馬黎艷

[摘要]圖書館中包含了大量的數(shù)字資源，利用語義網(wǎng)技術(shù)能讓圖書館數(shù)字資源更為入的聚合，提高對資源的利用效率，在語義層次上對圖書館內(nèi)部資源和外部資源之間構(gòu)架一個交互的通道，進(jìn)行深度聚合。本文從語義網(wǎng)技術(shù)的作用入手，闡述數(shù)字資源深度聚合工具，具體分析語義網(wǎng)技術(shù)在圖書館數(shù)字資源深度聚合中的應(yīng)用，希望本文的研究能對相關(guān)工作有所幫助。

[關(guān)鍵詞]語叉網(wǎng)技術(shù)；圖書館；數(shù)字資源；深度聚合；應(yīng)用

[中圖分類號]C640

[文獻(xiàn)標(biāo)識碼]A

[文章編號]1671-5918（2018） 05-0036-03

圖書館中的數(shù)字資源較多，但是卻沒有被統(tǒng)一的標(biāo)識和提出，也就很難和圖書館外部資源進(jìn)行深度聚合，極大地影響了圖書館資源發(fā)揮知識傳播作用，也很難讓用戶利用圖書館外部資源。圖書館內(nèi)部資源和外部資源的聚合需要降低圖書館資源之間的結(jié)構(gòu)差異，為訪問提供必要入口，從語義層次上來看，能讓圖書館內(nèi)部資源和外部資源得到最大程度上的利用，更為全面的進(jìn)行語義檢索。

一、語義網(wǎng)技術(shù)的作用

（一）語義網(wǎng)技術(shù)

在圖書館內(nèi)部資源和外部資源聚合中，語義網(wǎng)技術(shù)可以最大程度上利用圖書館數(shù)字資源，滿足用戶對知識的獲取需求，也能為用戶提供更為全面的語義檢索，提高檢索效率和精度，也能讓圖書館資源成為網(wǎng)絡(luò)資源的一部分，在全網(wǎng)范圍內(nèi)發(fā)布資源。在圖書館數(shù)字資源深度聚合中，語義網(wǎng)技術(shù)主要包括以下內(nèi)容：

1.語義描述標(biāo)準(zhǔn)確定圖書館數(shù)字資源的語義描述方式，為下一步的數(shù)字資源集合提供必要的語義接口。

2.本體可以實現(xiàn)圖書館數(shù)字資源和外部資源之間的語言重組織。

3.關(guān)聯(lián)數(shù)據(jù)技術(shù)可以實現(xiàn)開放數(shù)據(jù)及的關(guān)聯(lián)，而圖書館借助關(guān)聯(lián)數(shù)據(jù)技術(shù)提供的各項關(guān)聯(lián)數(shù)據(jù)服務(wù)，完成語義資源的關(guān)聯(lián)過程。

（二）語義網(wǎng)技術(shù)對圖書館數(shù)字資源深度聚合的作用

語義網(wǎng)技術(shù)能提供必要的資源內(nèi)容和結(jié)構(gòu)，完成元數(shù)據(jù)的處理，并且在網(wǎng)絡(luò)中提供共享信息，其語義作用能讓各個概念更為精確。對于圖書館數(shù)字資源的深度聚合也就是聚合和整合，通過多類型或者多數(shù)量數(shù)據(jù)源的分析，能確定信息概況，明確數(shù)據(jù)之間的前后關(guān)系，將不同地點(diǎn)的對統(tǒng)一數(shù)據(jù)對象的不同描述進(jìn)行拼合，讓對于這個數(shù)據(jù)對象的信息描述更為完整和全面，也就是資源聚合的過程。圖書館數(shù)字資源本身較多也較為復(fù)雜，對于其數(shù)據(jù)處理需要進(jìn)行集成操作，在此基礎(chǔ)上建立領(lǐng)域本體庫，實現(xiàn)語義技術(shù)上的信息關(guān)聯(lián).實現(xiàn)對圖書館數(shù)字資源的深度聚合。

