基于知识元理论的《伤寒杂病论》标引方案与知识表示研究

杨凤 钟相根 周冉冉 侯鉴宸 李芊芊 李冉 李伊然 陶晓华

北京中医药大学中医学院，北京 100029

东汉张仲景所著的《伤寒杂病论》是我国第一部 理法方药完备、理论联系实际的中医临床著作，包括《伤寒论》与《金匮要略》两本书，被历代医家奉为临证圭臬，也是当今中医人学习与临床的必备之书。在近两年，中医临床专家团队研制的抗疫“三药三方”中的清肺排毒汤，即由来自《伤寒杂病论》的4 个方剂融合而成，临床疗效显著，彰显了经典的旺盛生命力[1-2]。如今，伤寒、金匮已成为两个系统的中医学科，大量伤寒金匮类古籍中蕴含着海量的、高密度的中医药知识和信息，具有非常重要的学术和临床价值，可借助现代信息技术更好地开发利用。

本研究在传统中医古籍整理成果的基础上，结合现代知识元理论与标引技术，对《伤寒杂病论》进行了深度、全面的知识标引与知识表示，提取了知识体、知识元、语义、语义关系的逻辑数据，形成了规范化的标引方案，并构建了《伤寒杂病论》知识图谱以展现仲景辨“病脉证并治”的临床诊疗思维模式。

1 资料与方法

1.1 资料来源

以钱超尘等整理的《伤寒论》[3]与何任等整理的《金匮要略》[4]为研究对象，进行文本校对与电子化。同时，分析两书的知识结构与知识内核，发现共有40 篇以“辨某某病脉证并治”或“某某病脉证治”命名，结合书中对六经病、内伤杂病等内容的详细论述，可见仲景临证遵循“辨病→平脉→析证→定治”的诊疗思维模式[5-6]。

1.2 知识元标引方法

立足于知识元理论，以知识元为单位对《伤寒论》与《金匮要略》的文本进行解析标引[7]。首先基于两书的诊疗思维模式与知识要素，并参考中医药学语言系统[8]和中医古籍语言系统[9]，构建了“病脉证并治”标引模板[10-11]，包括31 个知识元及不同类型语义和语义关系的元数据。标引员为伤寒金匮专业的7 位硕博研究生与2 名专家，根据文献研究、专家判断与信息技术相结合的方法进行人工自由标引[12-13]，并遵守“一标、二查、三复审、四抽检”的质控流程，具体操作在中医古籍“病脉证并治”知识元标引系统（http：//114.255.40.130：60080/metaservice2/）中进行。

正式标引时，第一步为选取与命名知识体，将书中表达“病脉证并治”主题或意思完整的条文作为一个知识体，多数情况为“1 则条文=1 个知识体”。知识体命名一般选用病证名或主症，必须出自原文，可稍作提炼。第二步为抽取知识元，标引员先要鉴别、明确不同类型知识元的定义与范畴，再抽取相应的内容。例如，病因知识元为导致病证发生的原因，如“夏月伤冷水”；病机知识元为疾病发生、发展、变化及其结局的机制，如“胃中空虚，客气动膈”[14]。第三步为提取语义，根据字词短语的属性与语境，先选定合适的语义类型后提取相应内容，尤应注意语义拆分的原则。第四步为创建语义关联，先识别不同语义之间匹配的语义关系类型，再勾选相应的语义成分。如，方药关系：桂枝汤（方剂）<->桂枝（药物）-芍药（药物）-甘草（药物）-生姜（药物）-大枣（药物）；辨治关系：寒疝（病证）<->腹中痛（证候表现）-胁痛（证候表现）-里急（证候表现）<->当归生姜羊肉汤（方剂）。具体标引示例见图1～2。

图1 《伤寒论》标引示例

1.3 知识图谱构建方法

《伤寒杂病论》知识图谱的构建过程从标引所得的数据出发，包括知识抽取、知识融合、知识加工、知识图谱构建4 个主要步骤[15-16]：①从标引系统中导出XML 格式的原始数据；②进行实体提取、关系抽取，解析得到逐条的JSON 格式数据；③利用叙词表共指消解、合并同义实体，经过质量评估后提取出三元组数据；④导入Neo4j 数据库形成知识图谱。其中，针对多元关系通过加入附加节点的方法转化成二元关系的组合，再进行实体分组连接[17-18]。

图2 《金匮要略》标引示例

2 结果

2.1 《伤寒杂病论》标引逻辑数据结果

本研究基于知识元理论标引《伤寒杂病论》，将该书由自然记载的文本形式转化成结构化的逻辑数据，结果统计见表1，一共包括923 个知识体、6 204 条知识元、10 607 条语义（涉及28 种类型）、3 690 条语义关系（涉及22 种类型）。

表1 《伤寒杂病论》标引逻辑数据结果统计（高频）

在知识体层面，大部分完整记叙了六经病与各种杂病的“病脉证治”所有要素，涉及四诊信息、方药知识、预防调护及失治误治情况等。在知识元和语义层面，辨证、病名、方剂、病机、主脉、药物等知识元的数量最多，证候表现、药物、病因病机、剂量、病证、脉象等语义的数量最多。其中，《伤寒论》中排名前十位的病证为太阳病、阳明病、少阴病、少阳病、下利、痞证、结胸、厥阴病、太阴病、霍乱；《金匮要略》中排名前十位的病证为下利、支饮、虚劳、水气病、痰饮病、痉病、太阳病、百合病、寒疝、黄疸。在语义关系层面，药制量关系占比最多，其次是辨治关系与方药关系。

