中國(guó)醫(yī)學(xué)語(yǔ)言體系整體進(jìn)度

1、中國(guó)醫(yī)學(xué)語(yǔ)言體系整體進(jìn)度目標(biāo)和意義該研究第一階段的目標(biāo)是建立一個(gè)基于計(jì)算機(jī)管理的“統(tǒng)一的中國(guó)醫(yī)學(xué)語(yǔ)言系統(tǒng)” , 該系統(tǒng)由中國(guó)醫(yī)學(xué)用語(yǔ)數(shù)據(jù)庫(kù)、中國(guó)醫(yī)學(xué)用語(yǔ)語(yǔ)義網(wǎng)絡(luò)系統(tǒng)、中國(guó)醫(yī)學(xué)用語(yǔ)與標(biāo)引檢索語(yǔ)言對(duì)應(yīng)轉(zhuǎn)換系統(tǒng)3 個(gè)部分組成。該系統(tǒng)將為實(shí)現(xiàn)中文生物醫(yī)學(xué)文獻(xiàn)計(jì)算機(jī)標(biāo)引和分類(lèi), 加快文獻(xiàn)處理速度提升文獻(xiàn)處理的準(zhǔn)確性和一致性提供良好的支撐環(huán)境; 同時(shí)將最大限度地跨越語(yǔ)言表達(dá)的差異性和相關(guān)信息的分散性 , 為生物醫(yī)學(xué)信息一體化檢索提供有效的幫助。該系統(tǒng)的實(shí)現(xiàn)將使傳統(tǒng)的中文醫(yī)學(xué)文獻(xiàn)處理和檢索發(fā)生根本性的變革。國(guó)內(nèi)外研究現(xiàn)狀美國(guó)國(guó)立醫(yī)學(xué)圖書(shū)館自 1986 年開(kāi)始研制統(tǒng)一的醫(yī)學(xué)語(yǔ)言系統(tǒng)(UnifiedMedica

2、lLanguageSystem,UMLS), 其目的在于克服計(jì)算機(jī)生物醫(yī)學(xué)信息檢索中相同的概念具有不同的表達(dá)方式, 有用的信息分散在不同的數(shù)據(jù)庫(kù)系統(tǒng)中。該系統(tǒng)由超級(jí)敘詞表、語(yǔ)義網(wǎng)絡(luò)、信息資源及專(zhuān)用詞典組成。其中超級(jí)敘詞表囊括了“ MedicalSubjectHeadings ” ( 醫(yī)學(xué)主題詞表) 在內(nèi)的詞表、分類(lèi)表70 余種 , 涵蓋了生物醫(yī)學(xué)概念73 萬(wàn)項(xiàng), 相關(guān)名稱(chēng) 15萬(wàn)條。該系統(tǒng)在計(jì)算機(jī)輔助文獻(xiàn)標(biāo)引、研制開(kāi)發(fā)相關(guān)文獻(xiàn)的數(shù)據(jù)庫(kù)及具有輔助檢索功能的IGM和PubMed言息檢索系統(tǒng)方面發(fā)揮了巨大作用 , 提升了計(jì)算機(jī)自動(dòng)處理的水準(zhǔn) , 極大地方便了用戶(hù)的查詢(xún)。國(guó)內(nèi)科技信息界自 20世紀(jì) 9

3、0年代后相繼進(jìn)行了分類(lèi)主題詞一體化詞表的研制工作, 如國(guó)家圖書(shū)館編制的中圖法漢語(yǔ)主題詞對(duì)照表，中國(guó)醫(yī)學(xué)科學(xué)院信息所與圖書(shū)館編制的中圖法與 MeSH中醫(yī)藥學(xué)主題詞對(duì)照表等。它們的最大特點(diǎn)是標(biāo)引數(shù)據(jù)時(shí), 可同時(shí)完成文獻(xiàn)的主題標(biāo)引和分類(lèi)標(biāo)引 , 并提升了標(biāo)引的速度和一致性。系統(tǒng)的構(gòu)成與功能中國(guó)醫(yī)學(xué)用語(yǔ)數(shù)據(jù)庫(kù)該數(shù)據(jù)庫(kù)來(lái)源于 10 余種生物醫(yī)學(xué)詞表、詞典及分類(lèi)表 , 可分為以下幾種類(lèi)型。敘詞表。如醫(yī)學(xué)主題詞表 , 中醫(yī)藥學(xué)主題詞表 , 統(tǒng)一 的醫(yī)學(xué)語(yǔ)言系統(tǒng)一超級(jí)敘詞表（UMLSMetathesaurus等。分類(lèi)表。如中國(guó)圖書(shū)資料分類(lèi)法 , 國(guó)際疾病分類(lèi)法等。辭典。如中藥大詞典 , 漢英中醫(yī)藥分類(lèi)辭典 ,

