基于知識元理論的《傷寒雜病論》標引方案與知識表示研究

楊鳳 鐘相根 周冉冉 侯鑒宸 李芊芊 李冉 李伊然 陶曉華

北京中醫(yī)藥大學(xué)中醫(yī)學(xué)院，北京 100029

東漢張仲景所著的《傷寒雜病論》是我國第一部 理法方藥完備、理論聯(lián)系實際的中醫(yī)臨床著作，包括《傷寒論》與《金匱要略》兩本書，被歷代醫(yī)家奉為臨證圭臬，也是當今中醫(yī)人學(xué)習與臨床的必備之書。在近兩年，中醫(yī)臨床專家團隊研制的抗疫“三藥三方”中的清肺排毒湯，即由來自《傷寒雜病論》的4 個方劑融合而成，臨床療效顯著，彰顯了經(jīng)典的旺盛生命力[1-2]。如今，傷寒、金匱已成為兩個系統(tǒng)的中醫(yī)學(xué)科，大量傷寒金匱類古籍中蘊含著海量的、高密度的中醫(yī)藥知識和信息，具有非常重要的學(xué)術(shù)和臨床價值，可借助現(xiàn)代信息技術(shù)更好地開發(fā)利用。

本研究在傳統(tǒng)中醫(yī)古籍整理成果的基礎(chǔ)上，結(jié)合現(xiàn)代知識元理論與標引技術(shù)，對《傷寒雜病論》進行了深度、全面的知識標引與知識表示，提取了知識體、知識元、語義、語義關(guān)系的邏輯數(shù)據(jù)，形成了規(guī)范化的標引方案，并構(gòu)建了《傷寒雜病論》知識圖譜以展現(xiàn)仲景辨“病脈證并治”的臨床診療思維模式。

1 資料與方法

1.1 資料來源

以錢超塵等整理的《傷寒論》[3]與何任等整理的《金匱要略》[4]為研究對象，進行文本校對與電子化。同時，分析兩書的知識結(jié)構(gòu)與知識內(nèi)核，發(fā)現(xiàn)共有40 篇以“辨某某病脈證并治”或“某某病脈證治”命名，結(jié)合書中對六經(jīng)病、內(nèi)傷雜病等內(nèi)容的詳細論述，可見仲景臨證遵循“辨病→平脈→析證→定治”的診療思維模式[5-6]。

1.2 知識元標引方法

立足于知識元理論，以知識元為單位對《傷寒論》與《金匱要略》的文本進行解析標引[7]。首先基于兩書的診療思維模式與知識要素，并參考中醫(yī)藥學(xué)語言系統(tǒng)[8]和中醫(yī)古籍語言系統(tǒng)[9]，構(gòu)建了“病脈證并治”標引模板[10-11]，包括31 個知識元及不同類型語義和語義關(guān)系的元數(shù)據(jù)。標引員為傷寒金匱專業(yè)的7 位碩博研究生與2 名專家，根據(jù)文獻研究、專家判斷與信息技術(shù)相結(jié)合的方法進行人工自由標引[12-13]，并遵守“一標、二查、三復(fù)審、四抽檢”的質(zhì)控流程，具體操作在中醫(yī)古籍“病脈證并治”知識元標引系統(tǒng)（http：//114.255.40.130：60080/metaservice2/）中進行。

正式標引時，第一步為選取與命名知識體，將書中表達“病脈證并治”主題或意思完整的條文作為一個知識體，多數(shù)情況為“1 則條文=1 個知識體”。知識體命名一般選用病證名或主癥，必須出自原文，可稍作提煉。第二步為抽取知識元，標引員先要鑒別、明確不同類型知識元的定義與范疇，再抽取相應(yīng)的內(nèi)容。例如，病因知識元為導(dǎo)致病證發(fā)生的原因，如“夏月傷冷水”；病機知識元為疾病發(fā)生、發(fā)展、變化及其結(jié)局的機制，如“胃中空虛，客氣動膈”[14]。第三步為提取語義，根據(jù)字詞短語的屬性與語境，先選定合適的語義類型后提取相應(yīng)內(nèi)容，尤應(yīng)注意語義拆分的原則。第四步為創(chuàng)建語義關(guān)聯(lián)，先識別不同語義之間匹配的語義關(guān)系類型，再勾選相應(yīng)的語義成分。如，方藥關(guān)系：桂枝湯（方劑）<->桂枝（藥物）-芍藥（藥物）-甘草（藥物）-生姜（藥物）-大棗（藥物）；辨治關(guān)系：寒疝（病證）<->腹中痛（證候表現(xiàn)）-脅痛（證候表現(xiàn)）-里急（證候表現(xiàn)）<->當歸生姜羊肉湯（方劑）。具體標引示例見圖1～2。

