中國醫(yī)學語言體系整體進度范文

本站小編為你精心準備了中國醫(yī)學語言體系整體進度參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1目標和意義

該研究第一階段的目標是建立一個基于計算機管理的“統(tǒng)一的中國醫(yī)學語言系統(tǒng)”,該系統(tǒng)由中國醫(yī)學用語數(shù)據(jù)庫、中國醫(yī)學用語語義網(wǎng)絡系統(tǒng)、中國醫(yī)學用語與標引檢索語言對應轉(zhuǎn)換系統(tǒng)3個部分組成。該系統(tǒng)將為實現(xiàn)中文生物醫(yī)學文獻計算機標引和分類,加快文獻處理速度,提高文獻處理的準確性和一致性提供良好的支撐環(huán)境;同時將最大限度地跨越語言表達的差異性和相關信息的分散性,為生物醫(yī)學信息一體化檢索提供有效的幫助。該系統(tǒng)的實現(xiàn)將使傳統(tǒng)的中文醫(yī)學文獻處理和檢索發(fā)生根本性的變革。

2國內(nèi)外研究現(xiàn)狀

美國國立醫(yī)學圖書館自1986年開始研制統(tǒng)一的醫(yī)學語言系統(tǒng)(UnifiedMedicalLanguageSystem,UMLS),其目的在于克服計算機生物醫(yī)學信息檢索中相同的概念具有不同的表達方式,有用的信息分散在不同的數(shù)據(jù)庫系統(tǒng)中。該系統(tǒng)由超級敘詞表、語義網(wǎng)絡、信息資源及專用詞典組成。其中超級敘詞表囊括了“MedicalSubjectHeadings”(醫(yī)學主題詞表)在內(nèi)的詞表、分類表70余種,涵蓋了生物醫(yī)學概念73萬項,相關名稱15萬條。該系統(tǒng)在計算機輔助文獻標引、研制開發(fā)相關文獻的數(shù)據(jù)庫及具有輔助檢索功能的IGM和PubMed信息檢索系統(tǒng)方面發(fā)揮了巨大作用,提高了計算機自動處理的程度,極大地方便了用戶的查詢。國內(nèi)科技信息界自20世紀90年代后相繼進行了分類—主題詞一體化詞表的研制工作,如國家圖書館編制的《中圖法—漢語主題詞對照表》,中國醫(yī)學科學院信息所與圖書館編制的《中圖法與MeSH、中醫(yī)藥學主題詞對照表》等。它們的最大特點是標引數(shù)據(jù)時,可同時完成文獻的主題標引和分類標引,并提高了標引的速度和一致性。

3系統(tǒng)的構(gòu)成與功能

3.1中國醫(yī)學用語數(shù)據(jù)庫該數(shù)據(jù)庫來源于10余種生物醫(yī)學詞表、詞典及分類表,可分為以下幾種類型。

3.1.1敘詞表。如《醫(yī)學主題詞表》,《中醫(yī)藥學主題詞表》,《統(tǒng)一的醫(yī)學語言系統(tǒng)—超級敘詞表》(UMLSMetathesaurus等。

3.1.2分類表。如《中國圖書資料分類法》,《國際疾病分類法》等。

3.1.3辭典。如《中藥大詞典》,《漢英中醫(yī)藥分類辭典》,《英中醫(yī)學辭海》,《英漢醫(yī)學詞匯》、《英漢醫(yī)學縮略語詞典》等。該詞庫的特點是:收詞量大,覆蓋范圍廣,包括醫(yī)學、藥學、牙科學、中醫(yī)藥學及其他相關學科的詞匯約160余萬條;收詞類型豐富,包括主題詞、關鍵詞、化學物質(zhì)登記號、酶代碼、分類號、縮略語等;兼容英文詞匯,譯名規(guī)范;實時對詞庫進行添加、更新和維護的動態(tài)性。

3.2中國醫(yī)學用語語義網(wǎng)絡系統(tǒng)運用對比、分析和綜合研究方法,對醫(yī)學用語數(shù)據(jù)庫的160多萬詞條進行概念規(guī)范、表達方式規(guī)范和語義規(guī)范,并建立反映相應關系的標準代碼,以便于自動化處理。

3.2.1概念規(guī)范。概念或涵義作為該數(shù)據(jù)庫的基礎和核心,在兩個方面進行規(guī)范:確認中文醫(yī)學領域內(nèi)業(yè)已存在的確切概念和概念的規(guī)范化表達形式(規(guī)范化用語)。

3.2.2表達方式規(guī)范。對概念的不同表達方式進行同義規(guī)范。例如對某一疾病的縮略語、單復數(shù)、不同名稱、疾病代碼等表達方式的規(guī)范。

3.2.3語義規(guī)范。通過分析概念的內(nèi)涵和外延,建立概念間的上位—下位(分—屬)及相關關系,為智能化的信息檢索和知識分析提供強大的基礎保證。

3.3中國醫(yī)學用語數(shù)據(jù)庫與標引檢索語言數(shù)據(jù)庫

轉(zhuǎn)換系統(tǒng)通過建立“中國醫(yī)學用語—醫(yī)學主題詞對應數(shù)據(jù)庫”及“醫(yī)學主題詞—分類號對應數(shù)據(jù)庫”,完成自然語言與規(guī)范化詞表語言間的轉(zhuǎn)換,實現(xiàn)自然語言與主題、分類檢索語言的一體化。

