中医药学语言系统 (2)ppt课件

1、中医药学言语系统中医药学言语系统贾李蓉贾李蓉中国中医科学院中医药信息研讨所中国中医科学院中医药信息研讨所: jialr163: jialr163前 言l从20世纪80年代起，由于生物医学信息量不断添加，且分散于各个数据库系统，因此要检索完好而新颖的信息很不容易，于是一致的医学言语系统应运而生。l1986年美国国立医学图书馆National Library of Medicine, NLM主持了一项长期研讨和开发方案，即一致的医学言语系统Unified Medical Language System，UMLS。其目的是在于提升系统之才干，使系统能了解读者在生物医学方面的问题，并进而协助读者检索及

2、整合相关信息。 l近年来，由于中医药学信息量的不断增多，且各种概念不规范不一致，因此给中医药信息查询带来了多重的困难。在此情势下，中国中医研讨院主持开发了中医药学言语系统。 2. 背景：一致的医学言语系统l2.1.一致的医学言语系统研制的目的和意义l2.2.一致的医学言语系统的开展阶段l2.3.一致的医学言语系统的组成l2.4.一致的医学言语系统的开展战略与开发原那么l2.5.一致的医学言语系统的运用 2.1.一致的医学言语系统研制的目的和意义l美国国立医学图书馆自1986年开场研制一致的医学言语系统，其目的在于抑制计算机生物医学信息检索中一样的概念具有不同的表达方式、有用的信息分散在不同的数

3、据库系统中所呵斥的查询困难。l一致的医学言语系统是计算机化的情报检索言语集成系统，它不仅是言语翻译、自然言语处置及言语规范化的工具，而且是实现跨数据库检索的词汇转换系统，它可以协助用户在联接情报源，包括数字化的病案记录、书目数据库、现实数据库以及专家系统的过程中，对其中的电子式生物医学情报作一致的检索。 2.2.一致的医学言语系统的开展阶段19861988年一致的医学言语系统的初始阶段 19891991年一致的医学言语系统的开展阶段 1992年至今一致的医学言语系统的运用阶段 19861988年为一致的医学言语系统的初始阶段，l其研讨和开发的重点是调查用户需求、开发研讨工具、确定一致的医学言语

4、系统的性能及其实施方案、界定系统组成等。在此阶段主要界定了一致的医学言语系统的三个组成部分即超级叙词表、语义网络、情报源图谱，并且进展了包括MeSHMedical Subject Headings、SNOMEDSystematized Nomenclature of Medicine、CMITCurrent Medical Information and Terminology和PDQ(Physicians Data Query)词表在内的联接实验。19891991年为一致的医学言语系统的开展阶段l其开发的重点是迅速研制和发行三个一致的医学言语系统产品的实验版，同时继续开展用户调查和一致的医学

5、言语系统功能开发。1990年秋，美国国立医学图书馆发行了超级叙词表和语义网络第一版的CDROM；一年后，发行了实验版的情报源图谱和更新版的超级叙词表和语义网络，同时获得了大量的反响信息，促进了一致的医学言语系统的研讨与开发。1992年至今为一致的医学言语系统的运用阶段l其研讨的重点是围绕一致的医学言语系统所进展运用开发，不断扩展和修订一致的医学言语系统的三个组成部分，发行修订一致的医学言语系统三个组成部分的年度版，建立健全产品体系。 2019年一致的医学言语系统新增了一个组成部分，即“专家词典Specialist Lexicon。l在此阶段，许多研讨机构利用一致的医学言语系统进展了基于Inte

6、rnet的运用开发，如决策支持系统DXplain、文献检索系统WebMedline、临床Web搜索系统Clinweb、医学世界检索medical world search以及集成化的 Medweave等。除了以CDROM方式发行其产品外，2019年美国国立医学图书馆在Internet上建立了一致的医学言语系统知识源效力器，经过Internet，加强国际交流与协作。从此，一致的医学言语系统由实验阶段进入到产品发行、维护和运用的阶段。2.3.一致的医学言语系统的组成l 超级叙词表Metathesaurusl语义网络l Semantic Networkl专家词典l Specialist Lexico

7、n l情报源图谱lInformation Sources Map，ISM l多元系统MetamorphoSys 超级叙词表l超级叙词表可视为一个概念名词的知识库，是由生物医学领域中许多不同索引典或分类表中所抽取出来的词目所组成。 l超级叙词表是生物医学概念、术语、词汇及其等级范畴的广泛集成。2019年第8版的超级叙词表收录了来源于30多种生物医学词表和分类表的、能表达33万多个概念的739439个词汇；到目前超级叙词表收录了100多万个生物医学概念、共500多万个词。这些概念和词来自100多个生物医学受控词表、术语表、分类表、专家系统中的词汇、词典及工具性词表等，如医学主题词词表Medical

