王正山 朱建平

(中國中醫(yī)科學(xué)院中國醫(yī)史文獻(xiàn)研究所，北京 100700)

中醫(yī)藥術(shù)語的規(guī)范化，是中醫(yī)藥學(xué)一項(xiàng)重要的基礎(chǔ)性的系統(tǒng)工程。它對(duì)于中醫(yī)藥知識(shí)的傳播，國內(nèi)外醫(yī)藥交流，中醫(yī)藥科技成果的推廣，中醫(yī)藥書刊和教材的編輯出版，乃至中醫(yī)藥現(xiàn)代化、國際化都具有十分重要而深遠(yuǎn)的意義。由于中醫(yī)藥術(shù)語形成的歷史性和特殊性，中醫(yī)術(shù)語規(guī)范成為中醫(yī)現(xiàn)代化、國際化的關(guān)鍵問題之一[1]。

在3部《中醫(yī)藥學(xué)名詞》審定發(fā)布之后，用戶反饋積極，同時(shí)也有一種困惑，即淘汰了一些不規(guī)范術(shù)語，一時(shí)又不知道該用哪個(gè)規(guī)范術(shù)語。為此，2012年國家科技基礎(chǔ)性工作專項(xiàng)重點(diǎn)項(xiàng)目“中醫(yī)藥基礎(chǔ)學(xué)科名詞術(shù)語規(guī)范研究”啟動(dòng)了中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫建設(shè)，以解決這一問題，促進(jìn)規(guī)范術(shù)語的推廣。

一 問題的提出

2000年，全國科學(xué)技術(shù)名詞審定委員會(huì)中醫(yī)藥學(xué)名詞審定委員會(huì)成立，開展中醫(yī)藥名詞規(guī)范化工作，先后審定、發(fā)布了《中醫(yī)藥學(xué)名詞》之基本名詞、內(nèi)科婦科兒科、外科皮膚科肛腸科眼科耳鼻喉科骨傷科等3部國家規(guī)范名詞，推動(dòng)了中醫(yī)藥的標(biāo)準(zhǔn)化、現(xiàn)代化、國際化。規(guī)范內(nèi)容之一是根據(jù)“單義性原則”[2]，在遇到“多詞一義”時(shí)，只選取一個(gè)為規(guī)范詞，其他為淘汰詞。例如，“大頭瘟”為規(guī)范詞，而“大頭風(fēng)、大頭痛、時(shí)毒、大頭傷寒、蝦蟆瘟、捻頭瘟、大頭天行、疫毒、瘟毒喉痹、瘟疫紅喉、蝦蟆瘟”等為同義詞，規(guī)范后被廢棄，在規(guī)范術(shù)語數(shù)據(jù)庫里不再出現(xiàn)。

從2003年以來發(fā)布的《中醫(yī)藥學(xué)名詞》3部國家規(guī)范名詞使用反饋情況來看，一些已經(jīng)廢棄的術(shù)語仍在被使用。比如：“肺痿”為規(guī)范術(shù)語，“肺萎”則是應(yīng)該被廢棄的同義術(shù)語，但一些期刊中仍然使用“肺萎”。如楊淦等《特發(fā)性肺纖維化與肺痹、肺萎關(guān)系淺析》[3]一文中就使用非規(guī)范術(shù)語“肺萎”。又如“下消”為規(guī)范術(shù)語，“腎消”則是應(yīng)該被廢棄的同義術(shù)語，而期刊中仍然出現(xiàn)“腎消”。如張嬋娟《〈外臺(tái)秘要〉論消渴》”[4]一文中就使用非規(guī)范術(shù)語“腎消”。又如“肺癆”為規(guī)范術(shù)語，“肺勞”則是應(yīng)該被廢棄的同義術(shù)語，而期刊中仍然出現(xiàn)“肺勞”。如劉繼民等《王檀教授應(yīng)用中醫(yī)康復(fù)療法治療咳嗽、肺勞經(jīng)驗(yàn)總結(jié)》[5]一文中就使用的是非規(guī)范術(shù)語“肺勞”。

總之，非規(guī)范術(shù)語仍在中醫(yī)藥期刊、書籍中使用。進(jìn)一步的研究表明，其原因主要有以下兩個(gè)方面：(1)不少從業(yè)者、研究人員對(duì)中醫(yī)藥術(shù)語規(guī)范工作了解甚少，不知道哪些術(shù)語已被廢棄；(2)部分從業(yè)人員，雖然對(duì)中醫(yī)藥術(shù)語規(guī)范工作有所了解，也愿意使用規(guī)范術(shù)語，但缺乏相關(guān)的檢索平臺(tái)，檢索相關(guān)規(guī)范術(shù)語的過程有些麻煩，或者不知道當(dāng)前使用的是被淘汰的術(shù)語，或者雖然知道是淘汰詞，卻一時(shí)找不到對(duì)應(yīng)的同義規(guī)范術(shù)語。