1.促進(jìn)圖書館數(shù)字資源的深度聚合

XML技術(shù)是語義網(wǎng)技術(shù)的關(guān)鍵內(nèi)容，其語法功能較為突出，能更好地定義標(biāo)記或者字段集合，并且將這些標(biāo)注的內(nèi)容展現(xiàn)出來。在網(wǎng)頁編寫中，原本的HTML技術(shù)并不能有效區(qū)分普通信息和元信息，而XML技術(shù)則解決了這一問題，尤其是在全文搜索上，讓檢索結(jié)果更為準(zhǔn)確，提高了用戶對文獻(xiàn)查找的準(zhǔn)確率，優(yōu)化了用戶的文獻(xiàn)查找體驗。

2.促進(jìn)圖書館數(shù)據(jù)集成

借助RDF技術(shù)，可以在數(shù)字圖書館的網(wǎng)絡(luò)導(dǎo)航中發(fā)揮重要的作用，尤其是優(yōu)化圖書館語義資源的搜索功能，這也是語義網(wǎng)技術(shù)的關(guān)鍵內(nèi)容，更好的描述內(nèi)容之間的關(guān)系，實現(xiàn)數(shù)據(jù)知識的共享和交互，也能在web網(wǎng)頁中呈現(xiàn)獨(dú)立的邏輯描述，展現(xiàn)知識產(chǎn)權(quán)。在數(shù)字圖書館的使用、管理和維護(hù)過程中，這一技術(shù)發(fā)揮了較大的作用，促進(jìn)圖書館數(shù)據(jù)集成。

3.促進(jìn)圖書館知識重用

在傳統(tǒng)的圖書館中，對于信息的檢索大多數(shù)都是采用關(guān)鍵詞檢索的方式，并沒有必要的語義支持，而且網(wǎng)絡(luò)資源較為反三，信息服務(wù)效率較低，很難達(dá)到較好的信息服務(wù)效果。從數(shù)字圖書館語義資源呈現(xiàn)角度來看，用戶對于信息識別和處理要求較高，希望能實現(xiàn)語義檢索，方便用戶進(jìn)行知識挖掘，根據(jù)用戶的需求信息能更好地進(jìn)行信息資源的組織服務(wù)。本體技術(shù)也是語義網(wǎng)技術(shù)中的基礎(chǔ)，實現(xiàn)不同系統(tǒng)之間的交流共享，促進(jìn)圖書館知識重用。

借助語義網(wǎng)技術(shù)能在語義層面上聚合圖書館資源和網(wǎng)絡(luò)資源，更好地進(jìn)行圖書館數(shù)字資源的重構(gòu)，實現(xiàn)和外部網(wǎng)絡(luò)資源之間的信息共享，形成語義框架。對于圖書館數(shù)字資源的語義描述需要建立本體和語義數(shù)據(jù)庫，實現(xiàn)和圖書館外部網(wǎng)絡(luò)資源的語義集合。其中每個資源都通過本體實現(xiàn)語義描述和管理，都可以在數(shù)據(jù)共享的基礎(chǔ)上，集合更多的數(shù)據(jù)，為用戶提供多資源咨詢，這種咨詢甚至可以跨機(jī)構(gòu)完成。對圖書館數(shù)字資源進(jìn)行深度整合，能形成可擴(kuò)展協(xié)作知識庫，整合異質(zhì)資源和元數(shù)據(jù)，從不同平臺獲取多種資源然后映射重構(gòu)成本體層，構(gòu)建相應(yīng)的圖書館入口。我國對語義網(wǎng)技術(shù)在圖書館數(shù)字資源深度聚合中應(yīng)用的研究成果并不多，主要是研究時間尚短，大多數(shù)研究成果都集中的語義聚合模型，并沒有太多的應(yīng)用闡述。

二、圖書館數(shù)字資源深度聚合工具和技術(shù)