3.3.1中國醫(yī)學用語—醫(yī)學主題詞對應數(shù)據(jù)庫。依據(jù)美國國立醫(yī)學圖書館2000年《醫(yī)學主題詞表》MeSH中文版及《中醫(yī)藥學主題詞表》(第二版),對醫(yī)學用語進行概念、詞匯與主題詞間對應關系的標示,建立醫(yī)學用語—醫(yī)學主題詞對應數(shù)據(jù)庫、關鍵詞—副主題詞對應庫、關鍵詞—特征詞對應庫、禁用詞庫等多個數(shù)據(jù)庫。

3.3.2醫(yī)學主題詞—分類號對應數(shù)據(jù)庫。以“中國醫(yī)學用語與醫(yī)學主題詞對應數(shù)據(jù)庫”和《中國圖書館分類法》(第4版)為基礎,對主題詞進行與分類號間對應關系的處理。

4系統(tǒng)研究進展情況

4.1建立“中國醫(yī)學用語—醫(yī)學主題詞對應數(shù)據(jù)庫”及“醫(yī)學主題詞—分類號對應數(shù)據(jù)庫”為適應數(shù)據(jù)庫建設的需要,解決文獻標引量大、成本高、人員少的矛盾,1994年在研制CBMdisc的同時開始嘗試建立“中國生物醫(yī)學文獻計算機輔助標引系統(tǒng)”,而基礎詞表的建立是實現(xiàn)該系統(tǒng)的先決條件。首先利用人工方法從中國生物醫(yī)學期刊的文獻中抽取了近20萬個關鍵詞,借此建立了關鍵詞—主題詞對照表(現(xiàn)稱中國醫(yī)學用語—醫(yī)學主題詞對應數(shù)據(jù)庫),并以《中國圖書館分類法》(R類)、MeSH、《中醫(yī)藥學主題詞表》為藍本,擴充了相應的類目,建立了含4萬余條記錄的主題詞—分類號對照表(現(xiàn)稱醫(yī)學主題詞—分類號對應數(shù)據(jù)庫),由此形成了一套關鍵詞到主題詞、主題詞到分類號的自然語言與受控語言的對應轉(zhuǎn)換系統(tǒng)。

4.1.1抽取關鍵詞的原則。關鍵詞應詞義明確、專指,能反映文獻中論述的某一事物、對象、問題的主要概念;關鍵詞應符合概念邏輯、通用、實用,可以用單字、單詞或復合詞,一般采用名詞,不用動詞、形容詞等詞類;關鍵詞應考慮副主題詞概念的組配。

4.1.2關鍵詞—主題詞對應原則。第一,一個關鍵詞至少對應一個主題詞,應選用最專指的主題詞,如關鍵詞“肝內(nèi)膽管”對應成主題詞“膽管,肝內(nèi)”。第二,一個關鍵詞如無相應專指主題詞對應,應選用概念最接近的主題詞,或主題詞/副主題詞組配表達,如關鍵詞“肝囊腫”對應成主題詞“肝疾病;囊腫”,關鍵詞“肝損傷”對應成主題詞/副主題詞“肝/損傷”。第三,一個關鍵詞對應兩個以上意義不同的主題詞時,應在每個主題詞前做出材料識“$”,如關鍵詞“HP”可以對應成主題詞“螺旋菌,幽門”,也可對應成主題詞“觸珠蛋白類”。第四,遇到概念模糊不清的關鍵詞,不予轉(zhuǎn)換成主題詞。

4.1.3主題詞—分類號對應原則。第一,一個主題詞至少有一個R類(醫(yī)藥衛(wèi)生)相應類號對應,如主題詞“肝疾病”的對應分類號為“R575”。第二,必要時,一個主題詞可以對應幾個類號,如藥物主題詞可根據(jù)不同的用途和藥理作用對應幾個相應的類號。第三,社會科學、生物學等學科主題詞與《中國圖書分類法》R類的相應類目進行擴充或仿分對應。第四,采用直接、上位類、靠類、多號及組配等技術(shù)方法對主題語言與分類語言進行概念的對應處理。第五,副主題詞與臨床醫(yī)學專用復分號對應,地理主題詞與地理復分號對應。

4.2中國生物醫(yī)學文獻計算機輔助標引系統(tǒng)

1996年在上述兩個數(shù)據(jù)庫初具規(guī)模的基礎上,采用C++語言和VisualFoxPro開發(fā)成功了“中國生物醫(yī)學文獻計算機輔助標引系統(tǒng)”,該系統(tǒng)已成為我國第一個進入實用階段的計算機輔助標引系統(tǒng)。它使醫(yī)學文獻的標引深度由原來的每篇文獻3個主題詞增至8-10個,分類號由1個增至3-5個,文獻的處理速度由每年處理4萬條數(shù)據(jù)增至20萬條左右,數(shù)據(jù)的更新速度大大加快,文獻的加工處理費用大大降低。該系統(tǒng)包括主題標引系統(tǒng)和分類標引系統(tǒng)。

