基于動(dòng)態(tài)知識(shí)圖譜的中醫(yī)疫病古籍知識(shí)演化研究

摘 要： ［目的／ 意義］ 通過(guò)構(gòu)建動(dòng)態(tài)知識(shí)圖譜實(shí)現(xiàn)中醫(yī)疫病古籍知識(shí)動(dòng)態(tài)組織與可視化， 并依此挖掘中醫(yī)疫病古籍隱性知識(shí)。［方法／ 過(guò)程］ 構(gòu)建融合動(dòng)態(tài)元素的中醫(yī)疫病古籍知識(shí)元語(yǔ)義描述模型， 以溫病學(xué)派為例，基于知識(shí)元語(yǔ)義描述模型和深度學(xué)習(xí)技術(shù)進(jìn)行知識(shí)抽取并構(gòu)建動(dòng)態(tài)知識(shí)圖譜， 結(jié)合知識(shí)計(jì)算方法對(duì)溫病學(xué)派疫病古籍知識(shí)進(jìn)行組方用藥規(guī)律演化分析以及辯證發(fā)展規(guī)律探析。［結(jié)果／ 結(jié)論］ 結(jié)果表明， 隨著時(shí)間推移， 溫病學(xué)派逐漸偏向使用甘苦寒類中藥， 各時(shí)期疫病癥狀描述較為一致， 辯證理論日益擴(kuò)充， 研究揭示了中醫(yī)疫病古籍知識(shí)演化發(fā)展規(guī)律并為中醫(yī)古籍知識(shí)發(fā)現(xiàn)等相關(guān)研究提供新思路。

關(guān)鍵詞： 數(shù)字人文； 動(dòng)態(tài)知識(shí)圖譜； 知識(shí)演化； 知識(shí)元； 中醫(yī)古籍

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０２．００３

〔中圖分類號(hào)〕Ｇ２５５ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２５） ０２－００２６－１２

中醫(yī)古籍研究工作重要性日漸提升。２０２２ 年４月， 中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《關(guān)于推進(jìn)新時(shí)代古籍工作的意見》明確指出， 要梳理挖掘古典醫(yī)籍精華， 推動(dòng)中醫(yī)藥傳承創(chuàng)新發(fā)展［１］ 。中醫(yī)所述疫病是指由疫癘病邪引起的具有強(qiáng)烈傳染性和廣泛流行性的一類外感病， 相當(dāng)于現(xiàn)代的傳染?。郏玻?。中醫(yī)疫病古籍中記載著海量有關(guān)疫病的辯證理論和組方配藥知識(shí)， 對(duì)現(xiàn)代流行病和傳染病的防治具有重大指導(dǎo)作用。２０２２ 年３ 月， 世界衛(wèi)生組織發(fā)布《世界衛(wèi)生組織中醫(yī)藥救治新冠肺炎專家評(píng)估會(huì)報(bào)告》，明確肯定了中醫(yī)藥救治新冠肺炎感染的有效性和安全性［３］ 。因此， 充分挖掘中醫(yī)疫病古籍內(nèi)容是傳承中醫(yī)文化、助益中醫(yī)價(jià)值實(shí)現(xiàn)的重要環(huán)節(jié)。

中醫(yī)疫病古籍涵蓋陰陽(yáng)五行、臟象經(jīng)絡(luò)等學(xué)說(shuō)，其內(nèi)容結(jié)構(gòu)和知識(shí)關(guān)聯(lián)錯(cuò)綜復(fù)雜， 辯證理論及用藥規(guī)律也多有更新變化。中醫(yī)疫病知識(shí)是由兩千年的疫病防治經(jīng)驗(yàn)長(zhǎng)期積累而成， 尤其是明清時(shí)期形成的溫病學(xué)派在發(fā)展過(guò)程中逐漸形成了全面的疫病診療體系， 至今在防治傳染病方面仍有極大的臨床意義， 溫病學(xué)派代表性古籍也是溫?zé)嵝再|(zhì)類傳染病最具研究?jī)r(jià)值的中醫(yī)疫病古籍。中醫(yī)溫病學(xué)派在長(zhǎng)期演變歷程中， 不斷形成全新藥物組合、變更方劑內(nèi)容并補(bǔ)充辯證方法， 同名方劑、癥狀或疾病等知識(shí)概念產(chǎn)生新內(nèi)涵， 導(dǎo)致中醫(yī)古籍考證和知識(shí)梳理工作時(shí)易產(chǎn)生混淆或遺漏。因此， 對(duì)各發(fā)展階段的古籍知識(shí)內(nèi)容進(jìn)行縱向?qū)Ρ龋?有助于厘清中醫(yī)疫病史的知識(shí)發(fā)展脈絡(luò)、掌握中醫(yī)知識(shí)創(chuàng)造規(guī)律， 并據(jù)此產(chǎn)生中醫(yī)用藥診療創(chuàng)新思路。然而， 現(xiàn)有研究多針對(duì)一本古籍的單一知識(shí)內(nèi)容進(jìn)行知識(shí)挖掘， 忽略了疫病知識(shí)的動(dòng)態(tài)發(fā)展變化規(guī)律， 中醫(yī)疫病學(xué)發(fā)展過(guò)程中的知識(shí)完整性以及知識(shí)動(dòng)態(tài)演變規(guī)律缺乏研究。

因此， 本文以溫病學(xué)派古籍為例， 構(gòu)建融合動(dòng)態(tài)元素的知識(shí)元語(yǔ)義描述模型， 對(duì)溫病學(xué)派古籍進(jìn)行涵蓋時(shí)間和屬性特征的全面知識(shí)組織， 并依此構(gòu)建動(dòng)態(tài)知識(shí)圖譜， 展示溫病學(xué)派疫病知識(shí)動(dòng)態(tài)演變過(guò)程， 之后借助知識(shí)計(jì)算的方法對(duì)溫病學(xué)派各發(fā)展階段的知識(shí)內(nèi)容進(jìn)行深層次的知識(shí)演化分析， 挖掘用藥偏向、方劑演變和辯證理論發(fā)展等知識(shí)動(dòng)態(tài)變化規(guī)律， 以幫助實(shí)現(xiàn)中醫(yī)疫病古籍知識(shí)的充分展示和利用。

１ 相關(guān)工作

１． １ 動(dòng)態(tài)知識(shí)圖譜相關(guān)研究

知識(shí)圖譜的基本組成單位是“實(shí)體—關(guān)系—實(shí)體” 三元組以及實(shí)體的相關(guān)屬性， 實(shí)體間通過(guò)關(guān)系相互聯(lián)結(jié)， 構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)［４］ 。知識(shí)圖譜可以清晰地表示知識(shí)結(jié)構(gòu)， 近年來(lái)被廣泛應(yīng)用于知識(shí)組織和知識(shí)可視化的相關(guān)研究， 但通常不考慮時(shí)間元素， 只能表示單一維度的知識(shí)結(jié)構(gòu)。Ｌｅｂｌａｙ Ｊ 等［５］將知識(shí)圖譜表示為＜ｓ，ｐ，ｏ＞（＜主語(yǔ)，謂語(yǔ)，賓語(yǔ)＞）的三元組結(jié)構(gòu)， 并在此基礎(chǔ)上添加了時(shí)間標(biāo)簽ｔ， 將三元組擴(kuò)展到四元組＜ｓ，ｐ，ｏ，ｔ＞形成動(dòng)態(tài)知識(shí)圖譜，用于解決時(shí)間預(yù)測(cè)和與時(shí)間相關(guān)的查詢問(wèn)題。動(dòng)態(tài)知識(shí)圖譜是融入時(shí)間因素的知識(shí)圖譜， 如圖１ 所示，隨著時(shí)間因素的改變， 原本時(shí)間節(jié)點(diǎn)下的知識(shí)結(jié)構(gòu)會(huì)發(fā)生變化， 知識(shí)圖譜的節(jié)點(diǎn)和邊也會(huì)隨之變化，因此， 動(dòng)態(tài)知識(shí)圖譜可以用來(lái)表示隨時(shí)間改變的知識(shí)結(jié)構(gòu)。目前基于動(dòng)態(tài)知識(shí)圖譜的圖學(xué)習(xí)研究有：Ｓａｎｋａｒ Ａ 等［６］ 提出了動(dòng)態(tài)自注意神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)（ＤｙＳ?ＡＴ）， 通過(guò)學(xué)習(xí)節(jié)點(diǎn)表示捕捉動(dòng)態(tài)知識(shí)圖譜結(jié)構(gòu)的演變完成鏈路預(yù)測(cè)實(shí)驗(yàn)。Ｐａｒｅｊａ Ａ 等［７］ 提出了進(jìn)化圖卷積網(wǎng)絡(luò)（ＥｖｏｌｖｅＧＣＮ）， 通過(guò)使用循環(huán)模型進(jìn)化圖卷積網(wǎng)絡(luò)， 用于捕獲和學(xué)習(xí)圖序列的動(dòng)態(tài)變化特征。Ｄｕａｎ Ｐ Ｔ 等［８］ 提出了一個(gè)耦合過(guò)程模型（Ｄｙ?ＣＰＭ）來(lái)捕捉圖動(dòng)態(tài)機(jī)制， 通過(guò)神經(jīng)網(wǎng)絡(luò)參數(shù)化時(shí)間點(diǎn)過(guò)程（ＴＰＰ）來(lái)表征時(shí)間動(dòng)態(tài)規(guī)律。