8、 Subject Headings，MeSH及其葡萄牙语、西班牙语、法语、德语、俄语等各种译本、医学系统术语表Systematized Nomenclature of Medicine，SNOMED、国际疾病分类修订第10版International Classification of Diseases , 10th Revision , ICD-10及其他各版、LOINCLogical Observation Identifiers Names and Codes、临床药物规范术语RxNorm等。l超级叙词表是根据概念concept或涵义meaning组织起来的，其根本目的是将一样概念的交替

9、称号和不同方式联络在一同，并识别不同概念之间的联络。因此，可以说概念是超级叙词表组织系统的中心。l对于同一概念的不同术语以及不同的变异方式，超级叙词表采用三级构造方式，即概念I级术语 II级词串III级，将一个概念的多种不同术语连同多个变异词串有序地组织在一同。对于不同的概念，超级叙词表采用多种“关系概念如相关概念、组配概念、共现概念等来描画不同概念之间的关系。语义网络l语义网络是为建立概念、术语间错综复杂的关系而设计的，它为超级叙词表中一切概念提供了语义类型、语义关系和语义构造。语义网络包括了种语义类型和54种语义关系。l语义网络是经过种语义类型,为出如今超级叙词表中的一切概念提供一种目录组

10、织构造。语义类型之间的54种衔接关系为这种组织构造提供构架,并代表生物医学领域中的重要相互关系。l语义网络为超级叙词表提供了指定给每一个概念至少一种语义类型的信息,同时语义类型也指定给情报源图谱中特定的数据库,以表达情报资源之间的内在联络。也就是说,语义网络是试图建立一种语义类型及其相互关系的权威规那么,用以标引每一个超级叙词概念,或表达概念之间能够存在的相互关系。语义网络的这种权威规那么,既在文字上,也从等级关系或非等级关系上界定语义类型及其相互间能够存在的关系与内在涵义。l语义类型是经过计算机程序指定的或在人工复审过程中添加的，它既是超级叙词表与语义网络之间的衔接，也是超级叙词表与情报源图

11、谱的衔接之一。目前语义类型主要分为生物体、解剖构造、生物功能、化学、事件、客观物体、概念和观念等。各类范畴深度不一。在实践运用中，语义类型不断完善和扩展。lUI： T048lSTY ： Mental or Behavioral Dysfunction 心思或行为功能失调lDefinition：A clinically significant dysfunction whose major manifestation is behavioral or psychological. These dysfunctions may have identified or presumed biologi

12、cal etiologies or manifestations.l表现为行为性或精神性的具有临床意义的功能失调，这些功能失调能够曾被以为或被假定为生物学病因或生物学表现。lExamples：Memory Disorders记忆混乱; Agoraphobia(广场恐惧症); Hallucinations幻觉; Cyclothymic Disorder循环情感性精神妨碍l语义类型是语义网络的节点，节点与节点之间的关系即为语义关系。最根本的语义关系是“is a关系，经过它建立了节点与节点之间的一种等级关系，这种等级关系的最大特性是它的承继性，即下一级节点对上一级节点的承继关系。除了is a关系外，

13、还有 53种语义关系，它们均是非等级关系，这些关系可以出如今任何一级节点上，表示一种能够、允许的关系。l等级关系链 is a l相关关系链 associated _with l物理上相关physically related tol功能上相关functionally related tol概念上相关conceptually related tol空间上相关Spatially related tol时间上相关temporally related toH.H.等级关系链等级关系链isaisaR.R.相关关系链相关关系链1 1物理上相关物理上相关1.1.的部分的部分2.2.由由组成组成3.3.包含包含

14、4.4.与与相连相连5.5.分开分开2.2.空间上相关空间上相关1.1.位于位于2.2.与与相邻相邻3.3.包围，周围包围，周围4.4.穿过穿过3 3功能上相关功能上相关1.1.影响影响1. 11. 1管理管理1. 21. 2治疗治疗1. 31. 3干扰干扰1. 41. 4并发并发1. 51. 5与与相互作用相互作用1. 61. 6预防预防2.2.带来、呵斥带来、呵斥 2. 1 2. 1产生产生 2. 2 2. 2引起引起3.3.执行执行 3. 1 3. 1实施实施 3. 2 3. 2展现展现 3. 3 3. 3练习练习4.4.发生于发生于情况下情况下 4. 1. 4. 1.的进程的进程5.5

