【关键词】 中医古籍语言系统；构建；问题与对策
由于语言的变迁、学科的融合和发展等因素的影响,以及长期以来中医药学术语缺乏规范化,导致了中医药学术语外延宽泛,内涵不清,常出现一词多义、一义多词、词义演变等现象[1]。语言系统的建立可以解决因为概念表述方式不统一和相关信息分散而造成缺失、错误等一系列低效检索结果的发生。中医药一体化语言系统(tcmls)现代部分的构建已初具规模,但中医古籍部分的语言系统建设却一直缺如。中医古籍所含学术内容在整个中医药体系中具有根基性的重要地位,以古汉语为表述方式的中医古籍学术体系有别于现代中医药语言体系,两者决定了中医古籍语言系统是tcmls的一个不可或缺的组成部分。笔者在此基础上进行尝试,并试图对实践过程中遇见之问题勉力探讨。
1 背景介绍
tcmls是以umls(一体化医学语言系统)为参考,以本体论为指导,以中医药语言特点及学科体系为依据,以vocabulary builder软件为平台研制开发的,在umls原有语义类型和语义关系的基础上,根据中医学的特点设计了126种语义类型和60种语义关系,按学科分为16大类,目前已经完成超过30万词条加工。tcmls是古籍语言系统构建的基础,在其总目下增加古籍术语一类,暂作为古籍语言系统加工的平台。
2 存在问题及初步解决方案
2.1 中医古籍分类体系的构建问题
古籍分类就是按照古籍内容的学科性质分门别类,将之组织(构建)成一个知识体系。www.11665.CoM其作用在于不仅能够呈现古籍的基本内容、同一科目有些什么古籍,而且还可以揭示出各个科目所含古籍之间的相互关系。现有的《中国图书分类法》和《全国中医图书联合目录》分类法,均不能较好地解决构建中医古籍语言系统所需要的分类体系。因其或注重学术流派,或关注图书本身,而对文献的内容关注较少。语言系统整体框架内古籍部分的分类显然不能局限于文献图书本身,而必须立足于文献所包含的知识,方能更好地分析把握其含义及相关关系。
在现代中医药语言系统分类体系的基础上,根据古籍的特点进行分类的修订和完善,预先建立一个能够满足中医古籍语言系统整体架构需求的分类体系比较困难,而且自上而下建立的分类可能遗漏古籍中的部分信息。
有鉴于此,本研究采取先在《内经》、《伤寒论》的章节目录下进行现有词条加工的方法,在完成3本词典1万余词条的处理后,根据相应词条上位词的提取构建古籍的分类体系的初步轮廓,在此基础上进行修订。由下而上根据具体概念的上位词所反映出的上下位关系而最终建立起古籍分类体系,以期更切合实际,易于被最终用户理解和接受。
2.2 古籍概念定义问题
2.2.1 定义筛选问题 古籍中的概念定义纷繁复杂,如“下”在《内经词典》中有多达20个不同的定义,其中“在下”、“向下”、“低处”、“量词”等解释,与医学关系不甚密切,属于公共领域的含义,这样的概念定义加工进语言系统非但意义不大,而且会使整个系统变得冗余。所以,采取先筛选出与医学相关的定义,然后再加工的原则进行概念词的录入。
2.2.2 定义取舍问题 依据词典的解释相对比较确定,但却不是古籍语言系统加工的唯一路径。古代医学概念语义具有较大的复杂性、多义性,这是对其理解的难点,同时也影响、制约着tcmls的构建,对概念语义失之辨析,会导致语义网络的失真、错误,影响语言系统的最终应用。如何给内涵和外延都很复杂的古籍概念进行比较明确的定义,是关系到古籍语言系统构建准确性的关键问题。参考和借鉴各领域的最新研究成果是目前可行的途径。
如针灸概念部分可以以“针灸理论文献通考”项目组的最新研究成果为依托,进行下一步的加工处理。如若没有现成的研究成果,可以在加工过程中及时咨询专家意见,以不断调整完善。
2.3 与原有系统概念的兼容问题
中医古籍语言系统的构建不但要尽力展现古籍中同一概念术语在不同语境、文本、历史时期中内涵的演变,建立概念之间的同义、近义以及相关关系,从而避免检索中可能出现的遗漏或错检,而且要最终实现古籍概念术语与现代中医药语言系统之间的互通甚至与umls的兼容。
