智能中醫(yī)：基于人工智能的專題知識庫構(gòu)建研究

　　智能中醫(yī) ——基于人工智能的專題知識庫構(gòu)建研究前言前言自中醫(yī)學(xué)產(chǎn)生兩千余年來，累積了豐富的文本資源，涵蓋中醫(yī)古籍文獻、中醫(yī)現(xiàn)代研究文獻，這些中醫(yī)文本資源是中醫(yī)學(xué)術(shù)價值和中國文化傳承的主要載體。隨著數(shù)字時代的來臨，人工智能技術(shù)飛速發(fā)展，中醫(yī)學(xué)知識的傳承與傳播呈現(xiàn)出全新的方式，從簡單數(shù)字化，到深度挖掘、知識發(fā)現(xiàn)、專題知識服務(wù)，人們試圖讀懂并挖掘中醫(yī)文本資源中蘊含的知識，將中醫(yī)文化發(fā)揚光大。“以文獻為中心”的文獻檢索和信息獲取方式已不能滿足需求，取而代之的是“以知識為中心”的結(jié)構(gòu)化、網(wǎng)絡(luò)化和智能化的知識服務(wù)。除面向文獻研究領(lǐng)域外，還要更多地面向臨床和科研需求，針對不同的專科、主題，從中醫(yī)文獻中迅速發(fā)掘出需要的知識。有鑒于此，我們基于文本理解構(gòu)建專題知識，為科研和臨床提供源于文獻的中醫(yī)原創(chuàng)思維與臨床實踐經(jīng)驗。在多年自然語言處理、知識挖掘、人工智能、大數(shù)據(jù)計算研究的基礎(chǔ)上，我們提出了“資源數(shù)據(jù)化、數(shù)據(jù)工具化、工具專題化、專題自動化”的思想，利用自然語言處理技術(shù)和機器學(xué)習(xí)方法，對公認(rèn)的中醫(yī)藥領(lǐng)域知識進行重構(gòu)，對相關(guān)文獻進行語義標(biāo)注，并構(gòu)建領(lǐng)域本體；在語義化的基礎(chǔ)上，通過機器學(xué)習(xí)等方法，生成語義元數(shù)據(jù)；然后，在中醫(yī)專題知識庫自動構(gòu)建平臺的幫助下，實現(xiàn)中醫(yī)文本資源語義化過程與語義元數(shù)據(jù)體系的構(gòu)建能夠同步進行，從而實現(xiàn)中醫(yī)文本資源的語義化、知識化，終實現(xiàn)從中醫(yī)文本資源獲取、資源加工到專題知識服務(wù)全流程的自動構(gòu)建過程。主要研究內(nèi)容如下：（1）理論與模型構(gòu)建。中醫(yī)文本資源包含各種格式，尤其是古籍文本體例繁多，中醫(yī)專題知識庫的生成需要對中醫(yī)文本構(gòu)建知識解析與知識組織模型。知識解析包括內(nèi)容解析與結(jié)構(gòu)解析，通過分詞、命名實體識別、概念標(biāo)引、概念關(guān)系發(fā)現(xiàn)等手段，實現(xiàn)中醫(yī)文本的結(jié)構(gòu)化。在此基礎(chǔ)上，采用網(wǎng)絡(luò)表示學(xué)習(xí)算法、多樣化排序模型篩選專題細分類、概念關(guān)系判定模型等，實現(xiàn)有序化、結(jié)構(gòu)化的知識組織。（2）算法與關(guān)鍵技術(shù)研究。重點研究了算法的原理、代碼結(jié)構(gòu)、算法運行結(jié)果等，以及概念標(biāo)引技術(shù)、篇章結(jié)構(gòu)解析技術(shù)、關(guān)系提取方法等中醫(yī)專題知識庫構(gòu)建需要的核心算法與技術(shù)。（3）應(yīng)用場景實證研究。從中醫(yī)科研、臨床診療等方面出發(fā)，以中醫(yī)經(jīng)方靶點預(yù)測、皮膚病輔助診療、基于古籍文本的泛專題生成為例，進行應(yīng)用場景實證研究，介紹其中的流程、步驟、細節(jié)和經(jīng)驗，對上述理論與技術(shù)方法進行驗證，終構(gòu)建了中醫(yī)專題知識庫自動構(gòu)建平臺。平臺具有中醫(yī)文本資源加工、本體與知識圖譜構(gòu)建、系統(tǒng)管理等功能，將古籍文獻、現(xiàn)代研究文獻進行知識解析與知識組織重構(gòu)，構(gòu)建中醫(yī)藥領(lǐng)域知識體系。