在動(dòng)態(tài)知識(shí)圖譜的應(yīng)用方面， 楊波等［９］ 構(gòu)建了企業(yè)動(dòng)態(tài)風(fēng)險(xiǎn)知識(shí)圖譜并提出Ｒｅｓ Ｎｅｔ 動(dòng)態(tài)知識(shí)推理方法， 有效提高實(shí)體預(yù)測(cè)和關(guān)系預(yù)測(cè)的準(zhǔn)確性，適用于企業(yè)領(lǐng)域知識(shí)推理和預(yù)測(cè)。陳宗源等［１０］ 用動(dòng)態(tài)四元組的形式表達(dá)電網(wǎng)調(diào)度的歷史運(yùn)行數(shù)據(jù)， 通過(guò)時(shí)空同步圖卷積網(wǎng)絡(luò)挖掘數(shù)據(jù)的時(shí)空關(guān)聯(lián)并構(gòu)建動(dòng)態(tài)知識(shí)圖譜， 利用其提高新能源消納能力來(lái)評(píng)估精度與速度。

上述研究均注重動(dòng)態(tài)知識(shí)圖譜的預(yù)測(cè)功能， 將已有時(shí)段的局部圖譜作為動(dòng)態(tài)學(xué)習(xí)和推理的模塊，用于對(duì)未來(lái)事件或知識(shí)的推理預(yù)測(cè)。本文則利用動(dòng)態(tài)知識(shí)圖譜對(duì)不同時(shí)段知識(shí)的表示能力， 將不同時(shí)期的古籍知識(shí)可視化并深入回溯挖掘， 探討知識(shí)的演化規(guī)律。

１．"２ 知識(shí)元相關(guān)研究

知識(shí)元可以幫助細(xì)粒度組織中醫(yī)疫病古籍知識(shí)，尤其可以很好地融合和表達(dá)中醫(yī)知識(shí)復(fù)雜的屬性特征和知識(shí)發(fā)展動(dòng)態(tài)特征。對(duì)于知識(shí)元的概念， 文庭孝［１１］ 認(rèn)為， 知識(shí)元是知識(shí)的基本單元， 由不能再分割的知識(shí)框架表示且知識(shí)元之間存在著復(fù)雜的關(guān)系。索傳軍［１２］ 認(rèn)為， 知識(shí)元是指語(yǔ)義上相對(duì)完整的知識(shí)單元， 知識(shí)元的形式上具有多樣性， 在內(nèi)容上具有獨(dú)立性和完整性。董坤［１３］ 認(rèn)為， 知識(shí)元是可以自由切分、表達(dá)、存取、組織、檢索和利用的最小的獨(dú)立知識(shí)單位。另外， 也有“知識(shí)單元” “知識(shí)實(shí)體”等相關(guān)概念被提出， 文庭孝等［１４］ 經(jīng)過(guò)梳理“知識(shí)基因” “知識(shí)元” 和“知識(shí)因子” 等眾多相似概念后， 認(rèn)為知識(shí)單元是有可表達(dá)性、獨(dú)立性和具有一定內(nèi)部結(jié)構(gòu)的知識(shí)單位。溫雯等［１５］ 認(rèn)為， 知識(shí)實(shí)體是具有專業(yè)領(lǐng)域性且能表達(dá)核心知識(shí)的術(shù)語(yǔ)。章成志等［１６－１７］ 認(rèn)為， 知識(shí)實(shí)體是知識(shí)的基本單位，知識(shí)實(shí)體之間存在關(guān)聯(lián)關(guān)系， 并實(shí)現(xiàn)了對(duì)知識(shí)實(shí)體的細(xì)粒度抽取和關(guān)聯(lián)分析。對(duì)于知識(shí)元的語(yǔ)義結(jié)構(gòu)，戎軍濤［１８］ 認(rèn)為， 知識(shí)元包含知識(shí)項(xiàng)、知識(shí)資源和屬性函數(shù)。高勁松等［１９］ 將文獻(xiàn)知識(shí)元表示為文獻(xiàn)知識(shí)元＝｛知識(shí)元概念， 知識(shí)元屬性， 知識(shí)元方法， 知識(shí)元關(guān)系｝。索傳軍等［２０］ 認(rèn)為， 一個(gè)知識(shí)元可以分為Ｎ 個(gè)語(yǔ)義三元組， 且三元組之間存在邏輯關(guān)系。

在知識(shí)元的應(yīng)用方面， 曾剛等［２１］ 構(gòu)建了萬(wàn)里茶道知識(shí)元語(yǔ)義描述模型， 基于該模型實(shí)現(xiàn)知識(shí)抽取和知識(shí)語(yǔ)義層面的細(xì)粒度組織。任亮等［２２］ 以知識(shí)元為核心， 構(gòu)建科技文獻(xiàn)細(xì)粒度知識(shí)組織模型并構(gòu)建知識(shí)圖譜， 揭示科學(xué)知識(shí)之間的內(nèi)在關(guān)聯(lián)。宋雪雁等［２３］ 構(gòu)建了水書習(xí)俗非遺資源知識(shí)元語(yǔ)義描述模型， 對(duì)水書習(xí)俗非遺資源進(jìn)行細(xì)粒度知識(shí)組織與可視化， 實(shí)現(xiàn)了水書習(xí)俗非遺資源多維知識(shí)關(guān)聯(lián)關(guān)系揭示。

綜上所述， 知識(shí)元是對(duì)知識(shí)進(jìn)行細(xì)粒度組織的工具， 目前已在科技文獻(xiàn)、文化知識(shí)等領(lǐng)域被有效利用， 但在中醫(yī)藥古籍知識(shí)組織研究領(lǐng)域還未被應(yīng)用。

２ 融合動(dòng)態(tài)特征的中醫(yī)疫病古籍知識(shí)元語(yǔ)義描述模型構(gòu)建

２． １ 知識(shí)元的概念與語(yǔ)義結(jié)構(gòu)

對(duì)于知識(shí)元的概念， 本文認(rèn)為知識(shí)元的獨(dú)立性、完整性與其可以自由切分組合并不矛盾， 知識(shí)元的獨(dú)立性體現(xiàn)在語(yǔ)義表達(dá)方面， 即一個(gè)知識(shí)元可以完整地表達(dá)某個(gè)特定知識(shí)（如一篇文獻(xiàn)、一個(gè)理論或一則公式等）， 而知識(shí)元可自由切分是指可以將原本的語(yǔ)義內(nèi)容拆解， 拆分后的知識(shí)元無(wú)法用于表達(dá)原本的知識(shí)內(nèi)涵， 但同時(shí)形成新的知識(shí)元（如一篇文獻(xiàn)可以拆解出數(shù)據(jù)、概念、原理和方法等）。綜上， 本文將知識(shí)元定義為可以切分重組、關(guān)聯(lián)組織、獨(dú)立存儲(chǔ)、檢索利用的知識(shí)語(yǔ)義描述單元。

