基于語義網(wǎng)的中醫(yī)藥術(shù)語系統(tǒng)融合方法研究

于　彤　　李海燕　　劉　靜　　賈李蓉中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所，北京　100700

?

基于語義網(wǎng)的中醫(yī)藥術(shù)語系統(tǒng)融合方法研究

于彤李海燕劉靜賈李蓉
中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所，北京100700

[摘要]中醫(yī)藥領(lǐng)域已出現(xiàn)了中醫(yī)藥學(xué)語言系統(tǒng)、中醫(yī)臨床術(shù)語集等許多術(shù)語系統(tǒng)。中醫(yī)藥術(shù)語系統(tǒng)的總量很大，但互不兼容，難以融合，尚不能完全滿足中醫(yī)藥信息化建設(shè)的需求。實(shí)現(xiàn)多術(shù)語系統(tǒng)的融合已成為推動(dòng)術(shù)語系統(tǒng)應(yīng)用的一個(gè)先決條件。為此，本文提出基于語義網(wǎng)的中醫(yī)藥術(shù)語系統(tǒng)融合方法：將各種術(shù)語系統(tǒng)轉(zhuǎn)換為統(tǒng)一的語義網(wǎng)本體，并將這些本體合并起來，進(jìn)而在不同本體的概念之間建立語義關(guān)系。采用該方法實(shí)現(xiàn)了中醫(yī)藥學(xué)語言系統(tǒng)等中醫(yī)藥術(shù)語系統(tǒng)的轉(zhuǎn)換與融合，從而初步驗(yàn)證了所提方法的可行性。

[關(guān)鍵詞]中醫(yī)藥；本體；語義網(wǎng)；術(shù)語系統(tǒng)融合

本體是一種用于表示領(lǐng)域知識(shí)的計(jì)算機(jī)模型，它定義了一個(gè)領(lǐng)域中的概念以及概念之間的關(guān)系，從而對(duì)領(lǐng)域概念體系進(jìn)行精確描述[1]。本體技術(shù)具有邏輯嚴(yán)謹(jǐn)、易于維護(hù)、支持推理等特點(diǎn)，因此逐漸成為構(gòu)建生物醫(yī)學(xué)術(shù)語系統(tǒng)的一項(xiàng)主流技術(shù)[2]。近年來，中醫(yī)藥工作者還將本體技術(shù)引入中醫(yī)藥領(lǐng)域，研制了“中醫(yī)藥學(xué)語言系統(tǒng)（traditional Chinesemedicine language system，TCMLS）”[3]、“中醫(yī)藥臨床術(shù)語集（traditional Chinesemedicine clinical terms，TCMCT）”[4]等大型的術(shù)語系統(tǒng)。實(shí)踐證明，本體能很好地處理中醫(yī)藥領(lǐng)域中的詞義模糊、一詞多義、一義多詞等各種復(fù)雜的語言現(xiàn)象，是構(gòu)建中醫(yī)藥術(shù)語系統(tǒng)的有效手段[5]。

中醫(yī)藥領(lǐng)域的術(shù)語系統(tǒng)已漸成體系，初具規(guī)模，但彼此之間并不兼容，難以融合，嚴(yán)重影響了中醫(yī)藥術(shù)語系統(tǒng)的應(yīng)用效果。實(shí)現(xiàn)多術(shù)語系統(tǒng)的融合，已成為推動(dòng)術(shù)語系統(tǒng)應(yīng)用的一個(gè)先決條件，可將各種形式的術(shù)語系統(tǒng)統(tǒng)一轉(zhuǎn)換為規(guī)范化的本體，并建立這些本體的映射和關(guān)聯(lián)，從而解決術(shù)語系統(tǒng)融合問題。作為一項(xiàng)新興的互聯(lián)網(wǎng)技術(shù)，語義網(wǎng)（semantic web）[6]為實(shí)現(xiàn)基于本體的多術(shù)語融合提供了理想的技術(shù)手段。本文簡要介紹語義網(wǎng)的相關(guān)技術(shù)，并闡述基于語義網(wǎng)的中醫(yī)藥術(shù)語系統(tǒng)融合方法及其應(yīng)用價(jià)值和意義。