圖1 《傷寒論》標引示例

1.3 知識圖譜構(gòu)建方法

《傷寒雜病論》知識圖譜的構(gòu)建過程從標引所得的數(shù)據(jù)出發(fā)，包括知識抽取、知識融合、知識加工、知識圖譜構(gòu)建4 個主要步驟[15-16]：①從標引系統(tǒng)中導(dǎo)出XML 格式的原始數(shù)據(jù)；②進行實體提取、關(guān)系抽取，解析得到逐條的JSON 格式數(shù)據(jù)；③利用敘詞表共指消解、合并同義實體，經(jīng)過質(zhì)量評估后提取出三元組數(shù)據(jù)；④導(dǎo)入Neo4j 數(shù)據(jù)庫形成知識圖譜。其中，針對多元關(guān)系通過加入附加節(jié)點的方法轉(zhuǎn)化成二元關(guān)系的組合，再進行實體分組連接[17-18]。

圖2 《金匱要略》標引示例

2 結(jié)果

2.1 《傷寒雜病論》標引邏輯數(shù)據(jù)結(jié)果

本研究基于知識元理論標引《傷寒雜病論》，將該書由自然記載的文本形式轉(zhuǎn)化成結(jié)構(gòu)化的邏輯數(shù)據(jù)，結(jié)果統(tǒng)計見表1，一共包括923 個知識體、6 204 條知識元、10 607 條語義（涉及28 種類型）、3 690 條語義關(guān)系（涉及22 種類型）。

表1 《傷寒雜病論》標引邏輯數(shù)據(jù)結(jié)果統(tǒng)計（高頻）

在知識體層面，大部分完整記敘了六經(jīng)病與各種雜病的“病脈證治”所有要素，涉及四診信息、方藥知識、預(yù)防調(diào)護及失治誤治情況等。在知識元和語義層面，辨證、病名、方劑、病機、主脈、藥物等知識元的數(shù)量最多，證候表現(xiàn)、藥物、病因病機、劑量、病證、脈象等語義的數(shù)量最多。其中，《傷寒論》中排名前十位的病證為太陽病、陽明病、少陰病、少陽病、下利、痞證、結(jié)胸、厥陰病、太陰病、霍亂；《金匱要略》中排名前十位的病證為下利、支飲、虛勞、水氣病、痰飲病、痙病、太陽病、百合病、寒疝、黃疸。在語義關(guān)系層面，藥制量關(guān)系占比最多，其次是辨治關(guān)系與方藥關(guān)系。

2.2 《傷寒雜病論》“病脈證并治”知識圖譜展示

本研究構(gòu)建的《傷寒雜病論》“病脈證并治”知識圖譜，以節(jié)點代表語義成分，邊代表語義關(guān)系或語義類型，其中每一個“辨治關(guān)系”都是蘊含“辨病→平脈→析證→定治”臨床診療思維模式的多元關(guān)系。如圖3 所示，知識圖譜將仲景運用桂枝湯治療外感病與內(nèi)傷病的辨治經(jīng)驗匯總，相同的語義合并為一個節(jié)點，不同的語義保留多個節(jié)點，“辨治關(guān)系1”所連的病證語義為“太陽中風”、證候表現(xiàn)語義為“嗇嗇惡寒”“翕翕發(fā)熱”“淅淅惡風”“鼻鳴”等、脈象語義為“陽浮而陰弱”，與原書太陽中風桂枝湯證的條文相對應(yīng)，其余的“辨治關(guān)系”節(jié)點及所連的語義則是使用桂枝湯的其他太陽病變證與內(nèi)傷雜病的內(nèi)容。

圖3 《傷寒雜病論》“病脈證并治”知識圖譜示例

[通訊作者]過知識圖譜的關(guān)聯(lián)，可從病證、證候表現(xiàn)、脈象等推導(dǎo)出相應(yīng)的治法、方劑、藥物、宜忌等語義；反之，從方劑、藥物語義出發(fā)可推導(dǎo)出其治療的“病脈證”內(nèi)容。由圖4 可知，清肺排毒湯主要蘊含著《傷寒論》中的麻黃杏仁甘草石膏湯、小柴胡湯、五苓散與《金匱要略》中的射干麻黃湯的理法，涉及太陽病和少陽病的證候表現(xiàn)、脈象特點與病因病機，還隱有麻黃湯、桂枝湯、小建中湯、茯苓甘草湯等方的辨治內(nèi)容。此外，知識圖譜還通過“合病”“并病”“從屬”“鑒別”“傳變”等關(guān)系使不同知識體之間的疾病關(guān)系清晰展現(xiàn)。

