1、1.前言隨著20世紀(jì)90年代中醫(yī)藥文獻(xiàn)數(shù)字化研究的開展，中醫(yī)古籍文獻(xiàn)數(shù)字化工作已經(jīng)走過(guò)了幾個(gè)階段。從2000年國(guó)家中醫(yī)藥管理局設(shè)立的重點(diǎn)研究專項(xiàng)“中醫(yī)藥古代文獻(xiàn)資源數(shù)字化關(guān)鍵問(wèn)題研究”的起步階段，到2001年國(guó)家科技部基礎(chǔ)工作重大項(xiàng)目“中醫(yī)藥科技信息數(shù)據(jù)庫(kù)建設(shè)”項(xiàng)目，再至2003年國(guó)家科技部醫(yī)學(xué)科學(xué)數(shù)據(jù)共享服務(wù)系統(tǒng)“中醫(yī)藥學(xué)科學(xué)數(shù)據(jù)共享服務(wù)中心”建設(shè)項(xiàng)目，中醫(yī)古籍文獻(xiàn)數(shù)字化已成功研制出“中醫(yī)本草文獻(xiàn)數(shù)據(jù)庫(kù)”、“中醫(yī)方劑文獻(xiàn)數(shù)據(jù)庫(kù)”，在全

2、國(guó)三十余家中醫(yī)院校和和研究機(jī)構(gòu)的參與下，成功構(gòu)建了我國(guó)第一個(gè)中醫(yī)古籍文獻(xiàn)知識(shí)庫(kù)，目前已收錄了本草、方劑類古籍260余種，6000余萬(wàn)漢字，并于2003年實(shí)現(xiàn)了網(wǎng)絡(luò)運(yùn)行。 在數(shù)字化工作的研究中，導(dǎo)師柳長(zhǎng)華教授提出的基于“知識(shí)元”的中醫(yī)古籍計(jì)算機(jī)知識(shí)表示方法在知識(shí)庫(kù)建設(shè)中取得了進(jìn)展，基本形成了一套較成熟的建庫(kù)技術(shù)。 以這種技術(shù)建立的數(shù)據(jù)庫(kù)使知識(shí)的查詢更加精確，避免了大量冗余信息的出現(xiàn)，使用戶最大限度地?cái)[脫了信息爆炸的困擾。但

3、隨之而來(lái)的另一個(gè)問(wèn)題又出現(xiàn)在查詢者面前，這就是所謂的“信息孤島”現(xiàn)象。 古籍?dāng)?shù)字化的功能不僅在于一般的信息查詢，更重要的是古籍文獻(xiàn)中的知識(shí)發(fā)現(xiàn)。普通的數(shù)據(jù)庫(kù)難以達(dá)到知識(shí)挖掘的深層次要求，古籍?dāng)?shù)字化的目標(biāo)是建設(shè)知識(shí)庫(kù)。 2.知識(shí)庫(kù)系統(tǒng)的原理從知識(shí)的使用角度來(lái)看，知識(shí)庫(kù)是由知識(shí)和知識(shí)處理機(jī)構(gòu)組成，知識(shí)庫(kù)形成一個(gè)知識(shí)域，該知識(shí)域中除了事實(shí)、規(guī)則和概念之外還包含各種推理、歸納、演繹等知識(shí)處理方法。 知識(shí)庫(kù)系統(tǒng)的核心組成部

4、分是知識(shí)庫(kù)和推理機(jī)構(gòu)。知識(shí)庫(kù)對(duì)知識(shí)進(jìn)行存儲(chǔ)和管理，推理機(jī)構(gòu)是推理機(jī)使用知識(shí)庫(kù)內(nèi)的知識(shí)執(zhí)行推理的機(jī)構(gòu)。如果一個(gè)系統(tǒng)具有能用計(jì)算機(jī)所存貯的知識(shí)對(duì)輸入的數(shù)據(jù)進(jìn)行解釋和推理，并有對(duì)其進(jìn)行驗(yàn)證的功能，則該系統(tǒng)稱為知識(shí)庫(kù)系統(tǒng)。 知識(shí)庫(kù)系統(tǒng)的實(shí)現(xiàn)涉及到兩個(gè)關(guān)鍵問(wèn)題：知識(shí)表示和知識(shí)推理。知識(shí)庫(kù)的處理過(guò)程分為二個(gè)層面：先將知識(shí)由底層數(shù)據(jù)經(jīng)過(guò)一系列加工，如分類、歸納、綜合等處理過(guò)程而得到上層信息，稱為知識(shí)表示。這種信息再經(jīng)過(guò)解釋、比較、推理得到我們