15、.运用运用6.6.景象表达景象表达7.7.证明证明8.8.的结果、效果的结果、效果4 4时间上相关时间上相关1.1.与与同时发生同时发生2.2.先于先于发生发生5 5概念上相关概念上相关1.1.的评价的评价2.2.的程度、等级的程度、等级3.3.分析分析 3. 1 3. 1分析评价分析评价的影响的影响4.4.的丈量值的丈量值5.5.丈量丈量6.6.诊断诊断7.7.的特性的特性8.8.衍生的衍生的9.9.的发育阶段的发育阶段10.10.的方法的方法11.11.的概念部分的概念部分12.12.之中的焦点问题之中的焦点问题l语义类型和语义关系构成网状的语义构造，它起着统领超级叙词表概念的作用。由于超

16、级叙词表的概念来自许多不同的词表，它们有各自的构造体系，语义网络将全部概念划分成许多组，每一组共享几种特定的语义类型，语义类型又共享几种语义关系，这样概念不仅高度构造化而且广泛联络。语义关系的等级承继规那么和承继阻断 l在语义类型等级构造的高层节点之间的语义关系，在任何能够的情况下都是固定的，正如语义关系“影响链接的这些高层语义类型节点。而且高层语义类型之间的语义关系，普通地可经过等级构造(isa链)承继给这些节点的一切子类。 l在有些情况下，假设按照语义类型的等级构造及链的承继规那么，会使语义类型与语义关系的衔接产生歧义。例如，语义关系“的进程存在于语义类型“生物体功能和“生物体之间，“生物

17、体功能有一个子类是“心思功能，而植物也是一种“生物体，按照承继规那么，心思过程也是一种“植物的活动、功能或形状，显然，植物不能够有“心思过程。不能承继的链称为阻断 。语义网络使概念之间语义关系的准确细致表达 lMeSH树状范围表所表达的MeSH上位词与下位词之间的关系，只是简单的较泛指与较专指关系。例如，MeSH“羊水(Amnioticfluid)是MeSH“胚胎(Embryo)的一个下位词：lEmbryoA16.254AmnioticfluidA16.254.72l在UMLS语义网络中，Embryo标引的语义类型是“胚胎构造(Embryonicstructure),Amnioticfluid

18、标引的语义类型是“机体物质(BodySubstance)，语义关系标引的是“周围(Surround)。所以“羊水与“胚胎之间的关系就被确切地表达为“胚胎构造周围的机体物质。 专家词典l专家词典是一个包含众多生物医学词汇的英语词典。它是在美国国立医学图书馆自然言语处置专家系统工程根底上开发出来的。专家词典约有183000条词汇记录，共292000多个词。l每条词汇记录均记录了它的句法、词法和字法信息。词条由词或词组组成。一切词条均共享它们的根本方式和拼写变异。词的根本方式包括词的不变方式、名词的单数方式、动词的原形以及描画词和副词的原级方式。l词汇信息包括句法分类、词形变异以及词的补充成份。词形

19、变异有名词的单复方式、动词的规那么与不规那么变化方式、描画词和副词的原级、比较级、最高级方式等。专家词典能识别11种句法分类和引语部分：动词、名词、描画词、副词、助词、语气词、代词、介词、连词、补语、定语。l专家词典包括一组词典程序，它们可以确定英语词汇的范围以及识别生物医学术语和文本词的词形变异。还包括三个索引：超级叙词表中一切词串的单个词索引；规范词索引；规范词串索引。l专家词典包括四个词汇数据库：知词源变异文档，如“aphasic feizik n. adj.患失语症者 失语症的与“aphasia feizi n. 失语症；亲密相关词文档。亲密相关词是意义一样但句法分类不同的词，如肝细胞

20、“hepatocellular与“liver cells；拼写变异文档，如“foetalfi:tl与“fetal；意义相近但构词方式不同的词文档，如“heart与“cardio。情报源图谱l情报源图谱是一个关于生物医学机读情报资源的数据库，其目的是利用超级叙词表和语义网络实现以下功能：测度情报源与特定提问的相关性，以便选取最适宜的情报源；为用户提供特定情报源的范围、功能和检索条件等人工可读的信息；自动衔接相关情报源；在一个或多个情报源中自动检索并自动组织检索的结果。l在情报源图谱中，从4个方面对情报源进展标引：超级叙词表中的MeSH词表；超级叙词表中的主题词和副主题词组配；一致的医学言语系统语

