(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210413257.4 (22)申请日 2022.04.20 (71)申请人 中国中医科学院中医药信息 研究所 地址 100700 北京市东城区东 直门内南小 街16号 (72)发明人 刘丽红　朱彦　李海燕　贾李蓉　 杨硕　姚克宇　高博　陈超　聂莹　 (74)专利代理 机构 北京科石知识产权代理有限 公司 11595 专利代理师 李艳霞 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/34(2019.01) G06F 16/84(2019.01) G06F 40/242(2020.01)G06F 40/279(2020.01) G06F 40/30(2020.01) G16H 70/40(2018.01) (54)发明名称 中医药文献语料库 与知识库一体化系统 (57)摘要 本申请提供一种中医药文献语料库与知识 库一体化系统， 其包括元数据模块、 语料库、 文档 标注模块、 查询模块和语义知识库； 元数据模块 用于设定实体类、 词典和语义关系并进行维护； 语料库用于根据导入的文 献形成半结构化文档； 文档标注模块 以词典为标注依据对半结构化文 档进行标注； 查询模块用于对元数据进行查询， 以获得实体类、 词典和语义关系的查询结果。 本 申请能够对文档进行标注、 查询和语义检索， 提 供一种集语料库、 文献标注、 知识加工、 分析、 知 识库检索一体化的系统； 不仅能够单独检索语义 的相关基础信息， 还能够与文献形成关联， 追踪 到相关联的文献及相类似知识， 检索效率高。 权利要求书2页 说明书9页 附图1页 CN 114791955 A 2022.07.26 CN 114791955 A 1.一种中医药文献语料库与知识库一体化系统， 其特征在于， 包括元数据模块、 语料 库、 文档标注模块、 查询模块和语义知识库； 所述元数据模块用于设定实体 类、 词典和语义关系并进行维护； 所述语料库用于根据导入的文献 形成半结构化文档； 所述文档标注模块以词典为标注 依据对半结构化文档进行 标注； 所述查询模块用于对元 数据进行查询， 以获得实体 类、 词典和语义关系的查询结果； 所述语义知识库用于对语义信息、 语义出处和原文情况进行检索。 2.根据权利要求1所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述元 数据模块中设置有实体类和语义关系， 每个所述实体类包括至少一个词典； 所述语义关系 根据所述实体 类的属性定义各实体 类之间的关系。 3.根据权利要求1所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述语 料库中包括至少一个专题， 每个所述专题下涵盖有多个文献； 所述文献以树形结构进行展 示。 4.根据权利要求1所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述文 档标注模块包括在线标注模块和语料标注模块； 所述在线标注模块用于获取用户输入的标 注文本， 并对标注文本进行在线标注； 所述语料标注模块用于对半结构化文档中的数据进 行标注。 5.根据权利要求4所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述文 档标注模块的标注方式包括人工标注和机器标注； 所述在线标注模块采用人工标注方式进 行标注。 6.根据权利要求5所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述在 线标注模块采用人工标注方式进行 标注的具体过程 为： 人工选中某篇文献或某篇文献中的某个词组， 并利用 “实体编码 ”对选中的数据进行标 注； 在线标注模块通过匹配元数据中的实体、 词典和语义关系对文件中的内容进行匹配， 匹配后实现对文献的自动标注， 并采用 “实体”的标注颜色显示标注后的内容； 标注文献中各个术语之间的语义关系； 人工审核机器标注的术语， 最终完成文献的标注。 7.根据权利要求6所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述机 器标注的具体过程 为： 基于人工标注的结果 集合得到训练数据集； 依托分词算法使训练数据集 不断进行机器学习， 建立语义模型； 将训练数据集输入语义模型中， 进行迭代和参数调整； 利用标注规则和训练完成的语义模型进行自动标注。 8.根据权利要求2所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述查 询模块用于对实体 类、 词典和语义关系进行查询； 所述查询模块对实体类进行查询时， 依据属性字段进行精准或模糊检索； 所述查询模 块对词典进行查询时， 依据词典标注情况进行精准或模糊检索； 所述查询模块对语义关系 进行查询时， 在实体 类和词典的检索结果中获取相关语义关系的查询结果。权　利　要　求　书 1/2 页 2 CN 114791955 A 29.根据权利要求1所述的中医药文献语料库与知识库一体化系统， 其特征在于， 所述语 义知识库的检索结果包括语义检索结果和全文检索结果； 所述语义检索结果中展示检索的 “语义”及“同义词”； 所述全文检索结果中， 通过 “所检索的关键词 ”， 展示“结构化数据 ”和 “非结构化数据 ”中涵盖关键词的内容。 10.根据权利要求1所述的中医药文献语料库与知识库一体化系统， 其特征在于， 还包 括系统管理模块， 所述系统管理模块包括机构管理模块、 用户管理模块、 权限管理模块、 角 色管理模块、 字典管理模块和日志管理模块。权　利　要　求　书 2/2 页 3 CN 114791955 A 3