對(duì)于知識(shí)元的語(yǔ)義結(jié)構(gòu)， 本文認(rèn)為知識(shí)元語(yǔ)義結(jié)構(gòu)是可以獨(dú)立表達(dá)知識(shí)元內(nèi)涵和知識(shí)元之間關(guān)系的完整結(jié)構(gòu)， 知識(shí)元內(nèi)涵可以理解為由多項(xiàng)屬性共同描述的知識(shí)特征總和， 知識(shí)元之間的關(guān)系是不同類別知識(shí)元之間產(chǎn)生的關(guān)聯(lián)關(guān)系。據(jù)此， 本文將知識(shí)元語(yǔ)義結(jié)構(gòu)定義為： 知識(shí)元＝｛知識(shí)元標(biāo)識(shí)， 知識(shí)元屬性， 知識(shí)元關(guān)系｝。

２． ２ 中醫(yī)疫病古籍知識(shí)元?jiǎng)討B(tài)特征描述

依據(jù)前文描述， 中醫(yī)疫病古籍知識(shí)元結(jié)構(gòu)應(yīng)包含： 知識(shí)元標(biāo)識(shí)， 即知識(shí)元名稱， 用中醫(yī)疫病知識(shí)術(shù)語(yǔ)表示； 知識(shí)元屬性， 即知識(shí)元自身具有的各類屬性特征， 例如疫病癥狀的病勢(shì)、疫病方劑的劑型和中藥的性味等； 知識(shí)元關(guān)系， 即該知識(shí)元與其他關(guān)聯(lián)知識(shí)元之間的具體關(guān)系。該結(jié)構(gòu)能夠完整描述一項(xiàng)疫病知識(shí)， 具備獨(dú)立性和固定性， 滿足了中醫(yī)知識(shí)的傳承需求。然而隨著疫病知識(shí)的演變發(fā)展，不同時(shí)期古籍中的同名知識(shí)元內(nèi)容也會(huì)有變更， 這與著作當(dāng)時(shí)疫病情況以及著者醫(yī)術(shù)觀念等有關(guān)， 不代表先前的知識(shí)內(nèi)容失去價(jià)值， 因此需要對(duì)同名知識(shí)元加以區(qū)分。在知識(shí)元結(jié)構(gòu)中加入動(dòng)態(tài)特征屬性即可區(qū)別不同時(shí)期的同名知識(shí)元， 而為了方便存儲(chǔ)檢索以及保護(hù)知識(shí)元的完整性， 本文選擇在知識(shí)元屬性之外獨(dú)立添加動(dòng)態(tài)特征描述項(xiàng)。綜上， 本文將中醫(yī)疫病古籍知識(shí)元結(jié)構(gòu)定義為： 中醫(yī)疫病古籍知識(shí)元＝｛知識(shí)元標(biāo)識(shí)， 知識(shí)元屬性， 知識(shí)元?jiǎng)討B(tài)特征， 知識(shí)元關(guān)系｝。

中醫(yī)疫病古籍知識(shí)元?jiǎng)討B(tài)特征的作用是區(qū)別不同時(shí)期的同名知識(shí)元， 因此有必要對(duì)中醫(yī)疫病史的變革階段進(jìn)行劃分?；仡欀嗅t(yī)疫病史， 在明朝末期，疫病肆虐， 吳又可“每見時(shí)師誤以正傷寒法治之，未有不殆者”， 于是著成《溫疫論》以區(qū)分傷寒和溫病。中醫(yī)學(xué)專著《中醫(yī)疫病學(xué)》認(rèn)為， 《溫疫論》是第一部中醫(yī)疫病學(xué)專著， 同時(shí)， 主治疫病的溫病學(xué)派也就此開始形成。清朝中期， 由葉天士口述，其弟子顧景文執(zhí)筆著成《溫?zé)嵴摗罚?開始形成完整的疫病辯證體系。清朝中后期， 吳瑭結(jié)合在北京大疫中的救治經(jīng)驗(yàn)， 在前人著作的基礎(chǔ)上創(chuàng)作了《溫病條辨》， 標(biāo)志著溫病學(xué)說(shuō)體系正式形成。清朝末期， 王士雄深究溫病學(xué)說(shuō)， 結(jié)合多部疫病著作逐條注釋解析， “以軒岐仲景之文為經(jīng)， 葉薛諸家之辨為緯” 寫成《溫?zé)峤?jīng)緯》， 標(biāo)志著古代疫病學(xué)的成熟。綜上， 本文結(jié)合溫病學(xué)派從產(chǎn)生至成熟的發(fā)展歷程以及代表性古籍的產(chǎn)生時(shí)期， 將中醫(yī)疫病古籍知識(shí)元的動(dòng)態(tài)特征劃分為４ 個(gè)階段， 分別標(biāo)注為ｔ１、ｔ２、ｔ３、ｔ４， 具體內(nèi)容如表１ 所示。

２． ３ 中醫(yī)疫病古籍知識(shí)元類型及關(guān)系

為詳細(xì)探討中醫(yī)疫病古籍知識(shí)元的內(nèi)容結(jié)構(gòu)和關(guān)聯(lián)關(guān)系， 構(gòu)建動(dòng)態(tài)知識(shí)圖譜知識(shí)框架， 本文將梳理中醫(yī)疫病古籍中的知識(shí)元類型、各類知識(shí)元屬性及其關(guān)聯(lián)關(guān)系。本文參考了中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)（ＴＣ?ＭＬＳ）和《中國(guó)中醫(yī)藥學(xué)主題詞表》等中醫(yī)藥領(lǐng)域權(quán)威資料， 并結(jié)合《溫疫論》《溫?zé)釛l辨》等疫病古籍內(nèi)容， 將中醫(yī)疫病知識(shí)元類型定義為： 疾病知識(shí)元、癥狀知識(shí)元、方劑知識(shí)元、中藥知識(shí)元、人體基礎(chǔ)部位知識(shí)元， 具體內(nèi)容如下：

疾病知識(shí)元： 包括中醫(yī)疫病古籍中記載的各類疾病， 如溫病、肝熱病等。

癥狀知識(shí)元： 指廣義的癥狀概念， 包括中醫(yī)疫病古籍中記載的各種癥狀（狹義）， 如頭痛、嘔吐等， 以及體征， 如舌象、脈象等。

方劑知識(shí)元： 指用于治療疾病、癥狀的藥方，包括中醫(yī)疫病古籍中記載的方劑、加減方劑等。

中藥知識(shí)元： 指中醫(yī)疫病古籍中記載的中藥材，包括草本植物藥材、動(dòng)物類藥材和礦物類藥材等。

人體基礎(chǔ)部位知識(shí)元： 包括中醫(yī)理論中的人體組成部分， 如五臟、穴位和經(jīng)脈等。

為全面描述知識(shí)元內(nèi)涵， 需將知識(shí)元的各類屬性進(jìn)行整合， 結(jié)合中醫(yī)學(xué)知識(shí)與實(shí)際診療需求， 本文選擇了各類知識(shí)元的重要屬性特征納入知識(shí)元語(yǔ)義描述模型， 如表２ 所示。

結(jié)合古籍內(nèi)容以及中醫(yī)辯證邏輯梳理了各類知識(shí)元之間的關(guān)聯(lián)關(guān)系， 例如， 方劑治療某疾病或癥狀、方劑包含各類中藥、中藥作用于具體的人體基礎(chǔ)部位、疾病包含多種癥狀或體征， 具體如表３ 所示。

２． ４ 中醫(yī)疫病古籍知識(shí)元語(yǔ)義描述模型構(gòu)建

中醫(yī)疫病古籍知識(shí)元語(yǔ)義描述模型是抽象表示中醫(yī)疫病古籍知識(shí)元語(yǔ)義結(jié)構(gòu)的邏輯框架，前文將中醫(yī)疫病古籍知識(shí)元語(yǔ)義結(jié)構(gòu)定義為：中醫(yī)疫病古籍知識(shí)元＝｛知識(shí)元標(biāo)識(shí)，知識(shí)元屬性，知識(shí)元?jiǎng)討B(tài)特征，知識(shí)元關(guān)系｝。借鑒Ｌｅｂｌａｙ Ｊ 等［５］ 和董坤［１３］的研究構(gòu)建如下模型：