2.2 《伤寒杂病论》“病脉证并治”知识图谱展示

本研究构建的《伤寒杂病论》“病脉证并治”知识图谱，以节点代表语义成分，边代表语义关系或语义类型，其中每一个“辨治关系”都是蕴含“辨病→平脉→析证→定治”临床诊疗思维模式的多元关系。如图3 所示，知识图谱将仲景运用桂枝汤治疗外感病与内伤病的辨治经验汇总，相同的语义合并为一个节点，不同的语义保留多个节点，“辨治关系1”所连的病证语义为“太阳中风”、证候表现语义为“啬啬恶寒”“翕翕发热”“淅淅恶风”“鼻鸣”等、脉象语义为“阳浮而阴弱”，与原书太阳中风桂枝汤证的条文相对应，其余的“辨治关系”节点及所连的语义则是使用桂枝汤的其他太阳病变证与内伤杂病的内容。

图3 《伤寒杂病论》“病脉证并治”知识图谱示例

[通讯作者]过知识图谱的关联，可从病证、证候表现、脉象等推导出相应的治法、方剂、药物、宜忌等语义；反之，从方剂、药物语义出发可推导出其治疗的“病脉证”内容。由图4 可知，清肺排毒汤主要蕴含着《伤寒论》中的麻黄杏仁甘草石膏汤、小柴胡汤、五苓散与《金匮要略》中的射干麻黄汤的理法，涉及太阳病和少阳病的证候表现、脉象特点与病因病机，还隐有麻黄汤、桂枝汤、小建中汤、茯苓甘草汤等方的辨治内容。此外，知识图谱还通过“合病”“并病”“从属”“鉴别”“传变”等关系使不同知识体之间的疾病关系清晰展现。

图4 《伤寒杂病论》知识图谱部分展示

3 讨论

知识元是知识系统中表达一个完整概念的不可分解的最小知识单元，以知识元为单位进行标引，不仅能深入文献内部获取知识，还可呈现古籍的知识组织结构，进而正确解读作者的行文逻辑与核心思想[19-20]。正如《伤寒杂病论》的标引逻辑数据体现了仲景辨“病脉证并治”的诊疗思维模式及其“病脉证”同参、注重分析病因病机的特点。通过知识图谱则实现了《伤寒论》与《金匮要略》两书知识的深度融合与关联，将仲景收集临床信息、诊断疾病、辨证论治、遣方用药等内容进行可视化，清楚地展现了《伤寒杂病论》的全貌，以解决目前该书被分而为二、内容割裂的问题。知识图谱作为一种知识的图形式，本质上是由实体和关系组成的语义网络，能够模拟中医的诊疗决策思维过程[21-22]，因此也可呈现张仲景的诊疗思维模式和应用经方的思路，同时诸多方剂之间的共同药物与关联症状，显示了从合方角度运用经方的合理性。可见，从计算机思维的角度对张仲景诊疗思维进行建模、解模与解释，将书中蕴含的医药知识、诊疗思维、推理方法等转为数字化、模型化的表达，亦是一种解析与重构仲景之书的方式，有利于新知识与隐性知识的发现，以真正实现深度挖掘文献价值、辅助临床决策的目的。知识表示作为描述世界所作的一组约定，是知识的符号化、形式化或模型化，常用的表示方法有状态空间方法、谓词逻辑、本体、语义网络、框架表示法等[23-24]。

中医古籍作为一座巨大的知识宝库，蕴含着大量或显或隐的医学知识，不仅是传统中医药学发展的根基，更是现代中医药创新的源头，如何将中医古籍中的高密度知识进行合理表示、组织与充分挖掘，成为当下及未来的研究重点之一[25]。本研究选用的“知识元”是该领域目前常用的知识表示方法[26]，蕴含框架表示法的原理，又可与语义网络表示法相结合，从而分层次、分粒度地提取古籍中的理法方药内容。此外，虽然知识元标引技术用于中医古籍的知识获取已较为成熟，但通过本研究发现还有许多值得探索和完善的关键之处。首先，设置与古籍内容相匹配的标引模板尤其关键，囊括知识元、语义、语义关系3 个层面的不同类型元数据。其次，标引员所具备的中医古籍阅读能力和医学专业知识非常重要，否则提取的数据会有许多错误。因此，反复的数据核查工作及领域专家在标引过程中把控标引质量，也是不可或缺的环节。

综上，本研究以《伤寒杂病论》为范例，采用知识元标引和知识图谱技术将文本内容进行了数字化处理和知识表示，以展现书中“病脉证并治”知识组织体系与诊疗思维过程。后续本团队将依托于该标引方案，利用相关的计算机技术探索伤寒金匮类古籍和其他中医古籍的自动标引，并用知识图谱将分散在不同书中的知识进行连接与可视化，以期形成大型中医古籍知识库服务于临床、教学与科研各个方面。