二 建庫的意義

針對(duì)上述存在的問題，國家科技基礎(chǔ)性工作專項(xiàng)重點(diǎn)項(xiàng)目“中醫(yī)藥基礎(chǔ)學(xué)科名詞術(shù)語規(guī)范研究”的任務(wù)之一就是建設(shè)中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫。中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫的建設(shè)內(nèi)容是：(1)確立中醫(yī)藥的規(guī)范術(shù)語，及其對(duì)應(yīng)的同義詞(淘汰詞)。計(jì)劃收錄全國科技名詞委公布的規(guī)范詞約1.3萬條,以及基于《中醫(yī)大辭典》等辭書的同義詞數(shù)萬條[6]。(2)提供檢索平臺(tái)，方便用戶查詢，以便推廣應(yīng)用規(guī)范詞，廢棄淘汰詞。其意義在于使用者即使查詢的是已被廢棄的術(shù)語(提示“不是規(guī)范術(shù)語”)，也可通過該數(shù)據(jù)庫關(guān)聯(lián)到已經(jīng)公布的同義規(guī)范術(shù)語，從而為推廣中醫(yī)藥規(guī)范術(shù)語提供技術(shù)支持；將來還可以廣泛應(yīng)用于各種中醫(yī)藥數(shù)據(jù)庫中，實(shí)現(xiàn)按同義詞的擴(kuò)展檢索等。

三 同義詞的獲取

在構(gòu)建中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫之前，需要先獲取所有中醫(yī)藥規(guī)范術(shù)語的同義詞集。其中包括幾個(gè)關(guān)鍵的環(huán)節(jié)：

1. 工具書抓取。提取同義詞，需要依賴比較權(quán)威的工具書，如《中醫(yī)大辭典》《中醫(yī)辭?！贰吨兴幋筠o典》等，其中的部分書籍可以從一些網(wǎng)站上獲取。因此針對(duì)不同的網(wǎng)站，需要編寫不同的抓取程序，保證抓取結(jié)果的正確性。這一步是準(zhǔn)備工作。如果能夠從其他渠道獲取工具書文本，則此步可以省略。

2.同義詞提取。這是整個(gè)工作中核心的一步。傳統(tǒng)上，一般只能依靠人工進(jìn)行，耗時(shí)耗力，且容易出錯(cuò)。為此，項(xiàng)目組創(chuàng)建并使用了基于模式識(shí)別的中醫(yī)藥術(shù)語同義詞自動(dòng)提取方法，利用計(jì)算機(jī)技術(shù)自動(dòng)提取同義詞。該方法包括準(zhǔn)備辭典、編寫提取程序、提取抽取和過濾規(guī)則、按規(guī)則提取同義詞、結(jié)果審核、有效性評(píng)價(jià)等步驟。統(tǒng)計(jì)數(shù)據(jù)表明，該方法提取同義詞，準(zhǔn)確率約為94%，召回率約為94.5%。作為一種輔助方法，基于模式識(shí)別的中醫(yī)藥術(shù)語同義詞自動(dòng)提取可以大大提高同義詞提取工作的效率。

3. 人工審核同義詞。這是整個(gè)過程中非常關(guān)鍵的一步，并最終決定同義詞提取的質(zhì)量。人工審核主要有三個(gè)方面的作用：

(1)同義詞審核。機(jī)器提取同義詞，無論其算法如何可靠，都有可能產(chǎn)生錯(cuò)誤(誤提或者漏提)，因此需要人工對(duì)提取的同義詞進(jìn)行審核。

(2)文本校對(duì)。網(wǎng)上抓取到的文本，其文本質(zhì)量也會(huì)存在問題。文本質(zhì)量問題也是制約同義詞提取效果的一個(gè)關(guān)鍵因素。這也需要在人工審核時(shí)予以發(fā)現(xiàn)和校正。

(3)模式發(fā)現(xiàn)。同義詞提取的模式和規(guī)則，并非提前設(shè)定的，這些規(guī)則需要在審核同義詞的過程中發(fā)現(xiàn)并完善。