ＫＥ ＝＜Ｅ，Ｐ（ｋ：ｖ），Ｔ，Ｒ＞

其中， ＫＥ 為中醫(yī)古籍知識(shí)元語(yǔ)義描述模型；Ｅ 表示知識(shí)元標(biāo)識(shí)， 主要是中醫(yī)疫病古籍術(shù)語(yǔ)； Ｐ表示知識(shí)元屬性， 包括描述項(xiàng)ｋ 和屬性值ｖ； Ｔ 表示知識(shí)元?jiǎng)討B(tài)特征， 包括ｔ１ ～ ｔ４ 這４ 個(gè)階段； Ｒ 表示知識(shí)元之間的語(yǔ)義關(guān)系。上述模塊在構(gòu)建動(dòng)態(tài)知識(shí)圖譜后均可通過(guò)查詢語(yǔ)言進(jìn)行限定查詢和增刪改操作。

表示知識(shí)元屬性， 包括描述項(xiàng)ｋ 和屬性值ｖ； Ｔ 表示知識(shí)元?jiǎng)討B(tài)特征， 包括ｔ１ ～ ｔ４ 這４ 個(gè)階段； Ｒ 表示知識(shí)元之間的語(yǔ)義關(guān)系。上述模塊在構(gòu)建動(dòng)態(tài)知識(shí)圖譜后均可通過(guò)查詢語(yǔ)言進(jìn)行限定查詢和增刪改操作。

３ 基于知識(shí)元語(yǔ)義描述模型的中醫(yī)溫病學(xué)派古籍動(dòng)態(tài)知識(shí)圖譜構(gòu)建

３． １ 數(shù)據(jù)來(lái)源與預(yù)處理

溫病學(xué)派是中醫(yī)疫病學(xué)代表性學(xué)派， 其提出的“雜氣由口鼻入” 的觀點(diǎn)與現(xiàn)代傳染病認(rèn)同的傳染方式一致， 其將各類由溫邪導(dǎo)致的急性外感熱病稱為溫病或溫疫， 溫病學(xué)派初起到興盛的過(guò)程也是中醫(yī)疫病學(xué)迅速發(fā)展成熟的過(guò)程。本文選取中醫(yī)溫病學(xué)派發(fā)展歷程中的四部代表性古籍作為數(shù)據(jù)源探析中醫(yī)疫病學(xué)知識(shí)的發(fā)展演變規(guī)律， 分別是《溫疫論》《溫?zé)嵴摗贰稖夭l辨》和《溫?zé)峤?jīng)緯》?！稖匾哒摗肥敲鞒瘏怯挚伤?， 是第一部疫病學(xué)專著；《溫?zé)嵴摗肥乔宄~天士所著， 提出了溫病治療中重要的衛(wèi)氣營(yíng)血辨證體系， 是溫病學(xué)理奠基之作；《溫病條辨》是清朝吳瑭所著， 標(biāo)志著溫病學(xué)派“三焦辨證” 論治體系正式形成； 《溫?zé)峤?jīng)緯》是清朝王士雄所著， 是溫病學(xué)之集大成者。四部古籍內(nèi)容的不斷補(bǔ)充發(fā)展可以映射溫病學(xué)派疫病學(xué)各發(fā)展時(shí)期的理論知識(shí)演變。

根據(jù)前文所述知識(shí)元語(yǔ)義描述模型的內(nèi)容， 對(duì)即將構(gòu)建的動(dòng)態(tài)知識(shí)圖譜中的節(jié)點(diǎn)、邊、節(jié)點(diǎn)屬性和時(shí)間特征進(jìn)行歸納描述： 節(jié)點(diǎn)類型即知識(shí)元類型，包括疾病、癥狀、方劑、中藥、人體基礎(chǔ)部位； 邊是知識(shí)元之間的關(guān)聯(lián)關(guān)系， 包括治療關(guān)系、包含關(guān)系、作用于、有癥狀； 節(jié)點(diǎn)屬性即知識(shí)元屬性； 時(shí)間特征指知識(shí)元所在的發(fā)展時(shí)期， 包括ｔ１ ～ ｔ４ 共４個(gè)階段。由于數(shù)據(jù)量較大， 本文采用深度學(xué)習(xí)模型實(shí)現(xiàn)全部數(shù)據(jù)的實(shí)體抽取和關(guān)系抽取， 預(yù)先使用自然語(yǔ)言處理平臺(tái)“Ｌａｂｅｌ Ｓｔｕｄｉｏ” 對(duì)古籍原文中的相關(guān)知識(shí)元實(shí)體與關(guān)系進(jìn)行人工標(biāo)注， 標(biāo)注樣例如圖２ 所示。兩位標(biāo)注人員提前了解中醫(yī)基礎(chǔ)知識(shí)并通讀古籍原文， 明確各類知識(shí)元的相關(guān)概念和知識(shí)關(guān)聯(lián)， 在標(biāo)注過(guò)程中借助《中國(guó)中醫(yī)藥學(xué)主題詞表》等工具書查詢確認(rèn)難以界定的術(shù)語(yǔ)。標(biāo)注完成后使用Ｋａｐｐａ 指標(biāo)評(píng)估標(biāo)注者在標(biāo)注結(jié)果中的一致性。當(dāng)Ｋａｐｐａ 值大于或等于０． ８０ 時(shí)， 可以認(rèn)為對(duì)比內(nèi)容完全一致。經(jīng)計(jì)算， 本文標(biāo)注人員對(duì)古籍原文中各類實(shí)體與關(guān)系的標(biāo)注結(jié)果的Ｋａｐｐａ 值為０． ８２， 說(shuō)明不同標(biāo)注者的工作一致性強(qiáng)， 標(biāo)注質(zhì)量良好。最終標(biāo)注結(jié)果交由中醫(yī)專家檢查修訂后導(dǎo)出，分別形成實(shí)體數(shù)據(jù)集和關(guān)系數(shù)據(jù)集， 用于知識(shí)自動(dòng)抽取。

３． ２ 知識(shí)抽取

為構(gòu)建動(dòng)態(tài)知識(shí)圖譜， 需依據(jù)知識(shí)元語(yǔ)義描述模型抽取各階段古籍知識(shí)內(nèi)容， 主要包括中醫(yī)疫病知識(shí)元標(biāo)識(shí)、知識(shí)元關(guān)系、知識(shí)元屬性以及時(shí)間特征。為保證抽取結(jié)果的準(zhǔn)確性， 本文采用深度學(xué)習(xí)技術(shù)與人工檢查輔助的方式進(jìn)行中醫(yī)疫病古籍知識(shí)抽取。

３． ２． １ 知識(shí)元實(shí)體抽取

在中醫(yī)文獻(xiàn)命名實(shí)體識(shí)別領(lǐng)域， ＢＥＲＴ－ＢｉＬＳＴＭＣＲＦ模型被證明有較高的實(shí)體識(shí)別準(zhǔn)確率［２４］ 。本文隨機(jī)抽取人工標(biāo)注數(shù)據(jù)集的８０％設(shè)為訓(xùn)練集，用于訓(xùn)練對(duì)中醫(yī)疫病古籍有效的ＢＥＲＴ－ＢｉＬＳＴＭＣＲＦ實(shí)體抽取模型２０％設(shè)為測(cè)試集， 用于測(cè)試模型效果， 使用精確率（Ｐｒｅｃｉｓｉｏｎ）、召回率（Ｒｅｃａｌｌ）和Ｆ１ 值（Ｆ１－ｓｃｏｒｅ）作為評(píng)價(jià)指標(biāo)。經(jīng)過(guò)參數(shù)調(diào)試和實(shí)驗(yàn)， 最終模型訓(xùn)練效果如表５ 所示。其中， 方劑和中藥實(shí)體的識(shí)別效果最好， 人體基礎(chǔ)部位實(shí)體識(shí)別效果不顯著， 可能與標(biāo)注數(shù)據(jù)中的相關(guān)實(shí)體數(shù)量較少有關(guān)。使用訓(xùn)練好的模型分階段對(duì)古籍原文進(jìn)行實(shí)體抽取， 進(jìn)行人工檢查和補(bǔ)充后， 將實(shí)體數(shù)據(jù)存儲(chǔ)。