4、 英中醫(yī)學(xué)辭海 , 英漢醫(yī)學(xué)詞匯、英漢醫(yī)學(xué)縮略的詞典等。該詞庫(kù)的特點(diǎn)是：收詞量大, 覆蓋范圍廣, 包括醫(yī)學(xué)、藥學(xué)、牙科學(xué)、中醫(yī)藥學(xué)及其他相關(guān)學(xué)科的詞匯約 160 余萬(wàn)條 ; 收詞類(lèi)型豐富 , 包括主題詞、關(guān)鍵詞、化學(xué)物質(zhì)登記號(hào)、酶代碼、分類(lèi)號(hào)、縮略的等 ; 兼容英文詞匯,譯名規(guī)范 ; 實(shí)時(shí)對(duì)詞庫(kù)進(jìn)行添加、更新和維護(hù)的動(dòng)態(tài)性。中國(guó)醫(yī)學(xué)用的的義網(wǎng)絡(luò)系統(tǒng)運(yùn)用對(duì)比、分析和綜合研究方法 , 對(duì)醫(yī) 學(xué)用的數(shù)據(jù)庫(kù)的 160 多萬(wàn)詞條進(jìn)行概念規(guī)范、表達(dá)方式規(guī)范和的義規(guī)范 , 并建立反映相對(duì)應(yīng)關(guān)系的標(biāo)準(zhǔn)代碼, 以便于自動(dòng)化處理。概念規(guī)范。概念或涵義作為該數(shù)據(jù)庫(kù)的基礎(chǔ)和核心, 在兩個(gè)方面進(jìn)行規(guī)范：確認(rèn)中文醫(yī)學(xué)領(lǐng)域

5、內(nèi)業(yè)已存有的確切概念和概念的規(guī)范化表達(dá)形式 （ 規(guī)范化用的 ） 。表達(dá)方式規(guī)范。對(duì)概念的不同表達(dá)方式進(jìn)行同義規(guī)范。例如對(duì)某一疾病的縮略的、單復(fù)數(shù)、不同名稱(chēng)、疾病代碼等表達(dá)方式的規(guī)范。的義規(guī)范。通過(guò)分析概念的內(nèi)涵和外延, 建立概念間的上位下位（分屬 ）及相關(guān)關(guān)系 ,為智能化的信息檢索和知識(shí)分析提供強(qiáng)大的基 礎(chǔ)保證。中國(guó)醫(yī)學(xué)用的數(shù)據(jù)庫(kù)與標(biāo)引檢索的言數(shù)據(jù)庫(kù)轉(zhuǎn)換系統(tǒng)通過(guò)建立“中國(guó)醫(yī)學(xué)用的醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)”及“醫(yī)學(xué)主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)” , 完成自然的言與規(guī)范化詞表的言間的 轉(zhuǎn)換 , 實(shí)現(xiàn)自然的言與主題、分類(lèi)檢索的言的一體化。中國(guó)醫(yī)學(xué)用語(yǔ)醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)。依據(jù)美國(guó)國(guó)立醫(yī)學(xué)圖書(shū)館2000年醫(yī)學(xué)主