古籍概念与现代部分的中医药概念完全同名,但是意义却完全不同。如“根”,在药用植物学里是植物体生长在土壤中的营养器官,而在古代针灸概念中却是“井穴”,二者全然不同的含义使我们在加工处理的时候,要进行进一步的区分,以便可以快速搜索到检索者想要查询的概念。如在“根”后面用括号的形式标注出所属学科,可以避免药用植物学中“根”这个作为类存在的概念与针灸学中的具体概念“根”发生混淆。这是具体加工过程中初步的解决方案。
2.4 古籍概念的加工来源问题
tcmls的建立最初都是来源于教材、词典、工具书,因其有比较明确的定义,便于加工处理。这对于中医药学现代部分而言比较合适,但古籍的概念比较分散,不是几本工具书就能涵盖包容的。所以,古籍语言系统未来的加工范围要扩展到具体古籍,如《千金方》、《外台秘要》等,这就需要制定更为详尽的规则。
如何在古籍文本中获取领域概念？所谓领域概念,从某种意义上讲是领域知识在文本中的外在表现。领域概念的获取就是从领域文本集合中抽取最能代表该领域的概念集合,这个过程包括从领域文本中抽取术语集合、词性规范(同义词处理)以及领域概念的筛选和确定[2]。换言之,我们要加工的概念是否是语义的集合,这样的遴选就给加工增加了不确定性和难度。具体的规则制定尚有待进一步考量商榷。
2.5 语义类型及语义关系的适配性问题
tcmls中在进行中医药一体化语言系统构建时已经对语义类型和若干语义关系进行增删改动,如删减了“练习”、“展示”两个语义关系,增加了“开窍于”、“与……相表里”、“概念上对应”、“与……类似概念”、“与……相互依存”、“与……相互制约”、“与……相互转化”等7个语义关系[3],但是还不能完全匹配古籍语言系统的需求。
如“下哺”,应该属于对发病时间的描述,原有的语义类型中的“医学天文气象”和“时间医学”都不是十分恰当。如“咽为之使……魄门亦为五藏使”中“……使”的语义关系描述在现有的系统中不存在,可以考虑新建。
总之,在加工过程中需要对原有的语义类型及语义关系进行适当的增删,以期更能满足古籍的需求。
3 思考与展望
中医古籍在整个中医药学科中的重要地位毋庸置疑,但是,古籍语言系统是否有独立构建的必要是一个值得商榷的问题。单独构建一个古籍语言系统可以使其知识自成体系,浏览与检索时比较直观系统,但现有的tcmls“中医基础理论”类下包含了很多古籍的术语,这将导致古籍系统与现代部分不可避免的重复。反之,如果将古籍语言系统完全嵌入现代语言系统,融合的过程中亦会出现兼容的各种问题,原有的分类结构必须要进行调整修改,原有的与古籍关联的概念亦要进行修订,这是一个巨大的工程。如何在两者之间权衡,是古籍语言系统建设中值得探讨的重大问题之一。
如何使tcmls得到合理充分的应用是语言系统建设过程中一直面临的问题,结合中医药共享平台和中医药共建平台对搜索功能的支持和利用语言系统作为词库的中医药领域分词系统[4]是目前主要的应用范畴。尚在建设初期的古籍语言系统可以参照tcmls进行应用领域的开发尝试,建立中医古籍可以共享重用的本体以及相关的数据挖掘是可以发展的方向之一。
综上所述,中医古籍语言系统的构建是一个十分紧迫且困难的重要工作,不但要解决古籍分类,语义类型、语义关系适配,与原有系统的兼容,概念的筛选,定义的删减等问题,而且还要解决古籍概念的多义性、迁延性、不确定性等问题,后者的解决更需要相关领域研究的支持,方能在未来初现古籍语言系统之端倪。
【参考文献】
1 朱建平.中医术语规范化与中医现代化国际化[j].中华中医药杂志, 2006,21(1)：6－8.
2 何 琳.古农学本体的半自动构建及检索研究[d].南京：南京农业大学, 2007.
3 贾李蓉.中医药学语言系统语义关系初探[a].中医药发展与人类健康[c].北京：中医古籍出版社,2005.180－183.
4 汤萌芽.中医药本体工程及相关应用[d].杭州：浙江大学硕士论文, 2007.