5、所獲取的知識(shí)，即知識(shí)推理的過(guò)程。 為了實(shí)現(xiàn)知識(shí)推理，一種基于本體的知識(shí)表示方法成為各個(gè)領(lǐng)域構(gòu)建知識(shí)庫(kù)推理系統(tǒng)的首選。 3.本體的概念、作用與分類本體(Ontology)起源于哲學(xué)領(lǐng)域，古希臘哲學(xué)家亞里士多德(Aristotle)定義Ontology為“對(duì)世界客觀存在物的系統(tǒng)的描述，即存在論”。Ontology是客觀存在的一個(gè)系統(tǒng)的解釋或說(shuō)明，它關(guān)心的是客觀現(xiàn)實(shí)的抽象本質(zhì)。Ontology這個(gè)哲學(xué)范疇，被人工智能界賦予了新

6、的定義，從而被引入信息科學(xué)中。 目前普遍接受的本體定義為：共享概念模型的形式化規(guī)范說(shuō)明。從內(nèi)涵上來(lái)看，本體是領(lǐng)域(可以是特定領(lǐng)域的，也可以是更廣的范圍)內(nèi)部不同主體(人、機(jī)器、軟件系統(tǒng)等)之間進(jìn)行交流(對(duì)話、互操作、共享等)的一種語(yǔ)義基礎(chǔ)，即由本體提供一種明確定義。Ontology自身所要實(shí)現(xiàn)的目標(biāo)，即：“在人類和應(yīng)用系統(tǒng)之間實(shí)現(xiàn)共享和相互理解”。 Ontology能夠?qū)㈩I(lǐng)域中的各種概念及概念之間的關(guān)系顯示地、形式化地表

7、達(dá)出來(lái)，從而將術(shù)語(yǔ)的語(yǔ)義表達(dá)出來(lái)，因而在語(yǔ)義查詢方面發(fā)揮著重要作用。自W3C主席TimBermem-Lee在1998年首先提出了語(yǔ)義web的概念之后，Ontology正在成為人工智能和信息處理領(lǐng)域的研究熱點(diǎn)之一。 本體強(qiáng)調(diào)相關(guān)領(lǐng)域的本質(zhì)概念，同時(shí)強(qiáng)調(diào)這些概念之間的關(guān)聯(lián)。本體論可以有效地表達(dá)知識(shí)和知識(shí)之間的關(guān)系，基于本體論的知識(shí)庫(kù)系統(tǒng)可以建立有效的知識(shí)表達(dá)體系，揭示知識(shí)之間的內(nèi)在關(guān)系。 本體技術(shù)主要在以下幾個(gè)方面提高知識(shí)庫(kù)

8、系統(tǒng)的性能：可重用性、知識(shí)獲取、查找智能性、可靠性、規(guī)范定義、任務(wù)解析、可維護(hù)性。 本體通?？煞譃橐韵聨最悾侯I(lǐng)域本體、通用本體、應(yīng)用本體、表示本體。本文關(guān)注的是本體類型中的領(lǐng)域本體，主要討論如何運(yùn)用Ontology技術(shù)構(gòu)建中醫(yī)古籍領(lǐng)域本體。 4.本研究的意義、方法與創(chuàng)新點(diǎn)本文通過(guò)對(duì)本體的國(guó)內(nèi)外研究與發(fā)展現(xiàn)狀的考察，根據(jù)中醫(yī)古籍?dāng)?shù)據(jù)庫(kù)的實(shí)際情況，在知識(shí)推理層面提出了建設(shè)面向中醫(yī)古籍?dāng)?shù)據(jù)庫(kù)應(yīng)用的中醫(yī)古籍文獻(xiàn)領(lǐng)域本體的設(shè)想。參