6、題詞表MeSH文版及中醫(yī)藥學(xué)主題詞表（ 第二版 ）, 對(duì)醫(yī)學(xué)用語(yǔ)進(jìn)行概念、詞匯與主題詞間對(duì)應(yīng)關(guān)系的標(biāo)示 , 建立醫(yī)學(xué)用語(yǔ)醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)、關(guān)鍵詞副主題詞對(duì)應(yīng)庫(kù)、關(guān)鍵詞特征詞對(duì)應(yīng)庫(kù)、禁用詞庫(kù)等多個(gè)數(shù)據(jù)庫(kù)。醫(yī)學(xué)主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)。以“中國(guó)醫(yī)學(xué)用語(yǔ)與醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)”和中國(guó)圖書(shū)館分類(lèi)法 （第 4版）為基礎(chǔ) , 對(duì)主題詞進(jìn)行與分類(lèi)號(hào)間對(duì)應(yīng)關(guān)系的處理。系統(tǒng)研究進(jìn)展情況建立“中國(guó)醫(yī)學(xué)用語(yǔ)醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)”及“醫(yī)學(xué)主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)”為適應(yīng)數(shù)據(jù)庫(kù)建設(shè)的需要 , 解決文獻(xiàn)標(biāo)引量大、成本高、人員少的矛盾，1994年在研制CBMdisc的同時(shí)開(kāi)始嘗試建立“中國(guó)生物醫(yī)學(xué)文獻(xiàn)計(jì)算機(jī)輔助標(biāo)引系統(tǒng)”

7、, 而基礎(chǔ)詞表的建立是實(shí)現(xiàn)該系統(tǒng)的先決條件。首先利用人工方法從中國(guó)生物醫(yī)學(xué)期刊的文獻(xiàn)中抽取了近 20 萬(wàn)個(gè)關(guān)鍵詞 , 借此建立了關(guān)鍵詞主題詞對(duì)照表（ 現(xiàn)稱(chēng)中國(guó)醫(yī)學(xué)用語(yǔ)醫(yī)學(xué)主題詞對(duì)應(yīng)數(shù)據(jù)庫(kù)）, 并以中國(guó)圖書(shū)館分類(lèi)法 （R 類(lèi)） 、MeSH中醫(yī)藥學(xué)主題詞表為藍(lán)本，擴(kuò)充了相對(duì)應(yīng)的類(lèi)目，建立了含4萬(wàn)余條記錄的主題詞分類(lèi)號(hào)對(duì)照表（ 現(xiàn)稱(chēng)醫(yī)學(xué)主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù) ）, 由此形成了一套關(guān)鍵詞到主題詞、主題詞到分類(lèi)號(hào)的自然語(yǔ)言與受控語(yǔ)言的對(duì)應(yīng)轉(zhuǎn)換系統(tǒng)。抽取關(guān)鍵詞的原則。關(guān)鍵詞應(yīng)詞義明確、專(zhuān)指 , 能反映文獻(xiàn)中論述的某一事物、對(duì)象、問(wèn)題的主要概念; 關(guān)鍵詞應(yīng)符合概念邏輯、通用、實(shí)用 , 可以用單字、單詞或復(fù)合

8、詞 , 一般采用名詞 , 不用動(dòng)詞、形容詞等詞類(lèi) ; 關(guān)鍵詞應(yīng)考慮副主題詞概念的組配。關(guān)鍵詞主題詞對(duì)應(yīng)原則。第一 , 一個(gè)關(guān)鍵詞至少對(duì)應(yīng)一個(gè)主題詞 , 應(yīng)選用最專(zhuān)指的主題詞 , 如關(guān)鍵詞“肝內(nèi)膽管”對(duì)應(yīng)成主題詞“膽管 , 肝內(nèi)”。第二, 一個(gè)關(guān)鍵詞如無(wú)相對(duì)應(yīng)專(zhuān)指主題詞對(duì)應(yīng) , 應(yīng)選用概念最接近的主題詞 , 或主題詞 / 副主題詞組配表達(dá), 如關(guān)鍵詞“肝囊腫”對(duì)應(yīng)成主題詞“肝疾病; 囊腫” , 關(guān)鍵詞“肝損傷”對(duì)應(yīng)成主題詞 / 副主題詞“肝 / 損傷”。第三, 一個(gè)關(guān)鍵詞對(duì)應(yīng)兩個(gè)以上意義不同的主題詞時(shí),應(yīng)在每個(gè)主題詞前做出材料識(shí)“ $”，如關(guān)鍵詞“ HP可以對(duì)應(yīng)成主題詞“螺旋菌 , 幽門(mén)” ,

