)構(gòu)，最終形成126種語義類型與58種語義關(guān)系。但該系統(tǒng)在類的描述方面不夠精確，未能體現(xiàn)類的全部屬性;類下實(shí)例的設(shè)置相對(duì)混亂，有很多重疊和錯(cuò)位的現(xiàn)象。
　　2.2.2.傳統(tǒng)針灸知識(shí)語義網(wǎng)絡(luò):我所科研人

7、員朱玲在原有中醫(yī)古籍語言系統(tǒng)的基礎(chǔ)上，對(duì)傳統(tǒng)針灸知識(shí)進(jìn)行了語義網(wǎng)絡(luò)的構(gòu)建，該語義網(wǎng)絡(luò)構(gòu)建主要從醫(yī)史古籍出發(fā)，采用傳統(tǒng)文獻(xiàn)概念考證與語義網(wǎng)絡(luò)研究相結(jié)合的方法，對(duì)傳統(tǒng)針灸知識(shí)體系進(jìn)行重新組織和表示，以達(dá)到科學(xué)有效地發(fā)現(xiàn)、管理、利用傳統(tǒng)針灸知識(shí)，提高信息傳遞速度與理解深度的目的。但因研究內(nèi)容的側(cè)重點(diǎn)不同，所以導(dǎo)致該系統(tǒng)收錄概念中涉及現(xiàn)代臨床和文獻(xiàn)的部分不多，影響了該語義網(wǎng)絡(luò)的應(yīng)用普及。
　　2.2.3.日韓針灸概念術(shù)語框架:2010年和

8、2013年日本和韓國先后提出過有關(guān)針灸概念方面的術(shù)語框架設(shè)計(jì)，兩國均采用UML（Unified Modeling Language）（統(tǒng)一建模語言）方法進(jìn)行概念建模。UML的目標(biāo)是以面向?qū)ο髨D的方式來描述任何類型的系統(tǒng)，具有很寬的應(yīng)用領(lǐng)域，其中最常用的是建立軟件系統(tǒng)的模型，支持從需求分析開始的軟件開發(fā)的全過程。因?yàn)樵摲椒ㄓ猛竞褪褂媚康牡牟煌瑢⑺糜谶M(jìn)行中醫(yī)藥信息的知識(shí)組織顯然不是很適宜。
　　本研究采用中醫(yī)藥學(xué)語言系統(tǒng)的分類框架

9、設(shè)計(jì)，借鑒傳統(tǒng)針灸知識(shí)語義網(wǎng)絡(luò)中古籍概念處理方法，運(yùn)用owl語言，以protégé4.1為編輯工具進(jìn)行針灸概念語義網(wǎng)絡(luò)的建設(shè)研究。protégé4.1作為本體編輯比較成熟的軟件，更側(cè)重類屬性的定義，同時(shí)對(duì)于關(guān)系的表達(dá)更清晰、自由，可以根據(jù)自身需求自定義屬性類別，對(duì)于中醫(yī)針灸概念體系構(gòu)建更適用。
　　3.針灸概念語義網(wǎng)絡(luò)的構(gòu)建
　　3.1.系統(tǒng)設(shè)計(jì)原則
　　學(xué)科完整性原則、相關(guān)性和兼容性原則、靈活性和可擴(kuò)展性原則。

10、>　　3.2.知識(shí)源數(shù)據(jù)準(zhǔn)備
　　知識(shí)源數(shù)據(jù)就是建立整個(gè)針灸學(xué)概念語義網(wǎng)絡(luò)的信息資源，包括針灸學(xué)各知識(shí)體系包含的相關(guān)概念、名詞術(shù)語。知識(shí)源數(shù)據(jù)的詞匯來源于國際、國家標(biāo)準(zhǔn)、中醫(yī)藥學(xué)主題詞表、針灸專業(yè)辭典、中醫(yī)藥教材、期刊文獻(xiàn)等。
　　3.3概念術(shù)語規(guī)范化
　　3.3.1.詞義辨析:大多數(shù)中醫(yī)名詞術(shù)語形成于古代，由于語言的變遷、學(xué)科的融合和發(fā)展等因素影響，以及長期以來中醫(yī)藥術(shù)語缺乏規(guī)范化，導(dǎo)致了中醫(yī)藥術(shù)語外延寬泛，內(nèi)涵不清

11、，常出現(xiàn)一詞多義、同義詞、詞義演變等現(xiàn)象。因此，在構(gòu)建語義網(wǎng)絡(luò)時(shí)，首先要理解、辨析術(shù)語釋義，然后進(jìn)行概念的合并與歸類、一詞多義處理兩項(xiàng)內(nèi)容。
　　3.3.2.合并與歸類:“合并”是將同義詞放在一起，作為同一概念的不同稱謂，例如:火針又稱燔針、煨針?！皻w類”是參照術(shù)語的注釋，將一個(gè)術(shù)語歸并到它的上位概念中去，成為其上位概念的子概念或?qū)嵗?。例?原穴是特定穴的子概念，而太淵、合谷、沖陽、太自、神門、腕骨、京骨、太溪、大陵、陽池、丘墟和

