中藥提取工藝文獻(xiàn)知識(shí)組織方法研究.pdf

1、1研究背景
　　 目前中醫(yī)藥信息以冪次方增長(zhǎng),使用戶真正需要的知識(shí)湮沒(méi)于浩瀚的信息海洋中,百度、Google等搜索引擎的出現(xiàn)在一定程度上緩解了知識(shí)獲取難的問(wèn)題,然而由于缺乏高效的知識(shí)組織方法支撐,知識(shí)不能便利的為用戶所用成為信息利用研究無(wú)法逾越的障礙,彰顯了進(jìn)行知識(shí)組織方法研究的迫切性；然而當(dāng)前知識(shí)組織研究仍然停留在以文獻(xiàn)單元為基礎(chǔ)的發(fā)展階段,未在理論和實(shí)踐上取得重大突破,更加劇了信息占有量和知識(shí)利用之間的矛盾,因此本研究將以中

2、藥提取工藝文獻(xiàn)知識(shí)為例進(jìn)行組織方法學(xué)上的探討。
　　 2研究思路
　　 知識(shí)組織的目的是提供優(yōu)質(zhì)的知識(shí)服務(wù),因此本研究以科研人員的潛在需求為導(dǎo)向,分別對(duì)中藥提取工藝文獻(xiàn)知識(shí)進(jìn)行了以數(shù)據(jù)單元和知識(shí)單元為基礎(chǔ)的組織實(shí)踐:以數(shù)據(jù)單元為基礎(chǔ)的組織實(shí)踐,主要是對(duì)中藥提取工藝文獻(xiàn)進(jìn)行知識(shí)抽取、知識(shí)重組、知識(shí)存檢等初步組織活動(dòng)；以知識(shí)單元為基礎(chǔ)的組織實(shí)踐,主要是對(duì)科研人員感興趣的關(guān)鍵知識(shí)點(diǎn)“影響因素”尋求合適的評(píng)價(jià)方法進(jìn)行知識(shí)再組織,

3、組織結(jié)果可為用戶提供多篇同類文獻(xiàn)中各個(gè)提取影響因素的綜合分析結(jié)果。
　　 3研究?jī)?nèi)容
　　 本研究進(jìn)行的知識(shí)組織方法實(shí)踐分為四個(gè)階段來(lái)完成:一是在需求基礎(chǔ)上確定知識(shí)組織實(shí)踐對(duì)象；二是實(shí)施以數(shù)據(jù)單元為基礎(chǔ)的知識(shí)組織方式,對(duì)非結(jié)構(gòu)化文獻(xiàn)知識(shí)進(jìn)行初步組織；三是實(shí)施以知識(shí)單元為基礎(chǔ)的組織方式研究,選擇合適的評(píng)價(jià)方法進(jìn)行知識(shí)再組織；四是對(duì)知識(shí)組織實(shí)踐結(jié)果進(jìn)行討論分析。
　　 下面將分別闡述知識(shí)組織方法實(shí)施的四個(gè)階段:

4、>　　 第一階段:確定知識(shí)組織對(duì)象
　　 本階段以需求為導(dǎo)向確定組織對(duì)象。本研究在確定知識(shí)組織對(duì)象時(shí)遵循了三個(gè)原則:一是尋求科研人員的興趣點(diǎn)和需求,使研究工作更有意義:二是文獻(xiàn)知識(shí)環(huán)境穩(wěn)定類似,為數(shù)據(jù)的再組織分析減少困難；三是具備一定量的科研型數(shù)據(jù),科研型數(shù)據(jù)是開(kāi)展深層次知識(shí)服務(wù)的數(shù)據(jù)基礎(chǔ)。
　　 首先,本研究從“中國(guó)引文數(shù)據(jù)庫(kù)”中檢索統(tǒng)計(jì)2007年中藥類期刊文獻(xiàn)(共30510篇)的下載量,下載量高在很大程度上反映了科

5、研人員對(duì)此領(lǐng)域的關(guān)注程度,本研究對(duì)下載量排名靠前100名的熱點(diǎn)文獻(xiàn)進(jìn)行主題內(nèi)容分類,其中“中藥提取工藝類文獻(xiàn)”占40％,是前100篇熱點(diǎn)文獻(xiàn)中科研人員最感興趣的文獻(xiàn)類型,同時(shí)此類文獻(xiàn)的數(shù)據(jù)環(huán)境穩(wěn)定、主題因素相近,因此本研究最終確定“中藥提取工藝文獻(xiàn)”為知識(shí)組織對(duì)象。
　　 然后本研究從中國(guó)中醫(yī)藥期刊文獻(xiàn)數(shù)據(jù)庫(kù)和中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)(CBM)中檢索“中藥提取工藝類文獻(xiàn)”共12645篇,制訂文獻(xiàn)篩選原則剔除不符合要求的文獻(xiàn)；另外,

