68 lines
4.4 KiB
Markdown
68 lines
4.4 KiB
Markdown
# 中医入门资料库
|
||
|
||
> 建库日期: 2026-09-07
|
||
> 数据源: MinerU OCR 扫描转换（繁体影印本 → Markdown）
|
||
|
||
## 一、书籍信息
|
||
|
||
《中医入门》，秦伯未著作体例，全书分四章：
|
||
|
||
| 章 | 内容 | 收录内容 |
|
||
|----|------|----------|
|
||
| 第一章 理论之部 | 中医特点、基本学说、生理、病因 | 整体观念、辨症论治、阴阳五行、经络、预防、五脏六腑、十二经脉、气血精津液、三因 |
|
||
| 第二章 法则之部 | 辨症、诊法、治法 | 表里寒热虚实、六经三焦、望闻问切、二十八脉、正治反治、标本、八法、常用治法 |
|
||
| 第三章 方剂之部 | 方制、基本方剂和处方 | 君臣佐使、七方、剂型、通治方、脉案处方示例 |
|
||
| 第四章 药物之部 | 采集炮制、药性、使用 | 采集炮制、气味效能、扶正祛邪类、归经、配伍禁忌、用量 |
|
||
|
||
定位（用户定级 2026-09-08）：**重要理论基础**。中医入门级理论教材，权威性高于普通科普读物，属系统学习类资料，作为资料库体系的理论层基石。可与健康管理师教材、中华药膳全书、大医网四库交叉关联。
|
||
|
||
## 二、目录结构与数据谱系
|
||
|
||
```
|
||
中医入门资料库/
|
||
├── README.md ← 本文件（数据谱系总览）
|
||
├── 01_来源数据/
|
||
│ └── 中医入门_MinerU_OCR_2026-09-07.md ← MinerU OCR 原始输出（繁简混杂，224,843 字节，1,829 行）
|
||
├── 02_加工数据/
|
||
│ ├── 中医入门.md ← 清洗成品（全文简体，224,415 字节）
|
||
│ ├── 理论依据库.json ← 应用调用层：八法/治法72/七方/效能15/药组42/示例方40/脉27/用药安全（原文+行号溯源）
|
||
│ └── OCR文本清洗报告.md ← 清洗规则表（39+8+12 处错字修正 + 传/傅辨析等，可复用）
|
||
├── 03_关联融合/
|
||
│ ├── 大医网-中医入门_理论锚点反向标注.json ← 大医网2000实体→本书理论锚点反向标注（243药材+69方剂实质锚点）
|
||
│ └── 关联融合总览.json ← 本目录清单与统计
|
||
├── 04_分析报告/
|
||
├── 初步分析报告.md ← 全书结构与内容要素分析（2026-09-08）
|
||
├── 理论依据调用指南.md ← 应用层调用说明（接口用法/依据分级）
|
||
├── 人工核对清单.md ← A/B/C 三级核对清单（行号定位）
|
||
└── 手工核验复检报告.md ← 用户手工核验后的复检报告（定稿确认）
|
||
```
|
||
|
||
### 数据谱系
|
||
|
||
```
|
||
纸质影印本（繁体竖排）
|
||
└─ MinerU OCR 扫描转换 ──→ 01_来源数据/中医入门_MinerU_OCR_2026-09-07.md
|
||
└─ OCR 清洗（繁转简 + 错字修正 + 结构重建）──→ 02_加工数据/中医入门.md
|
||
└─ 理论锚点反向标注 ──→ 03_关联融合/大医网-中医入门_理论锚点反向标注.json
|
||
└─ 分析报告 ──→ 04_分析报告/
|
||
```
|
||
|
||
## 三、清洗质量摘要
|
||
|
||
详见 02_加工数据/OCR文本清洗报告.md：
|
||
|
||
- 全文繁转简（OpenCC t2s），转换后繁体残留 0
|
||
- OCR 形近错字修正 39 处（逐处上下文核对）
|
||
- 傅→传 63 处（"相傅"宰相义 1 处保留）
|
||
- 辩/辯→辨 统一
|
||
- 标题层级重建 58 个（章 ## / 节 ### / 小节 ####）
|
||
- MinerU CDN 页面截图引用移除 2 处
|
||
- **如实保留**：17 处页边界截断（OCR 逐页丢句，源文件信息缺失）；"雷福亭曾说"引文出处存疑未臆改
|
||
|
||
## 四、后续可扩展方向
|
||
|
||
1. 交叉关联：与健康管理师教材（治未病/体质）、中华药膳全书（药性/配伍）、大医网四库（方剂/药材/穴位/疾病）建交叉索引 → 03_关联融合
|
||
2. 主题分析：如"八法与常用治法对照""二十八脉主症速查"等专题提炼 → 04_分析报告
|
||
3. 内容补全：获取完整版本补齐 17 处页边界截断句
|
||
4. **理论书群扩展**（用户规划 2026-09-08）：将逐步增加理论书籍，与本书共同构成"理论依据层"——新书按六步管线接入（OCR入库→清洗定稿→用户定级→初步分析→依据提取→API多书源扩展），流程见 tcm-data-analysis 技能 references/theory-book-onboarding.md；theory_api.py 预留多书源改造（结果标注书源、冲突按定级排序）
|