摘要
万维网信息网关面临着三大挑战:描述内容的直观的词汇表,词汇表系统的逻辑结构,以及不同的词汇表结构之间丰富的相互关系。本文试图解决美国国家教育图书馆发起的教育资源网关(GEM)遭遇的这些挑战。GEM的面向资源的词汇表定义了教育资源的范围和子类;然而,它缺乏主题类目之间和主题类目与关键词之间的相互关系。对GEM用户所作的一次调查表明,这种语义关联的缺乏对系统的检索效果具有负面的影响。作为对比,许多面向知识的词汇表系统含有语义关联及表达知识的结构。这篇论文报告了GEM语义项目第一阶段的成果,在这一阶段,作者通过分析其结构和特点,对GEM的受控词汇表增加了语义映射。在语义映射实验基础上,提出了两种模型来整合面向资源和知识的词汇表系统。元素-属性-值(EAV)模型注重于资源类型,可以方便地用文献类型定义来表达。语义层级模型则基于主题词条的语义含义和关系来对其加以处理。这两种整合模型可被用作词汇表建立和维护的理论框架。
This paper tries to address these challenges at the Gateway to Educational Materials (GEM), an initiative made by the US National Library of Education (NLE) and reports the first phase of the GEM semantic project. In this phase, we implemented semantic mapping among GEM's controlled vocabulary and
出处
《大学图书馆学报》
CSSCI
北大核心
2002年第2期2-8,共7页
Journal of Academic Libraries
关键词
词汇表
整合模型
GEM
教育资源网关
美国国家教育图书馆
万维网
信息网关
语义映射
by analyzing their structure and characteristics. We propose two models for integrating resource- and knowledge-oriented vocabulary system based on the semantic mapping experiment. The Element-Attribute-Value (EAV) model focuses on resources ty