（一）圖書館數(shù)字資源深度聚合工具

對圖書館資源進(jìn)行深度聚合，需要相應(yīng)的聚合工具，較為常見的為D2R、R2R、SILK等，利用這些深度聚合工具，能將圖書館數(shù)字資源轉(zhuǎn)化成為語義格式，也能將這些語義資源進(jìn)行深度聚合。分析常見的圖書館數(shù)字資源深度聚合工具，可以看出，運(yùn)行環(huán)境和圖書館數(shù)字資源深度聚合轉(zhuǎn)換方向并不相同。圖書館數(shù)字資源深度聚合工具在運(yùn)行過程中，需要保證其Java運(yùn)行環(huán)境，而且受到開源架構(gòu)的影響，聚合方法較為相似，SILK工具是通過計算語義相似度后語義鏈接數(shù)字資源，D2R和R2R則是對數(shù)字資源進(jìn)行映射聚合。其中D2R和R2R更多的用于RDF轉(zhuǎn)換工具，而SILK工具有必要的仿真平臺，也成了主要的圖書館數(shù)字資源在深度聚合工具。

（二）圖書館數(shù)字資源深度聚合技術(shù)

1.領(lǐng)域本體集成技術(shù)

在圖書館數(shù)字資源聚合過程中，對于知識的檢索基礎(chǔ)就是領(lǐng)域本體，可以在多個模塊中存在，也能在整個體系結(jié)構(gòu)中共存，為各個模塊功能實現(xiàn)提供必要的參考，建立對應(yīng)的語義圖書館檢索系統(tǒng)，領(lǐng)域本體也就是整個檢索系統(tǒng)中的重要內(nèi)容。圖書館數(shù)字資源聚合過程中，根據(jù)構(gòu)建需求，引入螺旋模型，構(gòu)建領(lǐng)域本體，不斷完善本體，系統(tǒng)開發(fā)過程中可以沿著螺旋線實現(xiàn)周期性的多次迭代。在一些用戶需求不明的檢索系統(tǒng)開發(fā)過程中，也可以借助這一技術(shù)完成開發(fā)，更為靈活的應(yīng)用需求變化。在構(gòu)建圖書館數(shù)字資源領(lǐng)域本體時，首先進(jìn)行需求分析和本體分析，在分析完成之后編寫本體，完成構(gòu)建過程，領(lǐng)域本體初步構(gòu)建完成之后，需要進(jìn)行驗證和評價，然后不斷完善，根據(jù)實際圖書館的要求進(jìn)行調(diào)整，使其符合實際應(yīng)用要求。 2.大數(shù)據(jù)挖掘與集成技術(shù) 圖書館數(shù)字資源的數(shù)量明顯增加，種類也明顯增加，可以說進(jìn)入了大數(shù)據(jù)時代，這也為圖書館數(shù)字資源的深度聚合帶來了更大的難度，尤其是在數(shù)據(jù)分析和各種隱藏知識的挖掘上，挑戰(zhàn)更大。圖書館數(shù)字資源的深度集合借助大數(shù)據(jù)的理論和集成技術(shù)支持，通過數(shù)據(jù)分析完成對數(shù)據(jù)的挖掘，構(gòu)建相應(yīng)的知識模型，深度聚合信息資源，挖掘潛在知識，更好地進(jìn)行知識服務(wù)。

3.語義知識和信息資源轉(zhuǎn)換技術(shù)

借助語義網(wǎng)技術(shù)，可以更好地進(jìn)行圖書館數(shù)字資源深度聚合。集合互聯(lián)網(wǎng)中不同位置的計算資源，增強(qiáng)其計算能力，實現(xiàn)互聯(lián)網(wǎng)資源的共享，將互聯(lián)網(wǎng)資源和語義網(wǎng)技術(shù)相融合，能提高語義知識的語義能力，也能明顯提高其計算能力。在語義網(wǎng)格架構(gòu)中，提供的環(huán)境狀況和圖書館相同，而環(huán)境無序條件下，圖書館可以實現(xiàn)跨語義聚合，不過在web環(huán)境下，語義網(wǎng)格需要構(gòu)建中間環(huán)境，信息體對于環(huán)境也要求較高，不能單純的滿足網(wǎng)格環(huán)境，也要滿足語義環(huán)境，實現(xiàn)語義互操作。二者都能將信息形式化描述出來，其中的語義信息能借助急切進(jìn)行認(rèn)知和軒換。