12、太沖則是原穴的實(shí)例。
　　3.3.3.一詞多義情況的處理:分析一詞多義及詞義演變的情況，當(dāng)一個(gè)術(shù)語表示兩個(gè)或更多的概念時(shí)，為其加上括號(hào)和修飾詞，以保證其唯一性。例如:在五刺、九刺、十二刺中都有“輸刺”，在構(gòu)建系統(tǒng)時(shí)分別標(biāo)示為“輸刺（五刺）”、“輸刺（九刺）”、“輸刺（十二刺）”。
　　以上3項(xiàng)工作是交互進(jìn)行的，不能截然分開。在此基礎(chǔ)上，進(jìn)行領(lǐng)域概念抽提，以確定研究領(lǐng)域的核心概念。核心概念應(yīng)是相對(duì)穩(wěn)定的，在對(duì)相關(guān)知識(shí)體系進(jìn)行擴(kuò)

13、展時(shí)，只需要在層次結(jié)構(gòu)的某些分支下增加新的概念。
　　3.4.語義類型的建立
　　本研究在設(shè)置語義類型時(shí)，一級(jí)類目參考中醫(yī)藥學(xué)語言系統(tǒng)，二、三級(jí)類目主要參考針灸學(xué)科教材，收錄范圍不超過針灸學(xué)教材的內(nèi)容，例如，中醫(yī)基礎(chǔ)理論中的語義類型“精”、“氣”、“血”、“津液”、“辨證”等等，在本文當(dāng)中沒有一一列舉。但與經(jīng)絡(luò)密切相關(guān)的“臟腑”、“形體官竅”;與針灸治療相互關(guān)聯(lián)的“生理功能-中醫(yī)生理”、“病理功能”（中醫(yī)疾病、癥狀、經(jīng)絡(luò)證侯

14、）等都涵蓋在內(nèi)。
　　接下來，我們?cè)谥肮ぷ鞯幕A(chǔ)上可將確定下來的領(lǐng)域核心概念建立起語義類型，按照樹形結(jié)構(gòu)的方式逐級(jí)展開，如腧穴下可分為經(jīng)穴、特定穴（五輸穴、原穴、絡(luò)穴、背俞穴等）、經(jīng)外奇穴、阿是穴和耳穴、頭針刺激區(qū)。針刺方法下可分為毫針刺法、三棱針法、皮膚針法、皮內(nèi)針法、火針法等。
　　3.5.語義關(guān)系的分析
　　我們對(duì)之前設(shè)置完成的語義類型進(jìn)行分析，并提取它們隱含的各種語義關(guān)系。本研究針灸概念語義網(wǎng)絡(luò)的語義關(guān)系共有

15、21種，其中3種是中醫(yī)藥學(xué)語言系統(tǒng)中沒有出現(xiàn)過的，分別是:絡(luò)/屬;禁用;…的參數(shù)。還有4種是語言系統(tǒng)中針灸部分沒涉及到的，分別是:產(chǎn)生;引起;先于…發(fā)生;與…同時(shí)發(fā)生。這主要是由于縮小了研究領(lǐng)域，從而領(lǐng)域概念之間的關(guān)系得以更加明確和具體的表達(dá)。
　　3.6.建立基本的語義結(jié)構(gòu)
　　語義類型和語義關(guān)系構(gòu)成網(wǎng)狀的語義結(jié)構(gòu)，它起著統(tǒng)領(lǐng)知識(shí)源數(shù)據(jù)概念的作用。本文采用了中文醫(yī)學(xué)信息的語義表達(dá)模式，即:“啟動(dòng)詞+概念詞A+連接詞+概念詞

16、B+結(jié)束詞”。其中的“啟動(dòng)詞、連接詞、結(jié)束詞”稱為語義關(guān)系詞。通常情況下，構(gòu)成語義關(guān)系詞中的啟動(dòng)詞、連接詞和結(jié)束詞并不一定同時(shí)出現(xiàn)，其中連接詞必不可少。例如:在“病理反應(yīng)是腧穴的特性之一”中出現(xiàn)了連接詞和結(jié)束詞，語義關(guān)系詞為“是…的特性之一”;在“行針手法引起暈針”中只有連接詞，語義關(guān)系詞為“引起”
　　4.語義關(guān)系的驗(yàn)證
　　本部分采用我所科研人員胡雪琴開發(fā)成功的語義關(guān)系自動(dòng)抽取輔助工具對(duì)針灸概念的語義關(guān)系進(jìn)行提示和驗(yàn)證。