21、义网络的语义类型；一致的医学言语系统语义网络的语义关系。多元系统MetamorphoSysl多元系统是一致的医学言语系统新建立的一个可以为用户提供个性化效力的系统。它包含一致的医学言语系统的一切版本。可以安装一个或多个一致的医学言语系统的知识资源。假设用户选择一致的医学言语系统的超级叙词表，用户可以指定一个用户化的超级叙词表的子集。系统可以排除不用要的或者是本地用户不答应的词汇，还可以从大量的数据中进展选择和过滤。2.4.一致的医学言语系统的开展战略与开发原那么l多学科、多研讨小组协同开发原那么l集中开发与分散开发相结合的原那么l资金保证原那么2.5.一致的医学言语系统的运用l电子数据处置系统

22、l管理信息系统l决策支持系统 l一致的医学言语系统可将分散的情报源集成为一致的机读生物医学信息资源,大大提高了信息检索系统的效率。目前已被广泛运用于信息系统的智能化检索、自然言语系统研讨、专业词表的编制、自动标引、医学专业搜索引擎的开发、医学图像的描画及获取、课程分析等方面。l一致的医学言语系统在电子数据处置系统的运用主要表如今电子病案系统。荷兰Erasmus大学 ( Rotterdam ) Erik M van Mulligen方案开发一个经过一致的医学言语系统获取CPRThe Center For Public Resources数据的系统。美国护理学会 ( The American Nu

23、rses Association , ANA ) 开发了一个基于一致的医学言语系统的CPR数据系统。l一致的医学言语系统在决策系统中的运用主要表如今医学专业搜索引擎的开发。美国国立医学图书馆利用一致的医学言语系统开发了两个网上Medline文献数据库智能检索软件PubMed与IGMInternet Grateful Med。一致的医学言语系统目前支持的医学搜索引擎包括医学世界搜索( Medial World search , mwsearch，提供网上临床医学信息指引)；国际临床网(CliniWeb International, /cliniweb，是Internet上医学网站

24、全文搜索引擎)与Med Weaver (提供医学鉴别诊断、医学文献及其相关医学网站指引)。UMLS 地址：l://research/umls/ 3. 中医药学言语系统简介 l3.1.背景l3.2.设计思想及原那么l3.3.组成l言语系统的建立是自然言语处置的根底研讨，国外从20世纪90年代起进入顶峰研讨期，并获得了艰苦的进展。美国国家图书馆建立的言语支持系统，为医学信息数字化及其利用发明了条件。l中医药学的开展同样需求言语系统的支持，因此建立中医药言语系统是中医药信息学需求研讨的主要问题之一。3.1.中医药言语系统背景中医药言语现状现代文献收词已超越60万条多样性同名异物

25、 异物同名无规范化短少国标无一致机读词库短少系统构造中医药学科历经千年，产生了大量的概念与术语，多种语义词汇差别，妨碍了中医药数字化的开展。数据DATA知识KNOWLEDGE发掘MINING 百科全书及中英词典等术语、名词。 中医药学科收词：中医药学教材、辞典、专家词典。 临床病例与临床用语收词。 相关学科：名词委与医学、生物、化学等相关收词。 古文献收词：中医药学科古文献中收词。 中医药及中医药相关的可控词表。 国家规范中的中医与中药相关名词与术语。 国际医学相关规范及国际专业与中医药相关的可控词表。苦楚:太多同物异名、同名异物，无法作出正确判别！为什么要建立TCMLS？ 国际医学词典等。3

26、.2设计思想l中医药学言语系统是按照中医药言语特点及学科体系、按照本体论原理设计而研制的言语系统，其目的是为中医药学科的数字化与规范化提供必要的工具，处理一样的概念具有不同的表达方式，同样的表达方式表示不同的概念；同时利用本系统，进一步提示中医药学概念间的相互关联。中医药学一体化言语系统是个繁杂庞大的系统，其根本设计思绪是自创美国一致的医学言语系统的原理与构架，将中医药学概念中隐含的各种语义关系全部提取出来，构成关系表，并以此为中心，建立学科术语概念与概念、概念与名词、概念与含义、名词与名词之间的内在联络，构成一个网状的信息表示构造。方法：从四方面入手研讨方法：从四方面入手研讨 中医药一体化言