1　語義網(wǎng)技術(shù)簡介

萬維網(wǎng)創(chuàng)始人Berners-Lee等[6]于2001年提出了語義網(wǎng)的技術(shù)構(gòu)想，認(rèn)為它將成為一個(gè)機(jī)器可理解、人機(jī)共享的信息空間。自2001年至今，語義網(wǎng)技術(shù)及其應(yīng)用迅猛發(fā)展，出現(xiàn)了本體編輯工具、推理機(jī)、語義瀏覽器、語義搜索引擎等大量的實(shí)用工具，使語義網(wǎng)從一個(gè)構(gòu)想發(fā)展成為一套相對(duì)完整的技術(shù)體系[7]。語義網(wǎng)技術(shù)在中醫(yī)藥領(lǐng)域已得到了成功的應(yīng)用[8]。

語義網(wǎng)的基礎(chǔ)性數(shù)據(jù)模型被稱為“資源描述框架（resource description framework，RDF）”[7]。RDF的基本單元是形如（主體、謂詞、客體）的三元組，被稱為RDF陳述。RDF陳述表示主體與客體之間的一種關(guān)系，謂詞則用于定義這一關(guān)系的類型。RDF陳述可被表示為一個(gè)有向圖，其中：①主體被表示為一個(gè)節(jié)點(diǎn)；②客體被表示為一個(gè)節(jié)點(diǎn)；③屬性被表示為從主體節(jié)點(diǎn)到客體節(jié)點(diǎn)的弧。一系列RDF陳述可組成一個(gè)RDF圖，用于描述領(lǐng)域知識(shí)。簡單地說，將兩個(gè)RDF圖進(jìn)行融合意味著求兩個(gè)RDF陳述集合的并集。RDF使用統(tǒng)一資源標(biāo)識(shí)（URI）來表示共享領(lǐng)域術(shù)語，因此RDF圖的融合不會(huì)造成語義的丟失和扭曲。這一技術(shù)特點(diǎn)決定了語義網(wǎng)在解決術(shù)語系統(tǒng)融合方面的內(nèi)在優(yōu)勢。在國際上，已出現(xiàn)了一系列實(shí)用的RDF庫，用于RDF數(shù)據(jù)的管理和維護(hù)。SPARQL（simple protocol and RDF query language）是語義網(wǎng)的標(biāo)準(zhǔn)查詢語言，可通過SPARQL查詢語言對(duì)RDF庫進(jìn)行查詢和訪問[9]。

在語義網(wǎng)的技術(shù)體系中，有一項(xiàng)專門面向術(shù)語系統(tǒng)等知識(shí)組織系統(tǒng)的技術(shù)規(guī)范，被稱為“簡單知識(shí)組織系統(tǒng)（simpleknowledgeorganization system，SKOS）”[10]。SKOS將各種知識(shí)組織系統(tǒng)的共性提煉出來并給予明確規(guī)定，以支持知識(shí)組織系統(tǒng)的規(guī)范化表達(dá)。SKOS所規(guī)定的核心詞匯（即SKOS core），可用于將術(shù)語系統(tǒng)表達(dá)為機(jī)器可理解且能在互聯(lián)網(wǎng)上發(fā)布和交換的領(lǐng)域本體[11]。因此，SKOS為各種術(shù)語系統(tǒng)在互聯(lián)網(wǎng)上的發(fā)布、共享與連接提供了通用的數(shù)據(jù)標(biāo)準(zhǔn)格式。

2　基于語義網(wǎng)的術(shù)語系統(tǒng)融合方法

SKOS和RDF相結(jié)合為術(shù)語系統(tǒng)的規(guī)范化表達(dá)提供了理想的模型，可用于中醫(yī)藥術(shù)語系統(tǒng)的發(fā)布、轉(zhuǎn)換、移植、融合等，可通過SKOS/RDF技術(shù)，將中醫(yī)藥術(shù)語系統(tǒng)轉(zhuǎn)化為語義網(wǎng)本體，從而實(shí)現(xiàn)中醫(yī)藥術(shù)語系統(tǒng)的融合。為此，采用Protégé[12]、Pellet[13]、OntoGraf[14]等技術(shù)開發(fā)了相關(guān)的術(shù)語系統(tǒng)融合工具，并通過這套工具將TCMLS等術(shù)語系統(tǒng)整合在一個(gè)術(shù)語資源庫中。術(shù)語系統(tǒng)融合方法包括如下的步驟：①將術(shù)語系統(tǒng)轉(zhuǎn)化為語義網(wǎng)本體；②實(shí)現(xiàn)多個(gè)語義網(wǎng)本體的合并和對(duì)齊；③將融合后的本體存入術(shù)語資源庫中，實(shí)現(xiàn)中醫(yī)藥術(shù)語資源的集中式管理與服務(wù)。下面對(duì)這一過程進(jìn)行具體介紹：