圖4 《傷寒雜病論》知識圖譜部分展示

3 討論

知識元是知識系統(tǒng)中表達一個完整概念的不可分解的最小知識單元，以知識元為單位進行標引，不僅能深入文獻內(nèi)部獲取知識，還可呈現(xiàn)古籍的知識組織結(jié)構(gòu)，進而正確解讀作者的行文邏輯與核心思想[19-20]。正如《傷寒雜病論》的標引邏輯數(shù)據(jù)體現(xiàn)了仲景辨“病脈證并治”的診療思維模式及其“病脈證”同參、注重分析病因病機的特點。通過知識圖譜則實現(xiàn)了《傷寒論》與《金匱要略》兩書知識的深度融合與關(guān)聯(lián)，將仲景收集臨床信息、診斷疾病、辨證論治、遣方用藥等內(nèi)容進行可視化，清楚地展現(xiàn)了《傷寒雜病論》的全貌，以解決目前該書被分而為二、內(nèi)容割裂的問題。知識圖譜作為一種知識的圖形式，本質(zhì)上是由實體和關(guān)系組成的語義網(wǎng)絡(luò)，能夠模擬中醫(yī)的診療決策思維過程[21-22]，因此也可呈現(xiàn)張仲景的診療思維模式和應(yīng)用經(jīng)方的思路，同時諸多方劑之間的共同藥物與關(guān)聯(lián)癥狀，顯示了從合方角度運用經(jīng)方的合理性。可見，從計算機思維的角度對張仲景診療思維進行建模、解模與解釋，將書中蘊含的醫(yī)藥知識、診療思維、推理方法等轉(zhuǎn)為數(shù)字化、模型化的表達，亦是一種解析與重構(gòu)仲景之書的方式，有利于新知識與隱性知識的發(fā)現(xiàn)，以真正實現(xiàn)深度挖掘文獻價值、輔助臨床決策的目的。知識表示作為描述世界所作的一組約定，是知識的符號化、形式化或模型化，常用的表示方法有狀態(tài)空間方法、謂詞邏輯、本體、語義網(wǎng)絡(luò)、框架表示法等[23-24]。

中醫(yī)古籍作為一座巨大的知識寶庫，蘊含著大量或顯或隱的醫(yī)學(xué)知識，不僅是傳統(tǒng)中醫(yī)藥學(xué)發(fā)展的根基，更是現(xiàn)代中醫(yī)藥創(chuàng)新的源頭，如何將中醫(yī)古籍中的高密度知識進行合理表示、組織與充分挖掘，成為當下及未來的研究重點之一[25]。本研究選用的“知識元”是該領(lǐng)域目前常用的知識表示方法[26]，蘊含框架表示法的原理，又可與語義網(wǎng)絡(luò)表示法相結(jié)合，從而分層次、分粒度地提取古籍中的理法方藥內(nèi)容。此外，雖然知識元標引技術(shù)用于中醫(yī)古籍的知識獲取已較為成熟，但通過本研究發(fā)現(xiàn)還有許多值得探索和完善的關(guān)鍵之處。首先，設(shè)置與古籍內(nèi)容相匹配的標引模板尤其關(guān)鍵，囊括知識元、語義、語義關(guān)系3 個層面的不同類型元數(shù)據(jù)。其次，標引員所具備的中醫(yī)古籍閱讀能力和醫(yī)學(xué)專業(yè)知識非常重要，否則提取的數(shù)據(jù)會有許多錯誤。因此，反復(fù)的數(shù)據(jù)核查工作及領(lǐng)域?qū)＜以跇艘^程中把控標引質(zhì)量，也是不可或缺的環(huán)節(jié)。

綜上，本研究以《傷寒雜病論》為范例，采用知識元標引和知識圖譜技術(shù)將文本內(nèi)容進行了數(shù)字化處理和知識表示，以展現(xiàn)書中“病脈證并治”知識組織體系與診療思維過程。后續(xù)本團隊將依托于該標引方案，利用相關(guān)的計算機技術(shù)探索傷寒金匱類古籍和其他中醫(yī)古籍的自動標引，并用知識圖譜將分散在不同書中的知識進行連接與可視化，以期形成大型中醫(yī)古籍知識庫服務(wù)于臨床、教學(xué)與科研各個方面。