9、也可對(duì)應(yīng)成主題詞“觸珠蛋白類(lèi)”。第四 , 遇到概念模糊不清的關(guān)鍵詞 , 不予轉(zhuǎn)換成主題詞。主題詞一分類(lèi)號(hào)又t應(yīng)原則。第一，一個(gè)主題詞至少有一個(gè) R類(lèi)（ 醫(yī)藥衛(wèi)生 ） 相對(duì)應(yīng)類(lèi)號(hào)對(duì)應(yīng) , 如主題詞“肝疾病”的對(duì)應(yīng)分類(lèi)號(hào)為“R575。第二，必要時(shí),一個(gè)主題詞可以對(duì)應(yīng)幾個(gè)類(lèi)號(hào)，如藥物主題詞可根據(jù)不同的用途和藥理作用對(duì)應(yīng)幾個(gè)相對(duì)應(yīng)的類(lèi)號(hào)。第三 , 社會(huì)科學(xué)、生物學(xué)等學(xué)科主題詞與中國(guó)圖書(shū)分類(lèi)法R類(lèi)的相對(duì)應(yīng)類(lèi)目進(jìn)行擴(kuò)充或仿分對(duì)應(yīng)。第四, 采用直接、上位類(lèi)、靠類(lèi)、多號(hào)及組配等技術(shù)方法對(duì)主題語(yǔ)言與分類(lèi)語(yǔ)言進(jìn)行概念的對(duì)應(yīng)處理。第五 , 副主題詞與臨床醫(yī)學(xué)專(zhuān)用復(fù)分號(hào)對(duì)應(yīng), 地理主題詞與地理復(fù)分號(hào)對(duì)應(yīng)。中國(guó)生物醫(yī)學(xué)

10、文獻(xiàn)計(jì)算機(jī)輔助標(biāo)引系統(tǒng)1996年在上述兩個(gè)數(shù)據(jù)庫(kù)初具規(guī)模的基礎(chǔ)上，采用C+畸言和 VisualFoxPro 開(kāi)發(fā)成功了“中國(guó)生物醫(yī)學(xué)文獻(xiàn)計(jì)算機(jī)輔助標(biāo)引系統(tǒng)”,該系統(tǒng)已成為我國(guó)第一個(gè)進(jìn)入實(shí)用階段的計(jì)算機(jī)輔助標(biāo)引系統(tǒng)。它使醫(yī)學(xué)文獻(xiàn)的標(biāo)引深度由原來(lái)的每篇文獻(xiàn)3 個(gè)主題詞增至8-10 個(gè) , 分類(lèi)號(hào)由 1 個(gè)增至 3-5 個(gè) , 文獻(xiàn)的處理速度由每年處理4 萬(wàn)條數(shù)據(jù)增至20萬(wàn)條左右 , 數(shù)據(jù)的更新速度大大加快, 文獻(xiàn)的加工處理費(fèi)用大大降低。該系統(tǒng)包括主題標(biāo)引系統(tǒng)和分類(lèi)標(biāo)引系統(tǒng)。主題標(biāo)引規(guī)程。醫(yī)學(xué)文獻(xiàn)主題標(biāo)引包括主題詞、副主題詞、主要概念主題詞 （加權(quán)主題詞 ） 及特征詞的標(biāo)識(shí)。確定標(biāo)引源：以科技文獻(xiàn)中

11、的標(biāo)題、文摘、作者、關(guān)鍵詞作為標(biāo)引源。確定切分規(guī)則：采用最大字串匹配法對(duì)文獻(xiàn)的標(biāo)題、文摘、 作者、關(guān)鍵詞逐字進(jìn)行掃描。確定轉(zhuǎn)換規(guī)則：對(duì)主題詞、副主題詞、特征詞分別進(jìn)行轉(zhuǎn)換。確定主題詞數(shù)目：根據(jù)主題詞的出現(xiàn)頻率和出現(xiàn)位置計(jì)算每個(gè)主題詞、副主題詞、特征詞的得分, 選擇得分高的主題詞、副主題詞和特征詞作為標(biāo)引詞。確定主要概念主題詞：根據(jù)主題詞分值的高低, 劃分主要概念主題詞 （ 加星號(hào)主題詞 ） 和非主要概念主題詞。確定高頻主題詞轉(zhuǎn)換規(guī)則：對(duì)主題詞表中的高頻詞不予轉(zhuǎn)換,如“研究”。標(biāo)引人員的干預(yù)：標(biāo)引人員對(duì)機(jī)標(biāo)后的主題詞進(jìn)行審核。標(biāo)引結(jié)果的合法性檢查：計(jì)算機(jī)對(duì)標(biāo)引結(jié)果進(jìn)行檢查,包括主題詞、副主題詞、