第一步，將各種術(shù)語系統(tǒng)轉(zhuǎn)換為SKOS格式的規(guī)范化本體。于彤等[11]介紹了將TCMLS這一典型的術(shù)語系統(tǒng)轉(zhuǎn)換為SKOS本體的方案：TCMLS的數(shù)據(jù)被轉(zhuǎn)換為對(duì)應(yīng)的RDF陳述，這些RDF陳述最終構(gòu)成了一個(gè)SKOS本體。通過該方法，進(jìn)一步將國家標(biāo)準(zhǔn)“中醫(yī)臨床診療術(shù)語證候部分”[15]，以及世界衛(wèi)生組織出版的傳統(tǒng)醫(yī)學(xué)術(shù)語（以下簡稱WHO Terms）[16]等其他術(shù)語系統(tǒng)轉(zhuǎn)換為SKOS本體。

下面以圖1所示的RDF圖為例介紹這些SKOS本體的形態(tài)。在TCMLS這個(gè)RDF圖中，包括“木”“火”等概念以及“生”等語義關(guān)系，它們都帶有“tcmls”的前綴。RDF圖中包括概念的編碼、標(biāo)簽及定義等語義信息，以及概念之間的語義關(guān)系。例如，“木”與“火”之間有一條標(biāo)記為“生”的邊，表示“木、生、火”這條語義關(guān)系。WHO Terms這個(gè)RDF圖中，則以英文為主表達(dá)類似的內(nèi)容。

圖1　中醫(yī)藥術(shù)語系統(tǒng)融合示意圖

第二步，將上述本體匯集在一起，實(shí)現(xiàn)本體之間的對(duì)齊（Alignment）。本體對(duì)齊的主要工作，是在不同本體的概念之間建立語義關(guān)系。如圖1所示，以TCMLS和WHO Terms這兩個(gè)術(shù)語系統(tǒng)為例，本體對(duì)齊主要是在它們的概念之間建立等價(jià)（owl：sameAs）關(guān)系，例如：在TCMLS中的“tcm ls：火”與WHO Terms中的“who：fire”之間可建立owl：sameAs連接；在TCMLS中的“tcmls：木”與WHO Terms中的“who：wood”之間也可建立owl：sameAs連接。這些等價(jià)關(guān)系將本體融合在一起，從而豐富了概念的語義信息。例如，在融合后的本體中，“木”這個(gè)概念具有了中英文兩種定義。

在語義網(wǎng)的框架下，可綜合使用各種方法來生成本體之間的語義關(guān)系。最有效的方法是使用通過SPARQL CONSTRUCT實(shí)現(xiàn)的規(guī)則。例如，如圖2a所示，如果兩個(gè)術(shù)語資源具有相同的正名（skos：prefLabel），則它們之間具有語義等價(jià)性。又如，如果兩個(gè)術(shù)語資源具有相同的編碼或ID，則它們之間具有語義等價(jià)性。再如圖2b所示，如果某個(gè)屬性具有唯一標(biāo)識(shí)性，兩個(gè)資源具有相同的屬性值，則這兩個(gè)資源是語義等價(jià)的。一個(gè)典型的實(shí)例是關(guān)于人的電子郵箱地址：如果兩個(gè)資源（foaf：Person表示“人類”這個(gè)類別）具有相同的電子郵箱地址，則它們具有語義等價(jià)性，即指代同一個(gè)人。

第三步，建立術(shù)語資源庫，對(duì)多個(gè)術(shù)語系統(tǒng)進(jìn)行集中管理，并基于萬維網(wǎng)提供統(tǒng)一的術(shù)語服務(wù)。這一術(shù)語資源庫是基于RDF庫構(gòu)建的，它可通過SPAR-QL查詢語言進(jìn)行訪問、編輯和擴(kuò)充，并通過萬維網(wǎng)服務(wù)接口為各種語義網(wǎng)應(yīng)用程序提供統(tǒng)一的術(shù)語服務(wù)。