6、考慮到要針對(duì)多個(gè)作者對(duì)同一中藥成分提取影響因素的不同觀點(diǎn)進(jìn)行綜合分析,因此要求對(duì)同一中藥成分的提取研究達(dá)10篇以上方可作為目標(biāo)文獻(xiàn),最終共獲得1299篇中藥提取工藝文獻(xiàn)作為本次知識(shí)組織的具體對(duì)象。
　　 第二階段:知識(shí)抽取
　　 此階段是對(duì)1299篇中藥提取工藝文獻(xiàn)進(jìn)行相關(guān)知識(shí)點(diǎn)的抽取,為后期知識(shí)再組織創(chuàng)造條件,屬知識(shí)的初步組織階段。
　　 本研究首先對(duì)抽取內(nèi)容進(jìn)行設(shè)計(jì)分析,其次為知識(shí)抽取工作定制了采集系統(tǒng),以完

7、成對(duì)中藥提取工藝文獻(xiàn)知識(shí)的重組和知識(shí)存檢,最終本研究抽取了包括關(guān)鍵知識(shí)點(diǎn)“影響因素”在內(nèi)的相關(guān)知識(shí)點(diǎn)29個(gè),共涉及了61個(gè)中藥成分、44個(gè)來(lái)源中藥的提取工藝信息。
　　 本研究通過(guò)實(shí)施以數(shù)據(jù)單元為基礎(chǔ)的知識(shí)組織方式,滿足了科研人員快速查閱瀏覽中藥提取工藝文獻(xiàn)信息的需要,從檢索層次上提高了知識(shí)獲取效率,然而這種組織形式只能提供相關(guān)事實(shí)、數(shù)據(jù)的羅列,遠(yuǎn)不能觸及到知識(shí)組織的真正內(nèi)核,不能滿足用戶從利用知識(shí)層次上獲取知識(shí)的需要,亦無(wú)法為

8、科研人員提供現(xiàn)有文獻(xiàn)數(shù)據(jù)導(dǎo)向基礎(chǔ)上的綜合評(píng)價(jià)和參考建議,因此必須尋求新的方式推進(jìn)知識(shí)組織工作。
　　 第三階段:知識(shí)再組織
　　 此階段是對(duì)中藥提取工藝文獻(xiàn)關(guān)鍵知識(shí)點(diǎn)“影響因素”進(jìn)行知識(shí)再組織,目的是通過(guò)一定的方法為用戶批量整合同類數(shù)據(jù),并快速提供綜合的參考結(jié)果。
　　 以知識(shí)單元為基礎(chǔ)的知識(shí)組織方式處于初級(jí)發(fā)展階段,未找到明確的理論實(shí)踐指導(dǎo)；而知識(shí)單元的單體存在狀態(tài)又模糊不確定,使實(shí)際操作困難重重。鑒于此,本研

9、究認(rèn)為知識(shí)單元雖從物理載體上難以衡量確定,但可從功能實(shí)現(xiàn)的角度開(kāi)展研究。本研究認(rèn)為知識(shí)單元層次的組織特點(diǎn)一是要深入知識(shí)內(nèi)核,對(duì)文獻(xiàn)所含內(nèi)容進(jìn)行分析,找到知識(shí)生產(chǎn)創(chuàng)造過(guò)程中的關(guān)鍵數(shù)據(jù),并以人類創(chuàng)造利用知識(shí)的特點(diǎn)組織知識(shí),二是以知識(shí)本身為單位,為人們直接提供問(wèn)題的解,無(wú)須他們?cè)偻度氪罅烤θふ摇?quán)衡、比較、分析便可得到他們需要的綜合分析結(jié)果。
　　 在中藥提取工藝文獻(xiàn)中,每篇文獻(xiàn)作者都對(duì)關(guān)鍵知識(shí)點(diǎn)“影響因素”的種類進(jìn)行了研究,并對(duì)

10、其影響程度的大小賦予了秩次排序,作者不同,其所認(rèn)為的影響因素的總體組成及各個(gè)因素的排序也不同；此類知識(shí)以觀點(diǎn)秩次排序的方式呈現(xiàn),如何才能綜合考察同類文獻(xiàn)中對(duì)同一中藥成分提取各個(gè)影響因素的綜合作用呢?
　　 本研究根據(jù)研究目的通過(guò)選擇一定的評(píng)價(jià)方法計(jì)算各個(gè)影響因素的綜合影響作用,為用戶提供所有相關(guān)文獻(xiàn)各個(gè)影響因素的綜合秩次大排序。本研究選擇了Topsis法、頻數(shù)統(tǒng)計(jì)方法、秩和比三種方法分別進(jìn)行綜合評(píng)價(jià)的預(yù)試驗(yàn),結(jié)果表明頻數(shù)統(tǒng)計(jì)法只

11、能代表有多少個(gè)作者認(rèn)為某影響因素有作用,能在一定程度上體現(xiàn)該影響因素的影響覆蓋范圍,但在影響力度的表現(xiàn)性上較差,無(wú)法量化表達(dá)該影響因素的綜合影響力度,尤其是無(wú)法處理頻次相同而又存在著較大差異的影響因素比較上。Topsis法雖然可以量化表達(dá)影響程度,但對(duì)實(shí)驗(yàn)設(shè)計(jì)方法的一致性要求比較高,本次預(yù)實(shí)驗(yàn)中選用了為大部分作者所使用的方差分析值參與運(yùn)算,但仍有不少文獻(xiàn)由于未使用方差分析而不能采集到均差值；另外,從各篇文獻(xiàn)中采集到的均差值由于作者對(duì)多指