4.2.1主題標引規(guī)程。醫(yī)學文獻主題標引包括主題詞、副主題詞、主要概念主題詞(加權(quán)主題詞)及特征詞的標識。

4.2.1.1確定標引源:以科技文獻中的標題、文摘、作者、關鍵詞作為標引源。

4.2.1.2確定切分規(guī)則:采用最大字串匹配法對文獻的標題、文摘、作者、關鍵詞逐字進行掃描。

4.2.1.3確定轉(zhuǎn)換規(guī)則:對主題詞、副主題詞、特征詞分別進行轉(zhuǎn)換。

4.2.1.4確定主題詞數(shù)目:根據(jù)主題詞的出現(xiàn)頻率和出現(xiàn)位置計算每個主題詞、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引詞。

4.2.1.5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(加星號主題詞)和非主要概念主題詞。

4.2.1.6確定高頻主題詞轉(zhuǎn)換規(guī)則:對主題詞表中的高頻詞不予轉(zhuǎn)換,如“研究”。

4.2.1.7標引人員的干預:標引人員對機標后的主題詞進行審核。

4.2.1.8標引結(jié)果的合法性檢查:計算機對標引結(jié)果進行檢查,包括主題詞、副主題詞、特征詞的規(guī)范程度,主題詞/副主題詞組配是否正確,等。

4.2.2分類標引規(guī)程。根據(jù)每篇文獻標引的主題詞,依據(jù)“主題詞—分類號對應數(shù)據(jù)庫”及其一些特定規(guī)則進行分類號的轉(zhuǎn)換。

4.2.2.1主題詞—分類號轉(zhuǎn)換規(guī)則:依據(jù)“主題詞—分類號對應數(shù)據(jù)庫”進行主題詞到分類號轉(zhuǎn)換。如:主題詞“肝腫瘤”,轉(zhuǎn)為分類號“R735.7”。

4.2.2.2副主題詞—專用復分號轉(zhuǎn)換規(guī)則:依據(jù)“副主題詞—復分號對應表”進行副主題詞到復分號的轉(zhuǎn)換,并將復分號加到主類號后。如:副主題詞“/診斷”轉(zhuǎn)為復分號“04”,故主題詞“肝腫瘤/診斷”,轉(zhuǎn)為分類號“R735.704”。

4.2.2.3兒科學類號轉(zhuǎn)換規(guī)則:依據(jù)“主題詞—分類號對應數(shù)據(jù)庫”及“特征詞”進行主題詞到分類號的轉(zhuǎn)換。如一篇“兒童高血壓診斷標準探討”的文獻,標引的主題詞為“高血壓/*診斷;參考值”,特征詞為“兒童;人類”,如僅依據(jù)主題詞則分類號轉(zhuǎn)換為“R544.104;R-05”,而依據(jù)主題詞和特征詞則分類號轉(zhuǎn)換為“R725.441.04;R-05”。

4.2.2.4外源性和內(nèi)源性物質(zhì)類號轉(zhuǎn)換規(guī)則:一個主題詞既為外源性物質(zhì)又為內(nèi)源性物質(zhì)時,依據(jù)標引的副主題詞確定類號的轉(zhuǎn)換。如主題詞“C肽”既可轉(zhuǎn)為外源性物質(zhì)類號“R977.6”又可轉(zhuǎn)為內(nèi)源性物質(zhì)類號“R341.43”,如同時有副主題詞“/治療應用”存在時,則主題詞“C肽”僅轉(zhuǎn)為分類號“R977.6”。

4.2.2.5地理主題詞—地理復分號轉(zhuǎn)換規(guī)則:依據(jù)“地理主題詞—復分號對應表”進行地理主題詞到地理復分號的轉(zhuǎn)換。為了適應計算機檢索的需求,不將地理復分號一一加到每個主類號后,而是將其設為單獨的類號,并以“RZ”作為地理復分類號的標識,如地理主題詞“北京”轉(zhuǎn)為分類號“RZ21”。

4.2.2.6實驗動物類號轉(zhuǎn)換規(guī)則:原則與地理主題詞—地理復分號轉(zhuǎn)換規(guī)則類似,即不一一將“-332”加到每個主類號后,而是將其設為單獨的類號“R-332”。

5展望

建成后的“統(tǒng)一的中國醫(yī)學語言系統(tǒng)”對醫(yī)學詞匯的規(guī)范、統(tǒng)一、標準化及科技信息的交流具有重要價值,可用于英漢醫(yī)學用語對譯式輔助翻譯系統(tǒng)和基于自然語言、中英文雙語功能的檢索軟件的開發(fā)、研制。該系統(tǒng)在提高文獻標引質(zhì)量、處理速度、方便檢索和提高檢索效率,開發(fā)高水平數(shù)據(jù)庫及信息檢索系統(tǒng)等方面都具有重要意義。