9、考國(guó)內(nèi)外領(lǐng)域本體的建設(shè)方法，論述了利用敘詞表建設(shè)領(lǐng)域本體的優(yōu)勢(shì)，提出了基于敘詞表的適合中醫(yī)古籍?dāng)?shù)據(jù)庫(kù)應(yīng)用的中醫(yī)古籍文獻(xiàn)領(lǐng)域本體建設(shè)方法。最后通過(guò)一個(gè)實(shí)例闡述了中醫(yī)古籍文獻(xiàn)領(lǐng)域本體的具體建設(shè)方法，為中醫(yī)古籍?dāng)?shù)據(jù)庫(kù)的進(jìn)一步建設(shè)提供了理論與實(shí)踐的雙重參考。 研究意義：中醫(yī)古籍知識(shí)庫(kù)建設(shè)的要求；中醫(yī)古籍知識(shí)深入整理研究的要求；便于網(wǎng)絡(luò)中醫(yī)古籍文獻(xiàn)資源的統(tǒng)一管理。 研究方法：文獻(xiàn)調(diào)研法、概念分析法、本體構(gòu)建法。創(chuàng)新點(diǎn)：在中醫(yī)古籍文

10、獻(xiàn)數(shù)字化領(lǐng)域提出建立本體系統(tǒng)的設(shè)想；分析了適合中醫(yī)古籍文獻(xiàn)數(shù)據(jù)庫(kù)的本體表示語(yǔ)言和編輯工具；提出中醫(yī)古籍文獻(xiàn)領(lǐng)域本體的建設(shè)目標(biāo)；設(shè)計(jì)了中醫(yī)古籍文獻(xiàn)領(lǐng)域本體的建設(shè)方法；建立了一個(gè)以“病證”概念為核心的中醫(yī)古籍文獻(xiàn)領(lǐng)域本體模型。 5.本體的國(guó)內(nèi)外研究現(xiàn)狀國(guó)外主要研究現(xiàn)狀：①理論深化研究；②信息系統(tǒng)中的應(yīng)用；③本體作為一種能在知識(shí)層提供知識(shí)共享和復(fù)用的工具在語(yǔ)義網(wǎng)中的應(yīng)用。 國(guó)外較為知名的本體知識(shí)系統(tǒng)：WordNet、Frame

11、Net、GUM、SENSUS、OntoSeek、Cyc、HowNet和SUMO等。國(guó)內(nèi)主要研究現(xiàn)狀：我國(guó)本體的研究尚處于起步階段，一個(gè)是對(duì)W3C發(fā)布的關(guān)于本體的外文資料的翻譯，一個(gè)是主要為面向應(yīng)用的研究，無(wú)論是理論還是實(shí)際應(yīng)用都相對(duì)落后于國(guó)外。 面向中醫(yī)藥領(lǐng)域的研究主要有：浙江大學(xué)網(wǎng)格計(jì)算實(shí)驗(yàn)室開發(fā)的基于語(yǔ)義的中醫(yī)藥信息本體虛擬組織模型——DartGrid服務(wù)棧；北京中醫(yī)藥大學(xué)和中國(guó)科學(xué)院計(jì)算機(jī)研究所開發(fā)的基于本體的中醫(yī)專家臨床

12、病案知識(shí)庫(kù)。 6.領(lǐng)域本體的構(gòu)建20世紀(jì)50年代敘詞表得到了很大發(fā)展，成為主題檢索的主要語(yǔ)言，各國(guó)擁有的敘詞表數(shù)以千計(jì)，并涵蓋了各個(gè)領(lǐng)域。從一定意義上講，敘詞表可以說(shuō)是一種輕量級(jí)本體(Light-weightOntology)。基于敘詞表構(gòu)建領(lǐng)域本體有諸多的的優(yōu)越性，目前人工智能界普遍推薦利用敘詞表構(gòu)建領(lǐng)域本體。 中醫(yī)古籍文獻(xiàn)敘詞表與本體的關(guān)系：中醫(yī)古籍文獻(xiàn)敘詞表表示的是中醫(yī)古籍文獻(xiàn)中包含的概念，概念來(lái)自于古籍內(nèi)容與古籍

13、本身，是對(duì)中醫(yī)古籍文獻(xiàn)的客觀反映。 敘詞表表示的是樹狀結(jié)構(gòu)，這種樹狀結(jié)構(gòu)反映了古籍文獻(xiàn)內(nèi)部的自然構(gòu)成方式。敘詞表的結(jié)構(gòu)是可見的、清晰的，可稱為顯性結(jié)構(gòu)。領(lǐng)域本體繼承了敘詞表的樹狀結(jié)構(gòu)特征。本體更重在表示一種概念之間的隱含關(guān)系，這種關(guān)系是模糊的，不明顯的，可以稱為隱性結(jié)構(gòu)。相對(duì)來(lái)說(shuō)，本體的反映更微細(xì)，更深入，為文獻(xiàn)中的知識(shí)關(guān)聯(lián)提供了可實(shí)現(xiàn)的途徑。敘詞表或本體是對(duì)體現(xiàn)古籍內(nèi)涵的概念的集合。 領(lǐng)域本體的建模元語(yǔ)：(概念)類、屬

