基于中医疾病相关语义关系的正则表达式及知识抽取研究.pdfVIP

世界科学技术申医药现代化食思路5万法 基于中医疾病相兵语义兵象的正则表达式及 知识抽取研究六 未玲，朱彦，杨峰女女 (中国中医科学院中医药信息研究所北京 100700 ) 摘 要:目的:目前已有的知识抽取方法虽然多面向英文，但中文医学文献的数量也正在迅速增长，而 且中医古籍文献中也有很多有价值的知识需要获取。基于此，本文以疾病崩漏为例，以正则表达式为规 则，试图抽取中医古籍中疾病相关的知识，以构建中医疾病知识的语义框架。方法:建立崩漏相关的等同关 系、因果关系、治疗关系的正则表达式，进而建立以正则表达式为规则的知识抽取及可视化平台。结果:实 现对崩漏相关知识框架的抽取与表达，通过人工抽取和计算机知识平台抽取方式构建中医疾病语义框架， 并在此基础上完成中医疾病相关的知识框架描述。结论:研究发现，以正则表达式为规则的知识抽取可视 化平台，可以实现对崩漏相关知识框架的抽取与表达，并为中医疾病知识的逻辑化描述与未来的抽取及应 用提供了方法，为实现中医疾病相关的知识框架描述奠定基础，可羊一地基于正则表达式的信息抽取方式 难以达到很好的召回率，如果在正则表达规则的基础上考虑篇章结构，同时整合机器学习与语义标注的混 合信息抽取方法可能进一步提高抽取的效能。 关键词:崩漏疾病正则表达式知识抽取 doi: 10.11842/wst.2016.08.004 中图分类号:R277.7 文献标识码:A 中医药学历经2000 余年的历史，积累了数以万 某个条件的子串等，其具有字符串所不具备的强大和 计的经典文献，其中蕴含的宝贵知识至今都有指导 灵活的表达能力，能够准确地表达出复杂的特征。 临床的实际意义，但如何从大量的中医文献中获取 知识抽取是属于知识工程的方法，是根据本体 需要的知识，是极具研究价值的领域。而信息抽取 识别并抽取无语义标注的信息中与本体匹配的事实 是可行的方法之一。 知识，用来构建各种基于知识的服务，如基于语义 目前，信息抽取主要有两大方法:一是知识工程 的智能知识有哪些信誉好的足球投注网站等[匀。目前已有的知识抽取方法多 方法，二是自动训练方法[I]。 面向英文I4] ，但中文医学文献的数量正在迅速增长， 知识工程方法主要靠手工编制规则使系统能处理 而且中医古籍文献中也有很多有价值的知识需要获 特定知识领域的信息抽取问题。正则表达式 [2] 是一 取。基于此，本文以疾病崩漏为例，以正则表达 种强大、快捷、高效的文本处理工具，描述了一种字符 式为规则，试图抽取中医古籍中疾病相关的知识。 串匹配的模式，可以用来检查一个串是否含有某个子 本研究从中医古籍中抽取崩漏相关语义，从病因 串、将匹配的子串进行替换以及从某个串中取出符合 病机、并发症以及中医治疗3 个方面构建崩漏相关语 义框架，并以此为例，分别通过人工抽取和计算机知 识平台抽取方式构建中医疾病语义框架。 收稿日期:2015-12-07 修回日期:2015-12-09 六