李赋宁论英语学习和西方文学

科技信息 专论述 基于本傩帕信息抽取技市砥夯 滨州技术学院 中国石油大学(东营校区)张岩 [摘要]本文讲述基于本体的信息抽取的理论和方法，并以一个基于本体的评语信息的抽取为例，讲解基于本体的信息抽取系统 的过程，并详细介绍本体的建立。 [关键词]本体 信息抽取 评语信息 本体建立 基于本体的信息抽取技术是一种把本体和信息处理技术结合起来 实现信息抽取的方法，已是信息抽取研究的一个热点，而且已经有了很 多研究。基于本体的信息抽取技术根据本体描述的概念、关系、层次结 构、概念关系间的约束等生成抽取规则，然后再根据规则对输入的文档 进行抽取。 1．本体的相关知识 1．1本体的提出 本体最早是一个哲学上的概念，从哲学的范畴来说，本体论是哲学 的一个分支，是一门有关存在及其本质和规律的学科，是客观存在的一 个系统的解释或说明，这个系统不依赖于任何一门特定的描述语言，关 心的是客观现实的抽象本质。本体在英文中表示为ontology，一般认为 本体是共享概念模型的形式化规范说明。 1．2本体的描述语言—0wL OWL，全称WebOntologyLanguage，是现今W3C的最新的本体 语言，它保持对原有DAML—ONT／OIL／RDFS的兼容性，又保证了更强大 的语义表达能力，还具有强大地描述逻辑的可判定推理能力。 OWL语言提供三种表达能力依次增强的子语言：OWL—Lite、OW— I-DL和OWL—Full，主要的分类依据就是它们的表达能力。其中， OWL—Lite是表达能力最弱的子语言，0wL_Full具有最强的表达能力， 而OWl—DL的表达能力则在它们之间。我们可以认为OWL—DL是 OWL—Lite的扩展，而OWL—FuU是OWL—DL的扩展。 OWL本体的组成与Prot6酌提供的本体相似，基本上，只是在对组 成部分的称呼有一些分别。例如OWL有个体(Individual)、属性(Prop— erty)和类(Class)，而Prot6酌则分别称它们为实例(Instance)、槽(Slot)和 类(Class)。 2．基于本体的评语信息抽取 根据基于ontology的信息抽取系统的一般的过程，结合评语文本的 实际情况，了一个新的比较符合实际的ontology评语信息抽取系 统，总体结构图如下： 图1基于本体的评语信息抽取系统框图 ，根据图示，系统各模块的简介如下： 1)ontology：9ntology是本系统信息抽取的基础，在ontology中，包含 了所描述领域的概念、关系等，除此之外，ontology中还包含了概念、关 系间的约束、关系的定义域和值域、概念之间的层次结构等。ontology是 对领域的描述，基于此ontology的信息抽取就是针对其所描述的领域的 信息抽取。 2)ontology解析：ontology解析是把ontology中描述的概念，关系，层 次结构等解析出来。在本文系统中，是把这些概念、关系存人到数据库 中。数据库表中记录之间的关系反映了ontology中概念间的层次关系。 3)词库编辑：在ontology解析部分中，我们只记录了概念、关系，并 没有记录能代表这些概念、关系的关键字。但是在信息抽取中，最终还 一274一 是要抽取文章中的具体词汇。概念词库编辑就是管理这些概念、关系的 关键字的。用户可以根据实际的需要使用词库编辑来添加、修改、删除 这些关键字，并把管理结果存人数据库。 4)中文分词：汉字是以字为基本的书写单位，词语之间没有明显的 区分标记，中文分词模块主要用来进行词语的分割，并进行词性的标 注，为接下来的预处理模块、匹配模块的奠定基础。 51预处理：预处理模块主要用来进行语法，对句子中个别特殊 句式进行识别、理解，简化句子的结构，便于更准确地进行信息的抽取。 这是一个非常重要的处理过程，该过程的处理好坏直接影响到系统生 成综合评价文本的质量。 6)信息抽取：这个模块的主要功能是根据预处理后输出的文本与 字典编辑进行匹配，进行信息抽取，并将信息抽取的结果存人数据库。 本系统的运行情况如下： 1)首先建立评语的领域本体，这个一般由领域专家构建的，它包含 了所描述领域的概念、关系、约束等许多信息。