4. 人工審核的工具支持。由上可見，人工審核同義詞的工作非常煩瑣而容易出錯(cuò)。為了提高效率，保證工作質(zhì)量，項(xiàng)目組開發(fā)了輔助工具。

5. 同義詞歸并。在《中醫(yī)大辭典》《中醫(yī)辭?！返裙ぞ邥?，對(duì)一組同義詞，一般選擇其中之一進(jìn)行詳細(xì)解釋，其他同義詞詞條則通過關(guān)聯(lián)專用詞指向該詞條。如果用人工的方式，要找到詞條A的所有同義詞，理論上講，就至少需要把辭典中所有的詞條都查閱一遍，看看是否與A同義。這是費(fèi)時(shí)費(fèi)力又很難完成的一項(xiàng)工作。在本項(xiàng)目中，因?yàn)橛杏?jì)算機(jī)的輔助，只需要制定規(guī)則，把所有詞條的同義詞利用程序自動(dòng)提取出來，再人工審核一遍，之后就可以利用計(jì)算機(jī)自動(dòng)進(jìn)行歸并，把所有與A同義的詞條加入A的同義詞集即可。

在中醫(yī)藥名詞審定工作中，對(duì)于“一詞多義”的處理，采取了分化不同義項(xiàng)、保留不同學(xué)科之間的一詞多義現(xiàn)象等措施[2]。因此本項(xiàng)目在歸并同義詞后，需要人工審核，避免將不同義項(xiàng)的同義詞歸并到同一個(gè)術(shù)語的同義詞集中。

6.專家評(píng)估。由于本項(xiàng)目的目標(biāo)，是制定中醫(yī)藥術(shù)語的同義詞規(guī)范，建立同義詞查詢數(shù)據(jù)庫，因此所產(chǎn)出的所有結(jié)果，最終都需要提供給領(lǐng)域?qū)＜疫M(jìn)行人工審核，審核通過后方能入庫，向社會(huì)開放，供業(yè)界查詢。

四 數(shù)據(jù)庫構(gòu)建

對(duì)中醫(yī)藥術(shù)語的同義詞考證完成后，就可以在此基礎(chǔ)上構(gòu)建中醫(yī)藥同義詞數(shù)據(jù)庫。

1.選擇數(shù)據(jù)庫管理系統(tǒng)(DBMS)

數(shù)據(jù)庫管理系統(tǒng)的選擇，主要考慮其性能、安全性、易用性等。本研究中所涉及的問題比較簡(jiǎn)單，數(shù)據(jù)量比較小，大約5萬～10萬條記錄，50～100M級(jí)存儲(chǔ)量，因此可以利用Access這樣簡(jiǎn)單易用的數(shù)據(jù)庫管理系統(tǒng)進(jìn)行存儲(chǔ)。

目前市場(chǎng)上存在的各種關(guān)系數(shù)據(jù)庫，相互之間可以比較方便地進(jìn)行數(shù)據(jù)遷移，因此，在研究階段，數(shù)據(jù)庫的選擇應(yīng)以簡(jiǎn)單易用為原則，不需要耗費(fèi)過多的精力。

2.設(shè)計(jì)數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)

數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)，主要包括邏輯存儲(chǔ)結(jié)構(gòu)和物理存儲(chǔ)結(jié)構(gòu)。在此簡(jiǎn)單介紹一下邏輯存儲(chǔ)結(jié)構(gòu)。中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫主要包括圖1的3個(gè)數(shù)據(jù)表。

圖1 主要數(shù)據(jù)表結(jié)構(gòu)

(1)中醫(yī)藥工具書表，存放需要抓取和分析的工具書基本信息。

(2)中醫(yī)藥術(shù)語同義詞表，用于存儲(chǔ)從各工具書中提取的所有詞條及其解釋，也包括該詞條在工具書中的具體頁碼，便于人工核對(duì)?！罢弊侄斡糜诖鎯?chǔ)該詞條所在工具書中對(duì)應(yīng)的正名?！巴x詞列表”字段用于存儲(chǔ)計(jì)算機(jī)自動(dòng)提取的同義詞列表。“同義詞匯總”字段用于存儲(chǔ)每個(gè)詞條的歸并后的同義詞列表。

(3)中醫(yī)藥術(shù)語規(guī)范表，用于存儲(chǔ)本項(xiàng)目組擬定的所有中醫(yī)藥學(xué)規(guī)范名詞術(shù)語，約13 000條。這里需要注意的是，一個(gè)規(guī)范名，有可能分屬多個(gè)學(xué)科，因此對(duì)應(yīng)不同的術(shù)語編碼和規(guī)范解釋。“同義詞”字段用于存儲(chǔ)該術(shù)語最終審定后的同義詞列表。