３． ２． ２ 知識(shí)元關(guān)系抽取

本文使用ＢＥＲＴ 模型進(jìn)行實(shí)體關(guān)系抽取， 隨機(jī)抽取數(shù)據(jù)集的８０％為訓(xùn)練集， 用于訓(xùn)練對(duì)中醫(yī)疫病古籍有效的ＢＥＲＴ 實(shí)體關(guān)系抽取模型， 剩余２０％為測(cè)試集， 用于測(cè)試模型效果， 使用準(zhǔn)確率Ａｃｃｕ?ｒａｃｙ（ＡＣＣ）作為評(píng)價(jià)指標(biāo)。經(jīng)過(guò)實(shí)驗(yàn)， 最終模型訓(xùn)練效果如表６ 所示。其中， 方劑與中藥實(shí)體的包含關(guān)系識(shí)別效果不顯著， 這與文本中相關(guān)實(shí)體數(shù)量較多且關(guān)系復(fù)雜有關(guān)。使用訓(xùn)練后的模型分階段對(duì)古籍原文進(jìn)行關(guān)系抽取并將抽取結(jié)果存儲(chǔ)。

３． ２． ３ 知識(shí)元屬性與時(shí)間特征抽取

知識(shí)演化分析過(guò)程中需要結(jié)合疫病知識(shí)元實(shí)體的屬性特征進(jìn)行分析， 而前文設(shè)定的知識(shí)元屬性中，部分實(shí)體的對(duì)應(yīng)屬性值在古籍原文中沒(méi)有提及， 無(wú)法進(jìn)行大規(guī)模自動(dòng)抽取。由于中藥實(shí)體的相關(guān)屬性如性味等是固定不變的， 因此本文采用詞典匹配的方式， 從《中藥大辭典》中查詢匹配相關(guān)中藥的屬性值并賦值給對(duì)應(yīng)實(shí)體。對(duì)于方劑等數(shù)據(jù)量和屬性值較少的實(shí)體， 在動(dòng)態(tài)知識(shí)圖譜構(gòu)建階段直接錄入相關(guān)屬性。

知識(shí)演化分析過(guò)程中需要結(jié)合疫病知識(shí)元實(shí)體的屬性特征進(jìn)行分析， 而前文設(shè)定的知識(shí)元屬性中，部分實(shí)體的對(duì)應(yīng)屬性值在古籍原文中沒(méi)有提及， 無(wú)法進(jìn)行大規(guī)模自動(dòng)抽取。由于中藥實(shí)體的相關(guān)屬性如性味等是固定不變的， 因此本文采用詞典匹配的方式， 從《中藥大辭典》中查詢匹配相關(guān)中藥的屬性值并賦值給對(duì)應(yīng)實(shí)體。對(duì)于方劑等數(shù)據(jù)量和屬性值較少的實(shí)體， 在動(dòng)態(tài)知識(shí)圖譜構(gòu)建階段直接錄入相關(guān)屬性。

３． ３ 中醫(yī)溫病學(xué)派古籍動(dòng)態(tài)知識(shí)圖譜構(gòu)建與可視化

本文使用Ｐｙｔｈｏｎ 后端鏈接Ｎｅｏ４ｊ 數(shù)據(jù)庫(kù)， 將知識(shí)抽取得到的實(shí)體詞典和關(guān)系詞典中的數(shù)據(jù)循環(huán)輸入到圖譜中生成相應(yīng)節(jié)點(diǎn)、邊和屬性， 時(shí)間特征作為節(jié)點(diǎn)屬性存儲(chǔ)到圖譜中。由于古籍中存在部分術(shù)語(yǔ)簡(jiǎn)寫的情況， 在實(shí)體抽取時(shí)將同義實(shí)體重復(fù)存儲(chǔ)，如“安宮牛黃丸” 和“牛黃丸”， 因此進(jìn)行人工消歧并融合同義實(shí)體， 最終共得到實(shí)體１ ８２６個(gè)， 關(guān)系１ ４９９條， 涵蓋了各階段古籍中抽取的全部知識(shí)元和知識(shí)元關(guān)系。經(jīng)試驗(yàn)可以使用圖譜查詢語(yǔ)言對(duì)知識(shí)元結(jié)構(gòu)中的Ｅ（知識(shí)元標(biāo)識(shí)）、Ｐ（知識(shí)元屬性）、ｋ（屬性描述項(xiàng)）、ｖ（屬性值）、Ｔ（知識(shí)元?jiǎng)討B(tài)特征）和Ｒ（知識(shí)元關(guān)系）等各個(gè)模塊進(jìn)行限定查詢展示以及更新刪改， 可以有效助力后期知識(shí)挖掘和知識(shí)計(jì)算等工作。經(jīng)中醫(yī)專家閱覽和操作檢查， 確定本文構(gòu)建的中醫(yī)溫病學(xué)派古籍動(dòng)態(tài)知識(shí)圖譜規(guī)模完整、功能健全。

通過(guò)Ｎｅｏ４ｊ 查詢語(yǔ)言Ｃｙｐｈｅｒ 實(shí)現(xiàn)單個(gè)節(jié)點(diǎn)的知識(shí)元語(yǔ)義描述結(jié)構(gòu)查詢與展示， 如圖３ 所示， 以中藥節(jié)點(diǎn)“甘草” 為例展示中藥知識(shí)元的模型實(shí)例，知識(shí)元類型為中藥（Ｍｅｄｉｃｉｎｅ）， 知識(shí)元標(biāo)識(shí)為“甘草”， 知識(shí)元屬性包括甘草的性味屬性“甘平”、歸經(jīng)屬性“心脾肺胃” 以及時(shí)間特征ｔ１， 知識(shí)元關(guān)系包括甘草與方劑、人體基礎(chǔ)部位等其他知識(shí)元之間的關(guān)系。

通過(guò)查詢語(yǔ)言限定時(shí)間特征實(shí)現(xiàn)ｔ１ ～ｔ４ 不同階段的圖譜狀態(tài)查詢與動(dòng)態(tài)展示， 圖４ 是ｔ１ ～ｔ４ 階段中醫(yī)疫病古籍知識(shí)圖譜的全局動(dòng)態(tài)變化過(guò)程。隨著時(shí)間階段的遞進(jìn)， 圖譜規(guī)模和知識(shí)結(jié)構(gòu)都有所改變，其中ｔ２ 時(shí)期的無(wú)關(guān)聯(lián)節(jié)點(diǎn)較多， 該時(shí)期的古籍《溫?zé)嵴摗穼?duì)舌象、齒象、斑疹等癥狀描述較多而其他相關(guān)知識(shí)描述較少， 導(dǎo)致缺乏關(guān)聯(lián)節(jié)點(diǎn)。

４ 基于中醫(yī)溫病學(xué)派古籍動(dòng)態(tài)知識(shí)圖譜的疫病知識(shí)演化分析

４． １ 中醫(yī)溫病學(xué)派組方用藥規(guī)律演變分析

隨著溫病學(xué)辯證理論的發(fā)展， 治療溫病的方劑組配方式也在不斷完善， 本文依據(jù)中醫(yī)溫病學(xué)派古籍動(dòng)態(tài)圖譜， 分別對(duì)溫病學(xué)派發(fā)展不同階段的組方用藥規(guī)律進(jìn)行演變分析。鑒于ｔ２ 時(shí)期和ｔ４ 時(shí)期中涉及的方藥論述較少， 本文主要抽?。簦?和ｔ３ 時(shí)期的數(shù)據(jù)進(jìn)行分析， 通過(guò)限定時(shí)間特征從圖譜中查詢兩個(gè)階段的相關(guān)方藥信息并進(jìn)行分析， 共查詢到ｔ１時(shí)期中的方劑３２ 首， ｔ３ 時(shí)期中的方劑１０９ 首。