圖2　本體對(duì)齊方法示意圖

3　討論

術(shù)語系統(tǒng)融合是中醫(yī)藥術(shù)語加工與應(yīng)用中非常重要的一環(huán)。首先，通過術(shù)語系統(tǒng)融合，能有效提升術(shù)語系統(tǒng)的規(guī)模和完整性。中醫(yī)藥領(lǐng)域術(shù)語極其豐富，且隨著學(xué)科發(fā)展在不斷產(chǎn)生新詞。即使是TCMLS之類大型的通用術(shù)語系統(tǒng)，也難以完整覆蓋中醫(yī)藥領(lǐng)域的術(shù)語。但若能將面向中醫(yī)理論、中醫(yī)臨床、溫病學(xué)、針灸學(xué)等各?？频男g(shù)語系統(tǒng)融合起來，則可產(chǎn)生更為完整的術(shù)語系統(tǒng)，從而更好地滿足信息應(yīng)用的需求。其次，通過術(shù)語系統(tǒng)融合，能夠顯著提升術(shù)語構(gòu)建工作的效率。從頭開始構(gòu)建一個(gè)術(shù)語系統(tǒng)往往是一項(xiàng)復(fù)雜的工程。若能重用已有術(shù)語系統(tǒng)中的內(nèi)容以形成新的術(shù)語系統(tǒng)，則可避免術(shù)語資源重復(fù)建設(shè)。通過術(shù)語系統(tǒng)融合方法，可從已有的術(shù)語系統(tǒng)中提取出相關(guān)內(nèi)容，融入新的術(shù)語系統(tǒng)之中；也可將多個(gè)術(shù)語系統(tǒng)融合起來，再進(jìn)行必要的增加、刪除、修改操作，從而得到新的術(shù)語系統(tǒng)。再次，通過術(shù)語系統(tǒng)融合，可建立中醫(yī)藥術(shù)語集成服務(wù)系統(tǒng)，面向網(wǎng)絡(luò)用戶提供一站式的術(shù)語服務(wù)，支持用戶對(duì)多個(gè)術(shù)語系統(tǒng)進(jìn)行檢索、瀏覽、編輯、糾錯(cuò)與分析。這有助于術(shù)語學(xué)家歸納中醫(yī)藥術(shù)語系統(tǒng)的共性特征，對(duì)術(shù)語系統(tǒng)進(jìn)行比較分析以及進(jìn)一步的改進(jìn)。最后，術(shù)語系統(tǒng)融合能更好地滿足信息系統(tǒng)的術(shù)語需求。例如，基于融合后的術(shù)語資源，可構(gòu)建更加完整的領(lǐng)域知識(shí)庫，對(duì)領(lǐng)域知識(shí)資源進(jìn)行更為系統(tǒng)的組織；術(shù)語系統(tǒng)融合方法與語義網(wǎng)技術(shù)相結(jié)合，可支持語義維基、語義搜索等語義網(wǎng)應(yīng)用系統(tǒng)的實(shí)現(xiàn)。

近年來，中醫(yī)藥術(shù)語系統(tǒng)的建設(shè)方興未艾，在取得一系列成果的同時(shí)，也存在系統(tǒng)之間無法有效融合的問題。RDF、SKOS等語義網(wǎng)技術(shù)為在互聯(lián)網(wǎng)環(huán)境中實(shí)現(xiàn)術(shù)語系統(tǒng)的規(guī)范化表達(dá)、統(tǒng)一訪問及進(jìn)一步的融合提供了潛在的解決方案。本文提出了基于語義網(wǎng)的中醫(yī)藥術(shù)語系統(tǒng)融合方法，用于將TCMLS等術(shù)語系統(tǒng)轉(zhuǎn)化為語義網(wǎng)本體，實(shí)現(xiàn)這些術(shù)語系統(tǒng)的語義融合。這項(xiàng)研究初步驗(yàn)證了采用語義網(wǎng)實(shí)現(xiàn)中醫(yī)藥術(shù)語系統(tǒng)融合的可行性，對(duì)于實(shí)現(xiàn)中醫(yī)藥領(lǐng)域其他術(shù)語系統(tǒng)的轉(zhuǎn)換與融合具有借鑒意義。術(shù)語系統(tǒng)融合是一個(gè)循序漸進(jìn)的過程：在術(shù)語資源庫對(duì)外提供術(shù)語服務(wù)的過程中，可進(jìn)一步增加術(shù)語系統(tǒng)，添加術(shù)語系統(tǒng)之間的關(guān)聯(lián)關(guān)系，不斷充實(shí)術(shù)語資源庫的內(nèi)容。

[參考文獻(xiàn)]

[1]Rubin DL，Shah NH，Noy NF.Biomedicalontologies：a functional perspective[J].Brief Bioinform，2007，9（1）：75-90.