17、在工具的文本輸入模塊中，將相關(guān)內(nèi)容輸入進(jìn)去，經(jīng)過分詞處理后軟件會(huì)將輸入內(nèi)容與中醫(yī)藥學(xué)語言系統(tǒng)之間建立起聯(lián)系，并映射到基礎(chǔ)詞庫中，不同組別的語義類型會(huì)以各異的顏色加以區(qū)分顯示，而語義關(guān)系會(huì)以概率的形式表達(dá)出來，通過我們?nèi)斯ぷR(shí)別判斷后，可以協(xié)助對(duì)前期工作的結(jié)果進(jìn)行對(duì)照和審核，查漏補(bǔ)缺。
　　5.語義網(wǎng)絡(luò)的展示
　　通過本體構(gòu)建工具protégé4.1自帶的圖形化展示功能將構(gòu)建完成的語義網(wǎng)絡(luò)進(jìn)行可視化結(jié)果顯示。主要目的是借助圖形化

18、手段，更高效和清晰地交流信息，為人們發(fā)現(xiàn)規(guī)律、解釋現(xiàn)象、輔助決策提供強(qiáng)有力的幫助。
　　6.討論和結(jié)論
　　6.1.討論
　　現(xiàn)將本工作與之前已構(gòu)建完成的相關(guān)科研成果做個(gè)比較分析，內(nèi)容見下表所示:
　　┏━━━━━━━━━┳━━━━━━━━━┳━━━━━━━┳━━━┳━━━━┳━━━━┓
　　┃項(xiàng)目 ┃ ┃ ┃語義 ┃圖

19、形化 ┃知識(shí) ┃
　　┃名稱 ┃構(gòu)建方法\工具 ┃概念 ┃關(guān)系 ┃展示 ┃應(yīng)用 ┃
　　┣━━━━━━━━━╋━━━━━━━━━╋━━━━━━━╋━━━╋━━━━╋━━━━┫
　　┃ ┃ ┃腧穴和針刺相 ┃ ┃ ┃ ┃
　　┃日本針灸

20、框架 ┃uml\visio ┃關(guān)概念 ┃6種 ┃較單一 ┃較局限 ┃
　　┣━━━━━━━━━╋━━━━━━━━━╋━━━━━━━╋━━━╋━━━━╋━━━━┫
　　┃韓國針灸框架 ┃uml\visio ┃腧穴有關(guān)概念 ┃6種 ┃較單一 ┃較局限 ┃
　　┣━━━━━━━━━╋━━━━━━━━━╋━━━━━━━╋━━━╋━━━━╋━━━

21、━┫
　　┃中醫(yī)藥學(xué)語言系統(tǒng) ┃ ┃針灸學(xué)全部概 ┃ ┃ ┃ ┃
　　┃針灸部分 ┃umls\vBuild ┃念 ┃14種 ┃較單一 ┃較廣泛 ┃
　　┣━━━━━━━━━╋━━━━━━━━━╋━━━━━━━╋━━━╋━━━━╋━━━━┫
　　┃針灸古籍語義網(wǎng)絡(luò) ┃umls\pr

22、otege 4.0 ┃針灸古籍概念 ┃1 6種 ┃較豐富 ┃較局限 ┃
　　┣━━━━━━━━━╋━━━━━━━━━╋━━━━━━━╋━━━╋━━━━╋━━━━┫
　　┃ ┃ ┃針灸學(xué)全部概 ┃ ┃ ┃ ┃
　　┃針灸概念語義網(wǎng)絡(luò) ┃umls\protege 4.1 ┃念 ┃21

23、種 ┃較豐富 ┃較廣泛 ┃
　　┗━━━━━━━━━┻━━━━━━━━━┻━━━━━━━┻━━━┻━━━━┻━━━━┛
　　通過以上的對(duì)比分析，可以看出:國內(nèi)構(gòu)建的語義網(wǎng)絡(luò)相比日韓的術(shù)語框架設(shè)計(jì)更科學(xué)合理，收錄概念及設(shè)計(jì)語義關(guān)系考慮更為全面，知識(shí)應(yīng)用范圍較廣泛，結(jié)果進(jìn)行可視化圖形展示也更為理想。
　　此外，因?yàn)楸狙芯渴窃谥嗅t(yī)藥學(xué)語言系統(tǒng)的基礎(chǔ)上完成的，有必要對(duì)二者進(jìn)行一下詳細(xì)的對(duì)比:
　　┏━━━━━━━━