12、特征詞的規(guī)范水準(zhǔn), 主題詞 / 副主題詞組配是否準(zhǔn)確 ,等。分類(lèi)標(biāo)引規(guī)程。根據(jù)每篇文獻(xiàn)標(biāo)引的主題詞 , 依據(jù)“主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)”及其一些特定規(guī)則進(jìn)行分類(lèi)號(hào)的轉(zhuǎn)換。主題詞分類(lèi)號(hào)轉(zhuǎn)換規(guī)則：依據(jù)“主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)”進(jìn)行主題詞到分類(lèi)號(hào)轉(zhuǎn)換。如：主題詞“肝腫瘤” , 轉(zhuǎn)為分類(lèi)號(hào) “ R735.7”。副主題詞專(zhuān)用復(fù)分號(hào)轉(zhuǎn)換規(guī)則：依據(jù)“副主題詞復(fù)分號(hào)對(duì)應(yīng)表”進(jìn)行副主題詞到復(fù)分號(hào)的轉(zhuǎn)換, 并將復(fù)分號(hào)加到主類(lèi)號(hào)后。如：副主題詞“ /診斷”轉(zhuǎn)為復(fù)分號(hào)“04” , 故主題詞“肝腫瘤/診斷” , 轉(zhuǎn)為分類(lèi)號(hào)“R735.704”。兒科學(xué)類(lèi)號(hào)轉(zhuǎn)換規(guī)則：依據(jù)“主題詞分類(lèi)號(hào)對(duì)應(yīng)數(shù)據(jù)庫(kù)”及“特征詞”進(jìn)行主題詞到分類(lèi)

13、號(hào)的轉(zhuǎn)換。如一篇“兒童高血壓診斷標(biāo)準(zhǔn)探討”的文獻(xiàn), 標(biāo)引的主題詞為“高血壓/* 診斷 ; 參考值” , 特征詞為“兒童 ; 人類(lèi)” , 如僅依據(jù)主題詞則分類(lèi)號(hào)轉(zhuǎn)換為“ R544.104;R - 05”, 而依據(jù)主題詞和特征詞則分類(lèi)號(hào)轉(zhuǎn)換為“ R725.441.04;R- 05”。外源性和內(nèi)源性物質(zhì)類(lèi)號(hào)轉(zhuǎn)換規(guī)則：一個(gè)主題詞既為外源性物質(zhì)又為內(nèi)源性物質(zhì)時(shí), 依據(jù)標(biāo)引的副主題詞確定類(lèi)號(hào)的轉(zhuǎn)換。如主題詞“C肽”既可轉(zhuǎn)為外源性物質(zhì)類(lèi)號(hào)“ R977.6”又可轉(zhuǎn)為內(nèi)源性物質(zhì)類(lèi) 號(hào)”R341.43”，如同時(shí)有副主題詞” /治療應(yīng)用”存有時(shí)，則主題詞“C 肽”僅轉(zhuǎn)為分類(lèi)號(hào)“R977.6”。地理主題詞地理復(fù)分號(hào)轉(zhuǎn)換規(guī)則：依據(jù)“地理主題詞復(fù)分號(hào)對(duì)應(yīng)表”進(jìn)行地理主題詞到地理復(fù)分號(hào)的轉(zhuǎn)換。為了適應(yīng)計(jì)算機(jī)檢索的需求, 不將地理復(fù)分號(hào)一一加到每個(gè)主類(lèi)號(hào)后 , 而是將其設(shè)為單獨(dú)的類(lèi)號(hào)，并以“RZ作為地理復(fù)分類(lèi)號(hào)的標(biāo)識(shí)，如地理主題詞“北京” 轉(zhuǎn)為分類(lèi)號(hào)“RZ21”。實(shí)驗(yàn)動(dòng)物類(lèi)號(hào)轉(zhuǎn)換規(guī)則：原則與地理主題詞地理復(fù)分號(hào)轉(zhuǎn)換規(guī)