[2]于彤，崔蒙，楊碩，等.生物醫(yī)學(xué)本體工程進(jìn)展[J].中國數(shù)字醫(yī)學(xué)，2012，7（11）：3-6.

[3]賈李蓉，于彤，崔蒙，等.中醫(yī)藥學(xué)語言系統(tǒng)研究進(jìn)展[J].中國數(shù)字醫(yī)學(xué)，2014，9（10）：57-59，62.

[4]董燕，李海燕，崔蒙，等.中醫(yī)臨床術(shù)語系統(tǒng)建設(shè)概況與改進(jìn)措施[J].醫(yī)學(xué)信息學(xué)雜志，2014，35（8）：43-48.

[5]于彤，崔蒙，李敬華，等.中醫(yī)藥本體工程研究現(xiàn)狀[J].中國中醫(yī)藥信息雜志，2013，20（7）：110-112.

[6]Berners-Lee T，Hendler J，Lassila O.The semantic web[J]. Scientific American，2001，284（5）：28-37.

[7]Hall W，Berners-Lee T.The semantic web revisited[J]. Intelligent Systems，2006，21（3）：96-101.

[8]于彤，崔蒙，李敬華.語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究綜述[J].世界中醫(yī)藥，2013，8（1）：107-109.

[9]Pérez J，Arenas M，Gutierrez C.Semantics and complexity of SPARQL[J].ACM Trans Database Syst，2009，34（3）：16. [10]Manaf NA，Bechhofer S，Stevens R.The current state of SKOS vocabularies on the web[J].Lecture Notes in Computer Science，2012，7295：270-284.

[11]于彤，崔蒙，張竹綠.從中醫(yī)藥學(xué)語言系統(tǒng)到簡單知識(shí)組織系統(tǒng)本體的轉(zhuǎn)換研究[J].中國中醫(yī)藥信息雜志，2014，21（12）：38-41.

[12]Knublauch H，F(xiàn)ergerson RW，Noy NF，et al.The Protégé OWL plugin：An open development environment for semantic web applications[C]//McIlraith SA，Plexousakis D，Harmelen F.Third internationalsemanticwebconference. Berlin Heidelberg：Springer，2004：229-243.

[13]Sirin E，Parsia B，Grau BC，etal.Pellet：a practical OWLDL reasoner[J].JWeb Semantics，2007，5（2）：51-53.

[14]Sean Falconer.OntoGraf[EB/OL].Stanford，California，USA：Stanford University，2010[2015.7.23].http：//protegewiki. stanford.edu/wiki/OntoGraf.

[15]國家中醫(yī)藥管理局醫(yī)政司.GB/T 16751.2-1997中醫(yī)臨床診療術(shù)語證候部分[S].北京：中國標(biāo)準(zhǔn)出版社，1997.

[16]WHO Regional Office for theWestern Pacific.WHO International Standard Terminologies on Traditional Medicine in theWestern Pacific Region[S].World Health Organization，2007.（收稿日期：2015-07-28本文編輯：張瑜杰）

Research on themethod of TCM term inology fusion based on the semantic web

YU Tong LIHaiyan LIU Jing JIA Lirong
Information Institute of Traditional Chinese Medicine,China Academy of Chinese Medical Sciences,Beijing 100700, China

[Abstract]In recent years,traditional Chinesemedicine(TCM)practitioners have constructed a series of terminologies, such as traditional Chinese medicine language system and traditional Chinese medicine clinical terms.These systems are not compatible with each other and are difficult to be integrated,therefore they can'tmeet the requirements of informatics applications.Terminology fusion has become a prerequisite for the applicability of TCM terminologies.Therefore,this paper proposes amethod for TCM terminology fusion based on the semantic web:transforming terminologies into semantic web ontologies,which are then linked and merged together.Thismethod is used to achieve the transformation and merging of TCM terminologies such as traditional Chinese medicine language system,which demonstrates the feasibility of proposedmethod.

[Key words]Traditional Chinesemedicine;Ontology;Semantic web;Terminology fusion

[通訊作者]賈李蓉（1977.3-），女，碩士；研究方向：中醫(yī)藥信息學(xué)等。

[基金項(xiàng)目]中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助（ZZ070804）；中國中醫(yī)科學(xué)院基本科研業(yè)務(wù)費(fèi)自主選題項(xiàng)目（ZZ080324、ZZ090301、ZZ090311）。

[中圖分類號(hào)]R-058

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1673-7210（2016）01（a）-0092-03