４． １． １ 關(guān)鍵中藥對(duì)比分析

本文使用復(fù)雜網(wǎng)絡(luò)中的度中心性概念計(jì)算中醫(yī)古籍動(dòng)態(tài)知識(shí)圖譜中的關(guān)鍵性藥物。度中心性描述一個(gè)節(jié)點(diǎn)在網(wǎng)絡(luò)中與其他節(jié)點(diǎn)的關(guān)聯(lián)性強(qiáng)弱， 度中心性越高， 該節(jié)點(diǎn)在網(wǎng)絡(luò)中就越重要［２５］ 。在中醫(yī)古籍動(dòng)態(tài)知識(shí)圖譜中， 度中心性高的中藥節(jié)點(diǎn)即代表該中藥的使用率高， 在組方中是關(guān)鍵藥物。節(jié)點(diǎn)度中心性計(jì)算如式（１） 所示：

Ｄ（ｉ）＝ ｄｉ／Ｎ－１ （１）

其中， ｄｉ 為網(wǎng)絡(luò)中與節(jié)點(diǎn)ｉ 相連的邊數(shù)， Ｎ 為節(jié)點(diǎn)總數(shù)， Ｎ－１ 為節(jié)點(diǎn)ｉ 與其他節(jié)點(diǎn)都相連的邊數(shù)。

經(jīng)查詢與計(jì)算得出ｔ１ 和ｔ３ 時(shí)期的藥物節(jié)點(diǎn)度中心性部分結(jié)果如表７ 所示， ｔ１ 時(shí)期的關(guān)鍵性中藥是甘草、當(dāng)歸、大黃、知母等， ｔ３ 時(shí)期的關(guān)鍵性中藥是人參、厚樸、麥冬、杏仁等， 可見ｔ３ 時(shí)期治療疫病使用頻率較高的中藥已發(fā)生明顯變化。通過(guò)知識(shí)元屬性查詢發(fā)現(xiàn)， ｔ１ 時(shí)期的關(guān)鍵性藥物的性味多為甘平、寒苦、辛苦溫等， 多入脾經(jīng)、胃經(jīng)、大腸經(jīng)， 符合該時(shí)期創(chuàng)立的病理學(xué)說(shuō)“邪伏膜原”的治法， 膜原與腸胃相連， 多用脾胃大腸經(jīng)藥物；ｔ３ 時(shí)期關(guān)鍵性中藥的性味多為甘、甘溫、苦寒等，多入肺經(jīng)、脾經(jīng)， 這與該時(shí)期創(chuàng)立的三焦辨證治法相符， 用藥多對(duì)應(yīng)三焦腑臟。

４． １． ２ 方劑用藥變化規(guī)律分析

在溫病學(xué)派發(fā)展過(guò)程中方劑會(huì)不斷演變， 主要包括同一方劑的加減變化和針對(duì)同一病癥的方劑替換， 例如， 在ｔ３ 時(shí)期桃仁承氣湯發(fā)生加減變化， 如圖５ 所示。通過(guò)在圖譜中查詢不同時(shí)期的方劑節(jié)點(diǎn)及其相關(guān)節(jié)點(diǎn)， 對(duì)比提取出發(fā)生變化的方劑， 通過(guò)匹配方劑鏈接的中藥節(jié)點(diǎn)分別返回節(jié)點(diǎn)信息， 使用Ｊａｃｃａｒｄ 相似度計(jì)算方劑變更前后的相似性， Ｊａｃ?ｃａｒｄ 相似度常用于計(jì)算兩個(gè)集合之間的相似程度。

其計(jì)算如式（２） 所示：

其中， Ａ 和Ｂ 為兩個(gè)集合， Ｊ（Ａ，Ｂ）介于０～１之間， 值越大則相似度越高。

分別將抽取出的方劑和配對(duì)中藥文本處理為集合， 計(jì)算后部分結(jié)果如表８ 所示， 可以看出無(wú)論是加減變化還是替換變化， ｔ３ 時(shí)期在治療同類疾病時(shí)， 配藥方案較ｔ１ 時(shí)刻發(fā)生很大變化， 這說(shuō)明在溫病學(xué)派， 自身存在改革和創(chuàng)新。

對(duì)發(fā)生變化的新舊方劑中的中藥進(jìn)行統(tǒng)計(jì)， 將出現(xiàn)頻次最高的幾類中藥在方劑中的替換關(guān)系可視化， 如圖６ 所示。可以發(fā)現(xiàn)ｔ１ 時(shí)期有５０％的原方劑中的甘草和當(dāng)歸被替換， 在圖譜中查詢到這兩味中藥的性味分別是甘平和甘溫； 在ｔ３ 時(shí)期有６７％的變更方劑中新加了細(xì)生地， ５０％新加了元參、知母和麥冬， 上述４ 味中藥的性味均為甘苦寒。由此可見，在ｔ３ 時(shí)期， 對(duì)相同癥狀的用藥方式發(fā)生改變， 更傾向于使用性味甘苦寒的中藥， 這與該時(shí)期提出衛(wèi)氣營(yíng)血辨證理論有關(guān)， 此類中藥同時(shí)也是治療營(yíng)分證和血分證的常用藥。

對(duì)發(fā)生變化的新舊方劑中的中藥進(jìn)行統(tǒng)計(jì)， 將出現(xiàn)頻次最高的幾類中藥在方劑中的替換關(guān)系可視化， 如圖６ 所示?？梢园l(fā)現(xiàn)ｔ１ 時(shí)期有５０％的原方劑中的甘草和當(dāng)歸被替換， 在圖譜中查詢到這兩味中藥的性味分別是甘平和甘溫； 在ｔ３ 時(shí)期有６７％的變更方劑中新加了細(xì)生地， ５０％新加了元參、知母和麥冬， 上述４ 味中藥的性味均為甘苦寒。由此可見，在ｔ３ 時(shí)期， 對(duì)相同癥狀的用藥方式發(fā)生改變， 更傾向于使用性味甘苦寒的中藥， 這與該時(shí)期提出衛(wèi)氣營(yíng)血辨證理論有關(guān)， 此類中藥同時(shí)也是治療營(yíng)分證和血分證的常用藥。

４． ２ 中醫(yī)溫病學(xué)派辯證理論發(fā)展探析

中醫(yī)通過(guò)辨證和論治兩個(gè)過(guò)程診療疾病， 辯證是通過(guò)四診（望、聞、問(wèn)、切）收集患者的癥狀和體征信息并依此分析判斷疾病性質(zhì)； 論治是根據(jù)辯證結(jié)果給予患者相應(yīng)療法。本文通過(guò)分析各時(shí)期古籍中的癥狀知識(shí)進(jìn)而發(fā)現(xiàn)溫病學(xué)派辯證理論的發(fā)展規(guī)律。

４． ２． １ 癥狀描述相似度分析

本文使用余弦相似度計(jì)算不同時(shí)期出現(xiàn)的疫病癥狀表現(xiàn)相似性， 余弦相似度是ｎ 維空間中兩個(gè)ｎ維向量之間角度的余弦， 用于測(cè)量文本相似度時(shí)，兩段文本的用詞越相似則余弦相似度值越大。使用查詢語(yǔ)言檢索圖譜中各個(gè)時(shí)期的癥狀節(jié)點(diǎn)并分別導(dǎo)出， 余弦相似度計(jì)算結(jié)果如表９ 所示。對(duì)比發(fā)現(xiàn)，各階段古籍對(duì)于疫病癥狀的描述較為相似， 均達(dá)到７０％以上， 且由于ｔ４ 階段古籍具有綜述性質(zhì)， 該時(shí)期與其他各時(shí)期癥狀相似度都較高。由此可見， 各時(shí)期古籍對(duì)疫病癥狀的記載較為統(tǒng)一， 符合溫病學(xué)派自成一脈的知識(shí)特征。

具體而言， ４ 個(gè)時(shí)期均出現(xiàn)的癥狀有發(fā)熱、汗出、煩躁、喘、神昏、斑疹等， 即溫病學(xué)派描述的疫病主要癥狀， 主要參考的體征信息有脈象、舌象，即溫病學(xué)派主要辨證依據(jù)。主要區(qū)別在于ｔ２ 時(shí)期出現(xiàn)了大量關(guān)于齒象的描述， 例如齒縫流清、齒焦有垢、切牙嚙齒等， 這與該階段獨(dú)特的驗(yàn)齒辯證方法有關(guān)， 下文將對(duì)這一發(fā)現(xiàn)進(jìn)行詳細(xì)闡述。