本書得到了部人文社科一般項目“數(shù)字人文視域下中醫(yī)古籍知識圖譜的構(gòu)建與應(yīng)用研究”（項目編號：22YJAZH165）的支持，項目的研究目標(biāo)是本著“古籍知識化、知識服務(wù)化、服務(wù)智能化”的理念，將中醫(yī)古籍文本進行結(jié)構(gòu)化、語義化、知識化加工，實現(xiàn)對中醫(yī)古籍文本內(nèi)容的深度理解，能夠根據(jù)科研、臨床、教學(xué)等的目標(biāo)驅(qū)動，提供語義檢索、專題生成等知識定制服務(wù)。圍繞以上目標(biāo)，課題組提出了“用戶需求驅(qū)動，中醫(yī)理論引領(lǐng)，文獻專家主導(dǎo)，信息技術(shù)實現(xiàn)”的研究思路，對中醫(yī)古籍文本進行內(nèi)容與結(jié)構(gòu)雙重解析，構(gòu)建概念模型，挖掘其中的顯性結(jié)構(gòu)與隱性結(jié)構(gòu)，對中醫(yī)學(xué)知識體系進行梳理與重構(gòu)，實現(xiàn)中醫(yī)古籍文本的知識解析和知識組織，為中醫(yī)專題知識庫的生成提供理論與方法指導(dǎo)。本書還得到山東中醫(yī)藥大學(xué)中醫(yī)文獻與文化研究院與中國科學(xué)技術(shù)信息研究所聯(lián)合項目“中醫(yī)古籍文本知識圖譜構(gòu)建與應(yīng)用系統(tǒng)”及山東省“泰山學(xué)者攀登計劃”團隊經(jīng)費的支持，項目開發(fā)并完善語義資源生成、領(lǐng)域本體自動構(gòu)建、泛專題生成等關(guān)鍵技術(shù)。本書內(nèi)容分為七章：第1章為緒論，簡述中醫(yī)專題知識庫自動生成與應(yīng)用的研究背景、思路及全書內(nèi)容安排；第2章介紹中醫(yī)專題知識庫相關(guān)理論與模型基礎(chǔ)；第3章涵蓋了中醫(yī)專題知識庫涉及的主要算法與關(guān)鍵技術(shù)；第4章和第5章分別從學(xué)術(shù)研究和臨床實踐出發(fā)，以中醫(yī)經(jīng)方靶點自動預(yù)測和皮膚病輔助診療路徑生成為例，探索了知識再利用場景；第6章詳細介紹基于中醫(yī)古籍的泛專題知識綜合生成方法；第7章對專題知識庫自動生成依托的平臺系統(tǒng)進行介紹。在編寫過程中，本書參閱了大量的圖書和文獻，特別是引用了部分圖表、數(shù)據(jù)等，在此向有關(guān)作者表示誠摯的感謝。在研究過程中也得到王振國教授等諸多業(yè)界專家、領(lǐng)導(dǎo)、同事的幫助和支持，在此一并致謝。研究生張逐、張瑾、謝若昀、李冠霖在前期的數(shù)據(jù)處理與案例實現(xiàn)中做了大量的工作；研究生陳一風(fēng)、李浣青、翟雨、劉楓、趙鈺瀟不同程度地參與系統(tǒng)測試及內(nèi)容整理方面的工作，特別是陳一風(fēng)同學(xué)，在書稿整理中發(fā)揮了較大的作用，在此一并表示感謝。同時，也向開發(fā)團隊人員及出版校對人員表示感謝。本書涉及中醫(yī)學(xué)、文獻學(xué)、信息學(xué)、計算機科學(xué)等學(xué)科知識和技術(shù)，聚焦中醫(yī)古籍文本資源的數(shù)字人文開發(fā)與應(yīng)用并進行了跨學(xué)科研究，可以為中醫(yī)文本資源的深度開發(fā)與應(yīng)用提供理論參考與技術(shù)支持，為中醫(yī)臨床、科研、教學(xué)研究提供源于中醫(yī)古籍的原創(chuàng)理論與經(jīng)驗?？晒氖轮嗅t(yī)古籍文本理解、中醫(yī)藥數(shù)字人文、中醫(yī)科研與臨床診療等研究者參考使用。由于作者水平有限，書中若有錯謬之處，懇請同行專家和讀者批評指正，以便進一步修訂完善，為中醫(yī)文本解析、知識組織與專題知識構(gòu)建貢獻更大的力量。

暫缺《智能中醫(yī)：基于人工智能的專題知識庫構(gòu)建研究》作者簡介