12、標(biāo)處理方式的不同,導(dǎo)致計(jì)算方法和計(jì)算結(jié)果都存在一定差異,另外Topsis法不能有效的排除異常值的干擾,并且計(jì)算步驟相對(duì)繁瑣。而秩和比法則克服了其它兩種方法的明顯缺陷,而且根據(jù)研究目的只需得到各個(gè)影響因素的秩次便可參與秩次計(jì)算；同時(shí),從三種方法的計(jì)算結(jié)果來(lái)看,秩和比法和頻數(shù)統(tǒng)計(jì)法的計(jì)算結(jié)果相近,在一定程度上得到相互驗(yàn)證,因此本研究最終采用秩和比方法對(duì)“影響因素”進(jìn)行再組織,為科研工作者提供各個(gè)影響因素的綜合影響作用排序。
　　 第

13、四階段:組織結(jié)果分析
　　 本次研究結(jié)果主要包括四個(gè)部分:一是通過(guò)以數(shù)據(jù)單元為基礎(chǔ)的實(shí)踐完成了對(duì)1299篇中藥提取工藝文獻(xiàn)的知識(shí)抽取,滿足了用戶檢索層次上的信息查詢需要；二是對(duì)61種同中藥來(lái)源的中藥成分提取的“影響因素”通過(guò)秩和比方法進(jìn)行知識(shí)再組織,獲得了多篇文獻(xiàn)中有關(guān)61種中藥成分各個(gè)提取影響因素作用的綜合大排名,可為用戶直接提供經(jīng)綜合分析后的各個(gè)影響因素的綜合影響力度,是以知識(shí)本身為單位進(jìn)行的一次以知識(shí)單元為基礎(chǔ)的組織方法實(shí)

14、踐；三是本研究還利用頻數(shù)統(tǒng)計(jì)法計(jì)算得出科研人員較為公認(rèn)的某項(xiàng)“最佳提取工藝”具體的操作方式；四是開(kāi)發(fā)了2個(gè)系統(tǒng)軟件以輔助課題的研究工作。另外,本研究所得結(jié)果是在當(dāng)前文獻(xiàn)量基礎(chǔ)上得出,因此只是為科研人員提供數(shù)據(jù)參考,更準(zhǔn)確的結(jié)論應(yīng)在更有針對(duì)性的實(shí)驗(yàn)中獲得。
　　 4創(chuàng)新點(diǎn)
　　 本研究的創(chuàng)新性貢獻(xiàn)在于通過(guò)秩和比評(píng)價(jià)方法對(duì)以秩次排序方式呈現(xiàn)的知識(shí)、具備一定的研究型數(shù)據(jù)、知識(shí)環(huán)境相近的文獻(xiàn)知識(shí)類型進(jìn)行了組織實(shí)踐,可幫助用戶從多

15、篇同類文獻(xiàn)中快速得到關(guān)鍵問(wèn)題的綜合分析結(jié)果及參考建議,是從以數(shù)據(jù)單元為基礎(chǔ)的組織方式向以知識(shí)單元為基礎(chǔ)的組織方式轉(zhuǎn)變的初步嘗試,在中醫(yī)藥信息領(lǐng)域未見(jiàn)此類知識(shí)組織方法的實(shí)例研究。
　　 5研究意義
　　 本研究重點(diǎn)從實(shí)踐的角度探索了中藥提取工藝文獻(xiàn)知識(shí)的組織方式,體現(xiàn)在方法學(xué)研究上,是對(duì)非結(jié)構(gòu)化文獻(xiàn)知識(shí)進(jìn)行的一次以知識(shí)單元為基礎(chǔ)的組織方法實(shí)踐,為中藥文獻(xiàn)知識(shí)組織、服務(wù)提供了研究基礎(chǔ)；體現(xiàn)在數(shù)據(jù)利用方面,本研究在組織同類文獻(xiàn)

16、知識(shí)的基礎(chǔ)上,通過(guò)秩和比方法對(duì)關(guān)鍵知識(shí)點(diǎn)中藥成分提取“影響因素”進(jìn)行了深層次的再組織利用,對(duì)從數(shù)據(jù)采集到數(shù)據(jù)如何綜合利用方面做出了積極的探討:體現(xiàn)在數(shù)據(jù)服務(wù)方面,所提供的各個(gè)影響因素的綜合影響程度排序,可為科研人員感興趣的問(wèn)題提供知識(shí)本身層次上的參考建議。
　　 6小結(jié)
　　 本項(xiàng)研究從需求分析、知識(shí)抽取、知識(shí)重組、再到知識(shí)存檢、知識(shí)再組織以及結(jié)果討論,每一步都對(duì)知識(shí)組織研究做出了積極的探索和嘗試,積累了一定的經(jīng)驗(yàn),為中