3. 開發(fā)前端檢索工具

到上一步為止，數(shù)據(jù)庫構(gòu)建的主體工作就完成了。但是，如果沒有相應(yīng)的接口，用戶就不能查看數(shù)據(jù)庫，也無法查詢到規(guī)范術(shù)語、翻譯及其同義詞。為此需要開發(fā)一個(gè)Web檢索平臺(tái)，作為最終用戶的使用接口，一方面可以方便使用，另一方面也能屏蔽底層數(shù)據(jù)，防止數(shù)據(jù)資料泄露。

Web檢索平臺(tái)后臺(tái)的主要邏輯如下：

第1步：?jiǎn)?dòng)后臺(tái)程序，初始化數(shù)據(jù)，啟動(dòng)監(jiān)聽程序。

第2步：監(jiān)測(cè)客戶端發(fā)來的查詢請(qǐng)求，直到收到客戶端請(qǐng)求，然后轉(zhuǎn)第3步。

第3步：處理客戶端請(qǐng)求。

當(dāng)收到客戶端發(fā)來的查詢后，首先檢索“中醫(yī)藥術(shù)語規(guī)范表”。

a)如果找到對(duì)應(yīng)的詞條，則說明該詞條為已經(jīng)定義過的規(guī)范術(shù)語，返回該術(shù)語的標(biāo)準(zhǔn)英譯、同義詞列表、定義、版本信息等。

b)如果沒有找到對(duì)應(yīng)的詞條，則說明該詞條不是已經(jīng)定義過的規(guī)范術(shù)語，需要進(jìn)一步查詢同義詞列表，看是不是某個(gè)規(guī)范術(shù)語的同義詞，如果是，則返回提示信息，說明該詞條不是規(guī)范術(shù)語，對(duì)應(yīng)的規(guī)范術(shù)語為×××；如果不是，則說明該詞條不是規(guī)范術(shù)語，也不是淘汰詞，需要進(jìn)一步查找“中醫(yī)藥術(shù)語同義詞表”，看看該詞條是否在某個(gè)工具書中有定義，如果有則返回相關(guān)定義，沒有則提示用戶查詢結(jié)果為空。

第4步：組裝查詢結(jié)果，并發(fā)送給客戶端。

第5步：跳轉(zhuǎn)到第2步，繼續(xù)監(jiān)聽請(qǐng)求。

五 用戶端查詢結(jié)果展示

現(xiàn)在扼要介紹一下中醫(yī)藥術(shù)語同義詞查詢數(shù)據(jù)庫用戶端使用的方法。用戶可以通過手機(jī)或者電腦使用本項(xiàng)目開發(fā)的中醫(yī)藥術(shù)語查詢工具。

當(dāng)用戶查詢“瘟疫”時(shí)，因?yàn)檫@是一個(gè)規(guī)范術(shù)語，所以返回的是規(guī)范的定義、英文翻譯、同義詞、版本信息等，如圖2所示。

當(dāng)用戶查詢“溫疫”時(shí)，因?yàn)檫@是一個(gè)淘汰詞，所以返回的是相關(guān)提示信息。手機(jī)端界面如圖3所示。

隨著中醫(yī)藥術(shù)語同義語查詢數(shù)據(jù)庫向社會(huì)開放，將會(huì)收到用戶的反饋意見，屆時(shí)再加以改進(jìn)，不斷完善，使該數(shù)據(jù)庫在中醫(yī)藥學(xué)規(guī)范術(shù)語的推廣中發(fā)揮更大的作用。

圖2 手機(jī)查詢規(guī)范術(shù)語結(jié)果

圖3 手機(jī)查詢非規(guī)范術(shù)語結(jié)果

[4] 張嬋娟.《外臺(tái)秘要》論消渴[J].河南中醫(yī)，2018,38(4):521-523．

[5] 劉繼民， 李萌， 劉通，等.王檀教授應(yīng)用中醫(yī)康復(fù)療法治療咳嗽、肺勞經(jīng)驗(yàn)總結(jié)[J].世界最新醫(yī)學(xué)信息文摘,2018,18(91):11-12.

[6] 朱建平.中醫(yī)藥名詞術(shù)語規(guī)范的實(shí)踐與思考.中國科技術(shù)語， 2017，19(6):11-14．