85 lines
5.8 KiB
Markdown
85 lines
5.8 KiB
Markdown
# 大医网-中医入门 理论锚点反向标注报告
|
||
|
||
> 生成日期: 2026-09-08 ｜ 脚本: ../05_脚本工具/reverse_tag_dayi_with_theory.py
|
||
> 方向（用户修正后确立）: **大医网实体 → 中医入门理论锚点**。中医入门为理论依据层（用户定级: 重要理论基础），其方剂/药材内容是理论示例，不要求被外部库"覆盖"；正确做法是用理论层为大医网实体提供依据标注。
|
||
> 数据文件: ../03_关联融合/大医网-中医入门_理论锚点反向标注.json（697KB，2000 条实体记录）
|
||
|
||
## 一、理论锚点体系（书侧提取）
|
||
|
||
| 锚点类型 | 药材侧 | 方剂侧 |
|
||
|----------|--------|--------|
|
||
| 分类理论 | 气味效能 15 分类（解表/泻下/理湿/祛寒/清热/涌吐/消化/止咳/理气/理血/滋补/开窍/镇静/固涩/驱虫） | 七方（大方/小方/缓方/急方/奇方/偶方/复方，书中举例 52 方） |
|
||
| 结构化药组 | 扶正类 7 脏腑系 38 条 + 祛邪类 18 条功效药组 | 40 首示例方（含主方定位：如四君子汤=补气主方） |
|
||
| 用药安全 | 十八反 16 味 / 十九畏 20 味 / 妊娠禁忌 60+ 味 | 十八反/十九畏歌诀全文 |
|
||
| 治法关联 | 72 常用治法中 185 味"药如"举例药 | 八法（汗吐下和温清消补） |
|
||
| 剂型理论 | — | 丸散膏丹酒汤（名称后缀即可触发） |
|
||
|
||
书侧归一药材锚点 470 个（含炮制前缀变体与别名），归一规则：仅剥炮制前缀（炙/炒/煨/煅/法/霜/焦等），别名表映射书侧简写（山萸→山茱萸、参三七→三七、驴皮胶→阿胶等 60+ 条）。
|
||
|
||
## 二、反向标注统计
|
||
|
||
### 药材侧（大医网 1000 味）
|
||
|
||
| 指标 | 数值 |
|
||
|------|------|
|
||
| 有理论锚点 | 243/1000（24%） |
|
||
| 命中功效药组 | 195 |
|
||
| 命中效能分类 | 169 |
|
||
| 命中用药安全（十八反/十九畏/妊娠禁忌） | 42 |
|
||
| 治法关联通道 | 185 味书侧药 → 72 治法 |
|
||
|
||
24% 覆盖率为**诚实的精确率优先数字**：大医网为随机抽样 1000 味，其中大量民间药/冷背药（翻白草、蚂蝗七、高山瓦韦类）本就不在入门教材理论药组中，强行匹配只会制造噪音。理论层价值不依赖抽样覆盖率。
|
||
|
||
标注示例：人参→滋补药+扶正类·肺者·补肺气+十八反/十九畏+治法15.却暑调元法；肉桂→祛寒药+十九畏+妊娠禁忌+4条治法；土鳖虫→地鳖虫（别名归一）+理血药+妊娠禁忌。
|
||
|
||
### 方剂侧（大医网 1000 首）
|
||
|
||
| 指标 | 数值 |
|
||
|------|------|
|
||
| 实质锚点（示例方/七方/功效组推断/治法） | 69/1000 |
|
||
| 40 首示例方同名命中 | 23（其余 17 首经典方不在抽样范围，属正常） |
|
||
| 七方举例命中 | 7 |
|
||
| 仅剂型线索 | 909 |
|
||
|
||