三、語義網(wǎng)技術(shù)在圖書館數(shù)字資源深度聚合中的應(yīng)用

語義網(wǎng)技術(shù)在圖書館數(shù)字資源深度聚合中的應(yīng)用，首先要確定聚合對象，并且對獲取的圖書館數(shù)字資源進(jìn)行預(yù)處理，然后進(jìn)行語義格式轉(zhuǎn)換，利用合理的聚合方式聚合資源，最后轉(zhuǎn)化為關(guān)聯(lián)數(shù)據(jù)發(fā)布。

（一）預(yù)處理已獲取的圖書館數(shù)字資源

圖書館數(shù)字資源的存儲方式包括粗粒度形式和細(xì)粒度形式，其中粗粒度形式是將圖書館數(shù)據(jù)庫中的所有資源看成一個整體，在和外部資源深度聚合時更多的是結(jié)構(gòu)上的聚合。細(xì)粒度資源重要是對圖書館資源的屬性提取，包括各種文獻(xiàn)的概念、屬性描述等，能顯著降低粗粒度數(shù)字資源的維度，在數(shù)據(jù)鏈接時更容易實現(xiàn)概念和屬性上的鏈接，也就實現(xiàn)了語義聚合。在對圖書館數(shù)字資源深度聚合時，可以選擇作者、出版商等，而對于電子文獻(xiàn)可以提取概念，借助本體對概念進(jìn)行擴(kuò)展之后聚合，細(xì)粒度形式的資源也是圖書館數(shù)字資源深度聚合的目標(biāo)。借助語義網(wǎng)技術(shù)主要是對細(xì)粒度資源進(jìn)行聚合，獲取數(shù)字資源然后進(jìn)行預(yù)處理。圖書館數(shù)字資源的貨物方式可以從數(shù)據(jù)庫中直接導(dǎo)出已有的結(jié)構(gòu)化數(shù)據(jù)資源，也可以利用開放API對非結(jié)構(gòu)化數(shù)據(jù)資源，而這也是圖書館數(shù)字資源常用的獲取方式。獲取的圖書館數(shù)據(jù)資源在進(jìn)行正式聚合處理之前需進(jìn)行預(yù)處理，預(yù)處理就是處理其中沖突的數(shù)據(jù)，借助清洗工具對特定數(shù)據(jù)進(jìn)行清洗處理。

（二）語義格式轉(zhuǎn)換

經(jīng)過預(yù)處理之后的數(shù)據(jù)很難直接實現(xiàn)語義關(guān)聯(lián)，因此需要對其進(jìn)行語義格式轉(zhuǎn)換，語義標(biāo)注之后轉(zhuǎn)化為RDF格式，實現(xiàn)語義關(guān)聯(lián)。在對圖書館數(shù)字資源進(jìn)行語義標(biāo)注中，往往借助一些標(biāo)注工具，包括英文語義標(biāo)注、中文語義標(biāo)準(zhǔn)以及可以實現(xiàn)用戶交互標(biāo)準(zhǔn)的工具，其中英國UCREL中心開發(fā)的自動語義分析標(biāo)準(zhǔn)系統(tǒng)可以實現(xiàn)對包括中文、英文在內(nèi)的多種語言的標(biāo)注。也有一些語義標(biāo)注過程是借助人工標(biāo)注方式完成。將已經(jīng)進(jìn)行語義標(biāo)注的數(shù)字資源進(jìn)行格式轉(zhuǎn)換，包括用格式轉(zhuǎn)換工具或者編程語言進(jìn)行轉(zhuǎn)換。很多格式轉(zhuǎn)換工具都可以實現(xiàn)對常見數(shù)據(jù)格式的轉(zhuǎn)換，通過處理之后，將這些不同格式的圖書館數(shù)據(jù)資源轉(zhuǎn)化為RDF格式，甚至可以有專門的接口和用戶互相操作。

（三）確定聚合方法

確定聚合方法能更好地實現(xiàn)對語義格式轉(zhuǎn)化之后的圖書館資源進(jìn)行聚合操作，通過對國內(nèi)常見的圖書館數(shù)據(jù)資源和外部資源聚合方法的分析，可以歸為以下幾種：