本文为了演示，自己建了 一个简单的教师评语本体。 21通过ontology解析器解析领域ontology，将它所包含的领域信息 抽取出来，形成一个本体框架。在本系统中是把这些信息存人到数据 库。 3)将源文本进行中文分词，通过语法分析，简化文中复杂的结构， 特别是针对本课题一些特殊句式、程度副词的抽取等常见问题，提出了 一些处理方法。 4)运行词库编辑模块，它是管理ontology的概念、关系的关键字，它 把这些也存人数据库。 5)将预处理模块的结果与字典编辑模块的关键字进行匹配，将匹 配结果存人数据库的本体框架中。 以上是针对评语文本的信息抽取的工作流程，通过上述过程，可以 将无结构化的评语文档通过信息的抽取自动生成结构化的文本。下面， 详细介绍本系统中的教师评语本体的建立。 图2教师评语本体体系 基于以上的评语本体体系及本体描述语言，将评语本体中的属性 和关系作进一步的描述，以“业务能力”属性为例。 Defcategory业务能力 f 属性：专业知识 ：类型字符串数组 ：注释“评价教师专业知识的相关的词语” 属性：语占表达 ：类型字符串数组 ：注释“评价教师语青表达能力的相关的词语” 属性：板书 ：类型字符串数组 ：注释“评价教师板书好坏的相关的词语” 图3业务能力属性类 (下转第275页) 万方数据 科技信息 专题论述 浅i炎巾药质量的影响因素及控制措旋 山东省金乡县人民医院 马祥洲 [摘 要]中药质量的好坏，直接关系到治疗效果和人民群众身体健康。本文分析了当前影响中药质量的主要因素，并提出了控制中 药质量的相关措施。 [关键词]中药 质量影响控制 中药是中医防治疾病的物质基础，其质量优劣直接关系着千百万 人民身体健康和生命安危。古人云：“虽有良医而药肆多伪药，则良医仍 无济于事，故良医良药，互相辅而行”，即说明了中药质量系中医疗效的 重要保证。目前，中药紧缺品种较多，伪造掺假时有发生，加之中药人员 技术素质参差不齐，滥用、误用，混用现象比较严重，因此必须加强中药 生产、采挖、收购、加工、供应、使用等环节上的质量管理。 1．当前影响中药质量的主要因素 当前影响中药质量的因素繁多，既有因中药本身的特殊性而客观 存在的，也有人为故意造成的。 1．1现有中药质量标准体系不完善。 由于药材的种植、采摘、加工、贮存远未做到标准化，因此质量非常 参差，大大影响了成药的质量稳定性。目前的中药质量标准在很大程度 上是参照西药质量标准的模式建立的，即通过测定某一个或某几个有 效成分的含量来对中药的质量加以控制。这样的质量标准有一定的实 用意义，但对于组成药物多，成分极其复杂的中药来讲，并没有从整体 把握药物，而中药必须作为一个整体加以评价。现有鉴别或含量测定方 法大部分只是针对其指标性成分进行控制，即使达到要求，也不能说明 其质量稳定、一致。 1．2中药材的来源复杂，产地不明 由于地理(±壤j水质)、气候(光照、温度)等自然环境因素的影响， 即使是分布较广的药材，各地所产中药材的质量、规格及有效成分也有 差别。同一药物因产地不同，其化学成分的组成种类有所不同，有效成 分的含量也不一样，导致药材的质量和疗效差别很大。因此在中药材的 使用中历来强调区分产地的重要性。人们在长期的用药实践中对某一 地域优质高效中药的认识形成了中药的道地性，是控制中药质量的一 项独特的综合判别标准。山东的阿胶，四川的川I芎，东北的人参，云南的 茯苓，广东的陈皮，贵州的天麻，宁夏的枸杞等，均为地道优质的中药 材，有效成份含量明显优于其他产地。近些年来，随着市场需求的不断 扩大，许多地方兴起中药材种植热，然而药物在异地引种对药效影响非 常大，异地引种初种时尚与原地品种相近，随着时间推移，由于环境改 变而使品质发生了变化。 1．3采收季节时间不当 中药大都源于天然植物，采收季节时间及生长年限，与中药质量的 好坏有着密切的关系。俗话说“当季是药，过季是草”，足年采与不足年 采以及采收季节掌握不当都会影响疗效。中药采收原则应在其含有效 成分含量最高时采收，如杜仲需10年采剥，人参宜采生长5～8年的，天 麻在冬季时采挖质量好，三七在立秋前后采挖质量好。