４． ２． ２ 癥狀類型對(duì)比分析

由前文可知， 溫病學(xué)派古籍在癥狀描述方面有較大的相似性， 然而在某些階段仍然出現(xiàn)較為特殊的知識(shí)內(nèi)容以至于相似度有所降低， 例如ｔ１ 與ｔ３ 階段、ｔ２ 與ｔ３ 階段。因此， 本文綜合查詢４ 個(gè)時(shí)期的癥狀節(jié)點(diǎn)， 觀察節(jié)點(diǎn)在圖譜中的網(wǎng)絡(luò)關(guān)系， 將邊數(shù)多的節(jié)點(diǎn)視為重要描述的癥狀， 并將其歸為九類，分別是熱痛情況（發(fā)熱、身痛等）、汗出情況（大汗、戰(zhàn)汗等）、消化情況（嘔吐、大小便異常等）、皮膚情況（斑疹、面赤等）、神智情況（不安、狂言等）、渴狀（口渴、煩渴等）、舌象、脈象、齒象。分別查詢統(tǒng)計(jì)各階段上述癥狀或體征描述詞的詞頻， 如圖７ 所示， 整體而言４ 個(gè)時(shí)期古籍中關(guān)于熱痛情況、汗出情況和皮膚情況的描述頻率較為一致， 說(shuō)明發(fā)熱身痛、汗出異常、斑疹等癥狀在各時(shí)期均有出現(xiàn)且作為辨證依據(jù)的重要程度相似。

具體而言， 在ｔ１ 時(shí)期描述頻率最高的是消化類癥狀或體征， 說(shuō)明該時(shí)期嘔吐、腹痛、大小便異常等情況被作為主要辨證依據(jù)著重診療。

ｔ２ 時(shí)期出現(xiàn)了其他各時(shí)期均未描述的齒象體征，且從詞頻可以看出該時(shí)期關(guān)于舌象、齒象的論述篇幅很大， 說(shuō)明該時(shí)期主要依據(jù)舌象、齒象辨證論治，是極具特色的辯證方法。

ｔ３ 時(shí)期相對(duì)其他時(shí)期在脈象方面的論述較多，除了齒象外的各類癥狀描述比重較為一致。

ｔ４ 時(shí)期除了齒象， 其他各類癥狀的描述情況與其他時(shí)期較為重合， 該時(shí)期整合了前期各古籍的內(nèi)容形成綜述， 是溫病學(xué)派古籍的集大成者。

４． ２． ３ 辯證理論發(fā)展分析

通過(guò)查詢圖譜中各時(shí)期的癥狀節(jié)點(diǎn)及與其相關(guān)的邊， 可以看出癥狀節(jié)點(diǎn)的聚類效果， 結(jié)合前文所述的各時(shí)期癥狀類型描述特點(diǎn)， 可以歸納各時(shí)期辯證理論。

如圖８ 所示， ｔ１ 時(shí)期聚集出現(xiàn)的癥狀有“發(fā)熱—汗—渴—舌象”、消化情況、神智情況等， 通常需要結(jié)合多類癥狀體征進(jìn)行辨證， 這與該時(shí)期形成的“九傳治法” 有關(guān)， 通過(guò)以上各類癥狀的交替聯(lián)合出現(xiàn)情況推斷“外邪” 與“表里” 的位置關(guān)系， 進(jìn)而辨證用藥。

ｔ２ 時(shí)期圖譜顯示常見癥狀有舌象和齒象， 且二者聚類現(xiàn)象不明顯， 說(shuō)明舌象和齒象均可作為獨(dú)立辨證依據(jù)， 這意味著辨舌驗(yàn)齒法在該時(shí)期成為溫病的一項(xiàng)系統(tǒng)的診斷方法。

ｔ３ 時(shí)期圖譜中癥狀聚集現(xiàn)象顯著， 脈象、舌象、熱痛、汗、渴等癥狀通常同時(shí)出現(xiàn)， 說(shuō)明該時(shí)期的辯證方法需要綜合各類體征和癥狀， 出現(xiàn)了較為全面和系統(tǒng)的辯證方法體系。

ｔ４ 時(shí)期圖譜中癥狀類型更加豐富， 聚類情況也更為復(fù)雜， 說(shuō)明該時(shí)期可診療的疫病癥狀已經(jīng)較為全面且溫病學(xué)派辯證理論發(fā)展已經(jīng)較為成熟。

上述發(fā)現(xiàn)結(jié)果說(shuō)明， 自ｔ１ 時(shí)期確立疫病學(xué)論述基調(diào)以來(lái)， 后續(xù)發(fā)展階段中均圍繞相似的癥狀類型展開討論， 但各時(shí)期或出現(xiàn)新的辯證依據(jù)， 或?qū)σ延邪Y狀類型進(jìn)行新的組合聚類進(jìn)而辯證。整體而言， 溫病學(xué)派各時(shí)期古籍辯證理論各有所長(zhǎng)且在發(fā)展歷程中互相補(bǔ)充完善， 最終形成擁有辨舌驗(yàn)齒等診斷方法、衛(wèi)氣營(yíng)血辨證和三焦辨證等辯證理論體系的特色溫病診療系統(tǒng)， 在論治溫病方面形成科學(xué)的中醫(yī)診療范式。

５ 結(jié) 語(yǔ)

中醫(yī)疫病古籍中記載了大量疫病診療知識(shí)， 其中溫病學(xué)派古籍更是對(duì)疫病的起因、癥狀、辯證、用藥等有著系統(tǒng)且詳實(shí)的闡述， 對(duì)現(xiàn)代傳染病防治有重要借鑒意義。本文使用知識(shí)元語(yǔ)義描述模型對(duì)中醫(yī)疫病古籍知識(shí)體系進(jìn)行建模， 突出描述中醫(yī)各類知識(shí)元的屬性和關(guān)系， 并且通過(guò)融入動(dòng)態(tài)元素構(gòu)建動(dòng)態(tài)知識(shí)圖譜， 將溫病學(xué)派古籍知識(shí)分時(shí)期組織、存儲(chǔ)和展示， 最終結(jié)合圖結(jié)構(gòu)和知識(shí)計(jì)算等方式對(duì)動(dòng)態(tài)知識(shí)圖譜中的中醫(yī)知識(shí)進(jìn)一步挖掘， 從方劑用藥規(guī)律演變和辯證發(fā)展過(guò)程兩方面探析了溫病學(xué)派４ 個(gè)時(shí)期的知識(shí)特征， 為中醫(yī)疫病辨證治療和現(xiàn)代傳染病防治提供可借鑒知識(shí)。本文在動(dòng)態(tài)知識(shí)圖譜構(gòu)建過(guò)程中只使用了溫病學(xué)派古籍作為數(shù)據(jù)集并加以分析， 然而傷寒學(xué)派古籍在防治疫病方面同樣有重要參考價(jià)值， 未來(lái)將考慮結(jié)合多學(xué)派古籍對(duì)中醫(yī)疫病知識(shí)進(jìn)行更全面的對(duì)比分析和挖掘利用， 使中醫(yī)古籍知識(shí)得到更加全面地開發(fā)和使用。

參考文獻(xiàn)

［１］ 中華人民共和國(guó)中央人民政府． 中共中央辦公廳 國(guó)務(wù)院辦公廳印發(fā)《關(guān)于推進(jìn)新時(shí)代古籍工作的意見》［ ＥＢ／ ＯＬ］． ｈｔ?ｔｐｓ： ／ ／ ｗｗｗ．ｇｏｖ．ｃｎ／ ｚｈｅｎｇｃｅ／２０２２－ ０４／１１／ ｃｏｎｔｅｎｔ＿５６８４５５５． ｈｔｍ，２０２２－０４－２３．

［２］ 谷曉紅． 中醫(yī)疫病學(xué)［Ｍ］． 北京： 中國(guó)中醫(yī)藥出版社， ２０２３．

［３］ 中華人民共和國(guó)中央人民政府． 世衛(wèi)組織： 中醫(yī)藥對(duì)治療新冠有效［ＥＢ／ ＯＬ］． ｈｔｔｐｓ： ／ ／ ｗｗｗ．ｇｏｖ．ｃｎ／ ｘｉｎｗｅｎ／２０２２－０４／０６／ ｃｏｎ?ｔｅｎｔ＿５６８３６８９．ｈｔｍ， ２０２２－０４－０６．