1.映射法

可以借助映射工具，完成直接聚合過程，或者是根據(jù)本體特征完成（多）共享本體的編輯合并，轉(zhuǎn)換本體格式。 2.相似度計算法 能集中統(tǒng)計聚合對象的屬性和語義相似度，建立對應(yīng)的關(guān)聯(lián)關(guān)系，目前常見的語義相似度計算方法主要是語義距離、信息內(nèi)容和概念特征幾方面，或者是將這幾種計算方法綜合利用。

3.機(jī)器學(xué)習(xí)法

能從大量的數(shù)據(jù)中尋找模式，尤其是在圖書館數(shù)字資源聚合的過程中，選擇景觀預(yù)處理的數(shù)據(jù)實例進(jìn)行語義標(biāo)注處理，也能構(gòu)建相應(yīng)的訓(xùn)練集合，根據(jù)其特征分類，輸入對象數(shù)據(jù)之后，可以在已存在的特征分類中找尋歸屬，確定關(guān)聯(lián)關(guān)系。

圖書館數(shù)字資源在聚合的過程中，機(jī)器學(xué)習(xí)法較為常用，主要是其本身較為簡單，節(jié)省了大量的時間，相應(yīng)的準(zhǔn)確性也較高。利用機(jī)器學(xué)習(xí)法用作數(shù)字資源深度聚合工具，可以將獲取并經(jīng)過預(yù)處理的數(shù)據(jù)分為不同的集合，語言標(biāo)注樣本訓(xùn)練集，然后提取相應(yīng)的實例對象，借助機(jī)器學(xué)習(xí)法完成學(xué)習(xí)過程，對這些對象進(jìn)行特征分類處理，判斷輸入的對象實例是否為等同關(guān)系，一旦成立，那么兩個實例對象語義相關(guān)，否則不存在關(guān)聯(lián)。

（四）發(fā)布關(guān)聯(lián)數(shù)據(jù)

借助語義網(wǎng)技術(shù)對圖書館數(shù)字資源進(jìn)行深度聚合后，借助工具發(fā)布關(guān)聯(lián)數(shù)據(jù)，方便用戶對圖書館語義資源的獲取。通過不同的方式和工具進(jìn)行關(guān)聯(lián)發(fā)布。

在未來可以利用語義網(wǎng)技術(shù)實現(xiàn)圖書館數(shù)字資源之間的可視化，在語義檢索的同時融合網(wǎng)絡(luò)資源，讓數(shù)字圖書館不再是面向內(nèi)部用戶，而是面向大眾，真正的實現(xiàn)圖書館數(shù)字資源的共享。

綜上所述，在圖書館數(shù)字資源的深度聚合下，利用語義網(wǎng)技術(shù)能為用戶提供語義檢索和推薦，這也是圖書館數(shù)字資源深度聚合的目的所在。語義網(wǎng)技術(shù)能聚合圖書館數(shù)字資源，建立相應(yīng)的知識庫和本體庫，從關(guān)鍵詞匹配到語義檢索層面的上升，而語義網(wǎng)技術(shù)能為用戶提供更為全面的語義檢索，語義聚合相關(guān)數(shù)字資源，滿足用戶對語義搜索的要求，實現(xiàn)語義數(shù)字圖書館，完成知識的共享過程。

參考文獻(xiàn)：

[1]周亮.語義網(wǎng)環(huán)境下數(shù)字圖書館的資源聚合模式研究[J].圖書館界，2015（3）：1-4.

[2]邱均平，方國平.高校圖書館語義化館藏資源深度聚合模式及其應(yīng)用研究[J].圖書館學(xué)研究，2014（ 21）：64-71.

[3]楊瑞仙，李露琪.國內(nèi)外數(shù)字文獻(xiàn)資源深度聚合研究現(xiàn)狀的比較分析[J].圖書情報知識，2014（6）：68-74.

[4]“全國數(shù)字文獻(xiàn)資源語義化、深度聚合與可視化研究”專題研討會征文通知[J].評價與管理，2014（1）：79-80.

[5]伍革新，程秀峰.面向語義檢索的數(shù)字圖書館資源聚合模式分析[J].圖書館建設(shè)，2013（ 10）：22-26.