14、性、函數(shù)、公理、實(shí)例。 建模語(yǔ)言：選用OWL語(yǔ)言。本語(yǔ)言的優(yōu)勢(shì)在于：基底層語(yǔ)法符合XML標(biāo)準(zhǔn)格式；為W3C推薦的標(biāo)準(zhǔn)本體編輯語(yǔ)言，便于與數(shù)據(jù)庫(kù)之間的數(shù)據(jù)交換；支持多種語(yǔ)言輸入，并支持中文；網(wǎng)絡(luò)中有免費(fèi)教學(xué)手冊(cè)，便于下載學(xué)習(xí)。 編輯工具：選用Protégé-2000。其優(yōu)勢(shì)在于：界面友好，具有圖形化的用戶界面；版本更新速度快，目前已發(fā)布了3.1.1版；支持多種語(yǔ)言格式，支持中文編輯；本體文檔可以不倚賴于本體編輯器進(jìn)行代碼修

15、改，方便與數(shù)據(jù)庫(kù)的連接；網(wǎng)絡(luò)開放資源；是W3C推薦的本體編輯器；是基于XML的本體標(biāo)記語(yǔ)言，多種存儲(chǔ)格式，可以適應(yīng)不同需要。 構(gòu)建方法：選用斯坦弗大學(xué)醫(yī)學(xué)院開發(fā)的七步法。7.中醫(yī)古籍文獻(xiàn)領(lǐng)域本體模型(病證模型)的構(gòu)建元數(shù)據(jù)(Metadata)就是數(shù)據(jù)之?dāng)?shù)據(jù)，或描述原始數(shù)據(jù)的獨(dú)立數(shù)據(jù)。元數(shù)據(jù)是針對(duì)網(wǎng)絡(luò)信息標(biāo)引發(fā)展起來(lái)的，它以Web頁(yè)作背景，通過(guò)元數(shù)據(jù)將Web信息組織起來(lái)，構(gòu)成基于元數(shù)據(jù)的有序信息系統(tǒng)，為網(wǎng)絡(luò)信息資源的組織提供了重要

16、手段。其主要學(xué)術(shù)意義和應(yīng)用價(jià)值在于信息處理。 根據(jù)中醫(yī)文獻(xiàn)數(shù)字化研究室的最新研究，中醫(yī)藥古籍元數(shù)據(jù)包括三類概念：一是表達(dá)古籍外部特征的元數(shù)據(jù)，稱為書目元數(shù)據(jù)；二是表達(dá)古籍內(nèi)部篇、卷、章、節(jié)層次特征的元數(shù)據(jù)，稱為書體結(jié)構(gòu)元數(shù)據(jù)；三是表達(dá)古籍知識(shí)單元內(nèi)容的元數(shù)據(jù)，稱為語(yǔ)義元數(shù)據(jù)。本領(lǐng)域本體模型以“語(yǔ)義元數(shù)據(jù)”為核心概念集，以“病證”語(yǔ)義元數(shù)據(jù)及其包涵的概念為中心建立本體模型。 有關(guān)病證與其他概念間的關(guān)系主要有二類：等級(jí)關(guān)系，

17、包括上下位關(guān)系和實(shí)例關(guān)系；非等級(jí)關(guān)系，包括同義關(guān)系、交叉關(guān)系、排斥關(guān)系等。 以《諸病源候論》“風(fēng)痙候”為例，為本體添加類和實(shí)例：“風(fēng)痙候”條文：“風(fēng)痙者，口噤不開，背強(qiáng)而直，如發(fā)癇之狀。其重者，耳中策策痛；卒然身體痙直者，死也。由風(fēng)邪傷于太陽(yáng)經(jīng)，復(fù)遇寒濕，則發(fā)痙也。診其脈，策策如弦，直上下者，風(fēng)痙脈也?！?“風(fēng)痙候”的概念等級(jí)鏈為：病證——風(fēng)病——風(fēng)痙。條文中與與本概念相關(guān)的其他概念有：證候表現(xiàn)、預(yù)后、病因、病位、脈象。