［４］ 劉嶠， 李楊， 段宏， 等． 知識(shí)圖譜構(gòu)建技術(shù)綜述［Ｊ］． 計(jì)算機(jī)研究與發(fā)展， ２０１６， ５３ （３）： ５８２－６００．

［５］ Ｌｅｂｌａｙ Ｊ， Ｃｈｅｋｏｌ Ｍ Ｗ． Ｄｅｒｉｖｉｎｇ Ｖａｌｉｄｉｔｙ Ｔｉｍｅ ｉｎ ＫｎｏｗｌｅｄｇｅＧｒａｐｈ ［ Ｃ］ ／ ／ Ｃｏｍｐａｎｉｏｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｗｏｒｌｄ Ｗｉｄｅ ＷｅｂＣｏｎｆｅｒｅｎｃｅ， ２０１８： １７７１－１７７６．

［６］ Ｓａｎｋａｒ Ａ， Ｗｕ Ｙ Ｈ， Ｇｏｕ Ｌ， ｅｔ ａｌ． ＤｙＳＡＴ： Ｄｅｅｐ Ｎｅｕｒａｌ Ｒｅｐｒｅ?ｓｅｎｔａｔｉｏｎ Ｌｅａｒｎｉｎｇ ｏｎ Ｄｙｎａｍｉｃ Ｇｒａｐｈｓ ｖｉａ Ｓｅｌｆ－Ａｔｔｅｎｔｉｏｎ Ｎｅｔｗｏｒｋｓ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １３ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＷｅｂＳｅａｒｃｈ ａｎｄ Ｄａｔａ Ｍｉｎｉｎｇ， ２０２０： ５１９－５２７．

［７］ Ｐａｒｅｊａ Ａ， Ｄｏｍｅｎｉｃｏｎｉ Ｇ， Ｃｈｅｎ Ｊ， ｅｔ ａｌ． ＥｖｏｌｖｅＧＣＮ： ＥｖｏｌｖｉｎｇＧｒａｐｈ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｄｙｎａｍｉｃ Ｇｒａｐｈｓ ［ Ｊ］． Ｐｒｏｃｅｅｄ?ｉｎｇｓ ｏｆ ｔｈｅ ＡＡＡＩ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０２０， ３４（４）： ５３６３－５３７０．

［８］ Ｄｕａｎ Ｐ Ｔ， Ｚｈｏｕ Ｃ， Ｌｉｕ Ｙ Ｔ． Ｄｙｎａｍｉｃ Ｇｒａｐｈ ＲｅｐｒｅｓｅｎｔａｔｉｏｎＬｅａｒｎｉｎｇ ｖｉａ Ｃｏｕｐｌｉｎｇ－Ｐｒｏｃｅｓｓ Ｍｏｄｅｌ ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎＮｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ａｎｄ Ｌｅａｒｎｉｎｇ Ｓｙｓｔｅｍｓ， ２０２４， ３５ （９）： １２３８３－１２３９５．

［９］ 楊波， 廖怡茗． 面向企業(yè)動(dòng)態(tài)風(fēng)險(xiǎn)的知識(shí)圖譜構(gòu)建與應(yīng)用研究［Ｊ］． 現(xiàn)代情報(bào)， ２０２１， ４１ （３）： １１０－１２０．

［１０］ 陳宗源， 余濤， 丁茂生， 等． 基于時(shí)空卷積動(dòng)態(tài)知識(shí)圖譜的新能源消納評(píng)估方法［Ｊ］． 電力系統(tǒng)自動(dòng)化， ２０２３， ４７ （１５）：４６－５４．

［１１］ 文庭孝． 知識(shí)單元的演變及其評(píng)價(jià)研究［Ｊ］． 圖書情報(bào)工作，２００７， ５１ （１０）： ７２－７６．

［１２］ 索傳軍． 知識(shí)轉(zhuǎn)移視角下的學(xué)術(shù)論文老化與創(chuàng)新研究［Ｊ］． 圖書情報(bào)工作， ２０１４， ５８ （５）： ５－１２．

［１３］ 董坤． 基于知識(shí)元的非物質(zhì)文化遺產(chǎn)知識(shí)抽取與組織研究［Ｊ］． 情報(bào)理論與實(shí)踐， ２０２１， ４４ （９）： １５５－１６０， １４８．

［１４］ 文庭孝， 羅賢春， 劉曉英， 等． 知識(shí)單元研究述評(píng)［ Ｊ］． 中國(guó)圖書館學(xué)報(bào)， ２０１１， ３７ （５）： ７５－８６．

［１５］ 溫雯， 伍思杰， 蔡瑞初， 等． 面向?qū)I(yè)文獻(xiàn)知識(shí)實(shí)體類型的抽取和標(biāo)注［Ｊ］． 中文信息學(xué)報(bào)， ２０１８， ３２ （１）： １０２－１１５．

［１６］ 章成志， 謝雨欣， 宋云天． 學(xué)術(shù)文本中細(xì)粒度知識(shí)實(shí)體的關(guān)聯(lián)分析［Ｊ］． 圖書館論壇， ２０２１， ４１ （３）： １２－２０．

［１７］ 章成志， 謝雨欣， 張恒． 學(xué)術(shù)文獻(xiàn)全文內(nèi)容中的方法實(shí)體細(xì)粒度抽取及演化分析研究［Ｊ］． 情報(bào)學(xué)報(bào)， ２０２３， ４２ （８）： ９５２－９６６．

［１８］ 戎軍濤． 學(xué)術(shù)文獻(xiàn)內(nèi)容知識(shí)元語(yǔ)義描述模型研究［ Ｊ］． 情報(bào)科學(xué)， ２０１９， ３７ （７）： ３０－３５．

［１９］ 高勁松， 馬倩倩， 周習(xí)曼， 等． 文獻(xiàn)知識(shí)元語(yǔ)義鏈接的圖式存儲(chǔ)研究［Ｊ］． 情報(bào)科學(xué)， ２０１５， ３３ （１）： １２６－１３１．

［２０］ 索傳軍， 蓋雙雙． 知識(shí)元的內(nèi)涵、結(jié)構(gòu)與描述模型研究［ Ｊ］．中國(guó)圖書館學(xué)報(bào)， ２０１８， ４４ （４）： ５４－７２．

［２１］ 曾剛， 趙雪芹． 基于知識(shí)元的萬(wàn)里茶道數(shù)字資源知識(shí)抽取與組織研究［Ｊ］． 情報(bào)理論與實(shí)踐， ２０２１， ４４ （１０）： １７３－１７８， １６４．

［２２］ 任亮， 杜薇薇， 劉偉利． 面向科技文獻(xiàn)知識(shí)元的知識(shí)圖譜構(gòu)建研究［Ｊ］． 情報(bào)科學(xué)， ２０２２， ４０ （９）： ２６－３１．

［２３］ 宋雪雁， 張祥青， 張偉民． 水書習(xí)俗非物質(zhì)文化遺產(chǎn)知識(shí)元組織與可視化研究［Ｊ］． 現(xiàn)代情報(bào)， ２０２３， ４３ （１０）： ３－１５．

［２４］ 胡為， 劉偉， 石玉敬． 基于ＢＥＲＴ－ＢｉＬＳＴＭ－ＣＲＦ 的中醫(yī)醫(yī)案命名實(shí)體識(shí)別方法［Ｊ］． 計(jì)算機(jī)時(shí)代， ２０２２， （９）： １１９－１２２， １３５．

［２５］ 吳果， 房禮國(guó)， 李中． 基于多指標(biāo)綜合的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估［Ｊ］． 計(jì)算機(jī)工程與設(shè)計(jì)， ２０１６， ３７ （１２）： ３１４６－３１５０．

（責(zé)任編輯： 郭沫含）

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金冷門絕學(xué)專項(xiàng)研究項(xiàng)目“本草典籍整理、知識(shí)組織與智慧化建設(shè)研究” （項(xiàng)目編號(hào)： ２３ＶＪＸＴ０２４）。