方剂侧两级解读：69 首获得实质理论锚点（如大承气汤=示例方38+泻下主方+组成4味全部命中功效药组；四君子汤=示例方1+七方·复方+补气主方）；其余 909 首名称后缀触发剂型理论（丸者缓也/汤者荡也类），属弱线索已分层标记，不与实质锚点混计。
|
||
|
||
## 三、标注 JSON 结构
|
||
|
||
```
|
||
metadata: 方向声明/锚点体系/stats
|
||
药材反向标注[]: 大医网药材, id, 别名, 理论锚点[{命中名,书侧原词,类型,效能分类,功效药组,用药安全,治法关联}], 锚点类型, 关联强度
|
||
方剂反向标注[]: 大医网方剂, id, 理论锚点[{类型:示例方|七方举例|剂型理论|功效药组推断|治法关联, ...}], 锚点类型, 关联强度
|
||
```
|
||
|
||
## 四、关联过程中的数据质量修复（理论层，12 处 + 1 个算法陷阱）
|
||
|
||
### 4.1 OCR 错字补修（用药安全与经典理论内容，均已验证清零）
|
||
|
||
| # | 原文 | 修正 | 位置/依据 |
|
||
|---|------|------|-----------|
|
||
| 1 | 十八反歌"半、蔓、贝、薮、芨攻乌" | 半、蒌、贝、蔹、及攻乌 | 通行歌诀；书内散文自证（"如半夏、瓜蒌、贝母、白蔹、白及与乌头相反"） |
|
||
| 2 | "藻、戟、遂、芜俱战草" | 遂、芫 | 下文"甘遂、芫花与甘草相反"；芜荑为另一真实药名已保护 |
|
||
| 3 | 十八反散文"瓜蔓" | 瓜蒌 | 同上自证 |
|
||
| 4 | 十八反散文"白芨" | 白及 | 正字 |
|
||
| 5 | 十九畏散文"川岛、草岛畏犀角" | 川乌、草乌 | 歌诀"川乌、草乌不顺犀"自证 |
|
||
| 6 | "内轻所说" | 内经 | 全书"内经"58 处 |
|
||
| 7 | "积术丸" | 枳术丸 | 消导剂举例，枳实/白术 |
|
||
| 8 | "虫虫"×2 | 虻虫 | 妊娠禁忌动物药/破瘀药列 |
|
||
| 9 | "腐虫" | 地鳖虫 | 书内他处 3 处用"地鳖虫" |
|
||
| 10 | "济阴网目" | 济阴纲目 | 武之望妇科专书名 |
|
||
| 11 | "没病" | 没药 | 活血药列 |
|
||
| 12 | "破瘀血一/止血一/杀虫一/消食一" | ——（破折号） | 4 处 OCR 丢字；"浮兰"→泽兰 |
|
||
|
||
**教训**：歌诀类内容 OCR 错字危害最大（十八反直接关系配伍安全），且歌诀无散文上下文可依托，需用通行版本书内散文自证修复。
|
||
|
||
### 4.2 匹配算法陷阱：土人参问题（白木耳陷阱的镜像）
|
||
|
||
首轮炮制前缀归一表含产地/品质限定词（土/川/广/云/怀/杭等），导致翻白草的合法别名"土人参"被剥成"人参"而误命中人参锚点。修复：候选侧只剥炮制前缀，产地/品质限定词一律不剥（土茯苓/土鳖虫等是独立药名）。修复后 274→243 味，消除的 31 个命中全部为假阳性。
|
||
|
||
## 五、局限与后续
|
||
|
||
1. 大医网方剂库"方解-组成"仅 5% 填充，功效组推断只能作用于少数方剂；待数据源补全后可重跑脚本提升覆盖
|
||
2. 书侧 17 首经典基础方（四物汤、六味地黄丸等）不在大医网随机抽样内——如需完整对照，需扩充大医网方剂采集
|
||
3. 治法关联目前单向（书侧药→治法），可扩展为大医网药材→治法→治法所属八法的两级理论归位
|
||
4. 十九畏歌"炮烬炙炀"等词句疑有形近问题，但无版本依据，维持原状未改
|