民间有“三月茵 陈四月蒿，五月砍来当柴烧，九月中旬采麻黄，十月山区五味找，知母、 黄芩全年采，惟独春秋质量高”之说，即充分说明中药材按季采收的重 要意义：按季采收，才能得到优质中药材，在临床发挥最高疗效；如不按 季采收，导致有的中药材疗效降低，甚至无疗效。 1．4加工炮制不规范 中药来源于自然界的植物、动物、矿物，绝大多数要经过加工炮制 后才能应用，中药的加：r-炮制直接影响着药材的质量及疗效。经过炮制 加工，可以消除或降低药物的毒性、烈性或副作用，改变药物的性能，使 之更能适合病情需要，对保证临床用药安全，提高临床疗效具有重要的 意义。中药炮制技术性强，要求严格，同一方法，不同的认识及感官判断 上的差异，炮制品就不一样，必须通过反复研究，从宏观上(形、色、气、 味)和微观上(细胞组织变化、含量测定)制定炮制品质量标准及炮制规 范。目前中药的炮制加工中主要存在当制不制、制不遵法等问题，导致 炮制品低劣，影响质量。 1．5掺杂使假、以次充好 由于中药性形相似、中药鉴定人才匮乏，致使部分伪劣中药材进入 流通渠道而被使用。一些不法分子为追求利润常在中药材中掺杂使假、 以次充好，如黄芪应5～6年生，直径2～3era，其根才可以入药，但现在 有的仅栽种1年，就采收上市_『；杜仲应以生长10～15年以L，皮厚 3～7ram树皮入药，而今有的皮厚仅lmm就采剥【：市了；海螵蛸为体长 13～23cm金乌贼的干燥内壳，而医药市场上有销售的金乌贼长约4～ 5em。此外，以黑背白花蛇、金环蛇的幼体冒充金钱白花蛇，以五味子冒 充山萸肉，以马铃薯块茎、芭蕉芋的块茎冒充天麻等也屡见不鲜。这些 伪劣的中药自然影响疗效。 2．保证中药质量的管理控制措施 保证药品的质量，实质是为了保证病人能获得良好的治疗。没有真 材实料、道地优质的药材，中医药的疗效也就没有保证。 2．1建立科学先进的中药质量标准新体系 制定中药规范化的质量标准是保证临床用药安全、有效、稳定可靠、 促进中药现代化和国际化的关键。以道地药材的质量状况作为中药质 量的控制标准，克服现行只测定少数成分来控制中药质量的分析方法 所难以避免的片面性，建立中药客观、可靠、合理、有效的质量评价与质 量控制方法，实现中药质量标准化控制的日标。 2．2把好中药采购关 中药品种较多，来源广泛，性质复杂，真伪优劣并存。要明确认识到 中药采购工作是保证中药质量和疗效的第一一关，严格把好鉴定关，将产 销用储多环节结合起来，杜绝伪劣中药的生产和销售。 2．3规范炮制加T 中药的炮制加工要严格遵法炮制，保证质量，中药炮制要严格遵照 《中圄药典》和《中药炮制规范》规定工艺流程，不能因繁从简，随意改 动。所用炮制的辅料必须配齐，不能任意加减，坚持做到生药不切不制 不用药，炮制不合格不用药。 2．4提高中药人员的业务素质 目前医院中药房普遍存在专业技术人才缺乏，整体业务素质较低。 加快实行执业中药师持证上岗，定期培训，全面考核，提高中药人 员的业务素质，提高他们的中医中药理论水平和实际操作技能，特别是 中药加工炮制操作技术和中药形状鉴别方面的经验。 (上接第274页) 构建了此本体框架，接下来就可以对此进行信息的抽取，关于教师 评语的源数据来自于某学校的教师测评系统，如： (源数据)该老师知识渊博，思路清晰，对我们认真负责，课堂气氛活跃，总体| 感觉很不错哦!要是普通话更标准就好了，有时讲话听不太清楚。 图4评语抽取实例源数据 将该评语，利用本体语言形式化可得： 图5本体语言形式化 创建好的评语本体框架如下图所示： 基于本体的信息抽取技术是抽取技术的一个重要研究热点，抽取 重要的信息和知识成为很多行业关注的重要技术，在以后的发展中肯 定会越来越受到关注，应用也会越来越广泛。 ∞．TH●婚 ■●^tI■^ ’鬻黼嘲雠⋯?11一?-≯-Ⅲ譬 ●牲}m雌 ●*Ⅱ№ 图6评语本体框架 参考文献 [1]于江德，李学钰．信息抽取中领域本体的设计与实现⋯．电子科 技大学学报，2008．05：25—28 [2]李凌志，张玉婷基于本体的信息集成研究[J]．情报杂志，2008， 01：18-20 [3]马静，吴一占．基于领域本体的信息抽取模式生成与系统实现 [I]情报学报，2008，02：25—27 [4]赵巾国，徐德智本体论及其应用研究[7]．四川理工学院学报， 2007，06：36-39 万方数据