27、语中医药一体化言语系统系统中医药为中心以中医药为中心，其他学科叠加：中医药信息化过程中运用与利用的一切相关的学科与概念、术语中医药言语构造体系一体化：建立、融入中医药术语表达方式一体化：词条属性中医药概念定义与释义方式一体化：回答是 什么、关联关系是什么、学科中的位置是什么一样概念词一体化：无论文字、图表、正名与异名、正确与误用海量言语术语集成为根底：制定收词范围、顺序规范化网状构造解释概念的语义归类与关联：多程度控制：词汇、形状、语义、语用；本体论与诠释论相结合设计分层构造与网状立体构造；符合言语体系，限定与商定复杂度；采用归纳定性，将同类事物合并；参照UMLS的整体构造，坚持兼容性与包容性

28、；系统坚持灵敏性与可扩展性 ；Protg程序3.2设计原那么l系统设计以中医药学科为中心，坚持中医药学科的特性l系统设计表达学科相关性与包容性l系统设计符合言语体系l系统设计采用语义归纳方法，将同类事物合并定性l系统设计参照一致的医学言语系统的构造，坚持系统的兼容性 l系统坚持灵敏性与可扩展性研讨内容：研讨内容：设计词条属性构造总体系统设计概念词属性定义四种可控词表的构造比较中医药概念的语义类型设计127种建立中医药一级分类体系16中医药语义的关联关系58种事件与物质二大类的构造展开以中医五、六版教材的学科分类为根据立体表达关系等级关系相关关系时间、空间、概念、功能、物理完成概念词属性设计语料

29、库收词40万语义关联关系127万中医学科构造规范词典教材临床术语其他定义实现语义表达言语集成与规范建立数据 库根底言语平台共享平台检索查询运用工具数据发掘与知识再现支撑条件数据分发十三家Templates数据加工DATADATADATA合并整理学科分类语义提取数据查询LogTCMLS平台选取数据. 规范、教材、辞典、工具书、临床术语设计构造TCMLS的建立流程图中医药一体化言语系一致级学科分类161.中医基础理论中医基础理论（包括中医生理、心理）Basic material in human body in Chinese medicine2.中医学说与相关学科中医学说与相关学科（包括中医各家

30、学说、中医流派、学术思想、学术观点）Related course in Chinese medicine3病因病机与诊断病因病机与诊断Etiological factors and pathogenesis and Diagnosis4疾病疾病（包括证候、症状）Chinese medicine disease5治则治法治则治法Curative principles and therapeutic methods6中药学中药学（包括药剂学、调剂学、制剂学、制药工艺、工程。注：此类下只包括单味药）Chinese herbs7方剂学方剂学（包括中成药）Prescriptions8中药化学中药化学TC

31、D chemical9药用动植物学药用动植物学（包括矿物药、海洋药、真菌药等）Medicinal animals and plants10预防与养生学预防与养生学（只包括古代气功部分，不要现代气功部分）Chinese medicine prevention11针灸学针灸学（包括腧穴学、经络学）Acupuncture and Moxibustion12人文科学人文科学Humanities13医学信息学与文献学医学信息学与文献学Medical Informatics and Literatures14自然科学、物理科学自然科学、物理科学Physical Sciences and Physics15

32、卫生医疗机构管理卫生医疗机构管理Organization and Administration 16地理学地理学Geography3.3.组成l根底词库系统l语义系统根底词库系统l这个系统是整个中医药学言语系统的中心及最根本的素材，是在对现存各种主题词表、分类表、数据库、工具书中有关词汇进展分析、选择和组织的根底上产生的一个大型词库。本系统根底词库涵盖可控词表与中医药学科系统及与中医药学科相关联的生物、植物、化工等自然与人文科学专业词汇。根底词库建立在全面、广泛、准确、严谨的根底上，最终构成超级根底词库。l词条属性符合中医药学科自然言语与可控词的双重属性。用准确、完好的方式提示与表达中医药学科及相关术语。这个系统可以相当于一致的医学言语系统的超级叙词表和专家词典。l其中超级叙词表部分的收词范围是中医药及相关的可控词表：包括“中国中医药学主题词表、“医学主题词表MeSH词表、“第四版、“中医药学主题词表等。 l词典部分的收词范围包括：中医药学教材、辞典、规范、专家词典；相关学科包括医学、生物、化学等收词；中医药学古代文献收词；临床病例与临床用语收词；国家规范中的中医与中药相关名词与术语；百科全书及中英词典中的相关术语