24、━┳━━━━━┳━━━━━┓
　　┃項(xiàng)目 ┃ ┃ ┃
　　┃名稱 ┃語義類型 ┃語義關(guān)系 ┃
　　┣━━━━━━━━━╋━━━━━╋━━━━━┫
　　┃中醫(yī)藥學(xué)語言 ┃ ┃ ┃
　　┃系統(tǒng)針灸部分 ┃ 37 ┃ 14 ┃
　　┣━━

25、━━━━━━━╋━━━━━╋━━━━━┫
　　┃針灸概念語義網(wǎng)絡(luò) ┃ 132 ┃ 21 ┃
　　┗━━━━━━━━━┻━━━━━┻━━━━━┛
　　針灸概念語義網(wǎng)絡(luò)以針灸學(xué)科體系為主，形成了132種語義類型。中醫(yī)藥學(xué)語言系統(tǒng)涉及多個(gè)學(xué)科和領(lǐng)域，因而其語義類型的設(shè)置不可能太過詳細(xì)和具體。本研究中和TCMLS相同的語義類型有37種，分別是“實(shí)體”、“事件”、“中醫(yī)人體基礎(chǔ)”、“經(jīng)絡(luò)”、“腧穴”、“針

26、灸療法”、“針灸研究”等大的類別。而有95種語義類型與TCMLS的不相同，其中絕大部分是參照TCMLS的語義類型進(jìn)一步細(xì)分而建立的，比如“針灸療法”語義類型之下分為“針刺療法”、“灸法”、“拔罐法”、“腧穴特種療法”等子類，“針刺療法”下再分為“毫針刺法”、“三棱針法”、“皮膚針法”、“皮內(nèi)針法”、“火針法”等;只有一小部分是完全新增加的語義類型，比如“針灸效應(yīng)”、“針灸量效”等。
　　針灸概念語義網(wǎng)絡(luò)的語義關(guān)系共有21種，比中醫(yī)

27、藥學(xué)語言系統(tǒng)針灸部分多了7種，這主要是由于縮小了研究領(lǐng)域，因而領(lǐng)域概念之間的關(guān)系得以更加明確和具體的表達(dá)。其中3種是中醫(yī)藥學(xué)語言系統(tǒng)中沒有出現(xiàn)過的，分別是:絡(luò)/屬;禁用;…的參數(shù)。還有4種是語言系統(tǒng)中針灸部分沒涉及到的，分別是:產(chǎn)生;引起;先于…發(fā)生;與…同時(shí)發(fā)生。
　　本研究的目的就是在中醫(yī)藥學(xué)語言系統(tǒng)的基礎(chǔ)上重新梳理針灸學(xué)科的語義類型和語義關(guān)系，構(gòu)建一個(gè)完整的針灸學(xué)科語義網(wǎng)絡(luò)，展現(xiàn)針灸知識(shí)體系結(jié)構(gòu)，為相關(guān)研究和學(xué)習(xí)提供基礎(chǔ)和幫

28、助。
　　6.2.結(jié)論
　　中醫(yī)藥語義網(wǎng)絡(luò)建設(shè)是一項(xiàng)長期而又艱巨的任務(wù)，其質(zhì)量的提高對(duì)于中醫(yī)領(lǐng)域的信息化工作起著非常重要的作用。在本文中，我們針對(duì)已有針灸語義網(wǎng)絡(luò)建設(shè)中存在的問題，重新構(gòu)建了針灸概念的語義網(wǎng)絡(luò)，應(yīng)用基于語言系統(tǒng)的語義關(guān)系發(fā)現(xiàn)和抽取工具對(duì)其進(jìn)行了關(guān)系驗(yàn)證，實(shí)現(xiàn)了結(jié)果可視化圖形的展示。
　　本研究完成的工作有幾下幾項(xiàng):
　　1.對(duì)目前國內(nèi)外中醫(yī)藥領(lǐng)域語義網(wǎng)絡(luò)研究背景及應(yīng)用情況進(jìn)行了調(diào)查研究;
　

29、　2.在現(xiàn)有中醫(yī)藥學(xué)語言系統(tǒng)的基礎(chǔ)上重新整合概念體系并梳理了語義關(guān)系，涉及概念1705條，語義關(guān)聯(lián)3529項(xiàng)，語義類型132種，語義關(guān)系21種;
　　3.運(yùn)用語義關(guān)系提取工具對(duì)系統(tǒng)完成后的語義關(guān)系進(jìn)行了驗(yàn)證并使用本體構(gòu)建軟件protégé4.1實(shí)現(xiàn)了對(duì)結(jié)果的可視化圖形展示。
　　但是，該系統(tǒng)還有很多不足之處:首先，現(xiàn)在系統(tǒng)的語義類型及語義關(guān)系并不十分完整，需要隨著學(xué)科發(fā)展及知識(shí)的更新進(jìn)行動(dòng)態(tài)調(diào)整;其次，構(gòu)建完成的針灸概念語義