国外档案关联数据项目的建设概览与本土启示

论文对国外近十年档案关联数据项目的建设现状进行全面梳理,总结其建设特点及应用场景,为我国档案领域加快应用关联数据、推进档案数字化转型提供启示。本文通过网络调查法、案例研究法和内容分析法,从项目背景、项目环节和项目成果三个维度分析了国外档案关联数据项目特点,总结了关联数据应用场景包括的语义描述、资源整合和知识服务三个方面,提出了国外档案关联数据项目对本土的启示,即加快构建档案关联数据集、树立需求导向的开发理念、促进跨领域的对话与合作。

中文名称规范数据与Wikidata语义关联实现

[目的/意义]中文名称规范数据与Wikidata的语义整合可以借助网络平台的优势扩大规范数据的共享范围,增加规范数据的价值。[方法/过程]文章采用语义关联的方法,首先将中文名称规范档的数据进行语义化,然后使用PARIS算法,实现了语义化的中文名称规范数据与Wikidata的实体对齐,最后对实体对齐的结果进行评估,并采用数据可视化的方式进行展示。[结果/结论]实验数据对齐的精度为70%,召回率为80%,取得良好的实验效果。

“元绘画”作品的知识关联和语义描述研究——以明代“元绘画”作品为例

绘画作品是艺术领域的重要图像资源,对绘画作品进行知识关联和语义描述研究,能够深度揭示绘画作品语义信息和关联关系,提高其语义检索效率。以明代“元绘画”作品为例,首先从物理表现层、逻辑表现层和语义表现层3个方面描述图像特征,并从图形意义、场景布局、故事情节、人物角色、画中之画和作者审美情感6个方面揭示“元绘画”作品蕴含的语义信息;然后,进一步提出“元绘画”作品的元数据框架,并在此基础上构建作品本体;最后,基于关联数据理论构建作品的知识关联组织模型。本文能够揭示“元绘画”作品的语义信息,进一步整合与“元绘画”作品相关的其他知识和资源;同时,本文是对绘画作品智慧化研究的一次尝试,能够对现有艺术领域的知识关联和语义描述研究进行补充,并为后续研究提供一定借鉴。

万维网时代的规范控制

图书馆书目控制的理想是"搜罗并整序人类所有知识","规范控制"是从图书馆编目工作中发展起来的一项工作。然而规范控制从来没有很好地实现设计时的初衷,根本原因是思想太超前,而技术不成熟,又低估了人为执行规则并保证其一致性的难度。当前的语义万维网技术为规范控制提供一种绝好的实现平台,关联数据技术提供了概念与其表示完全独立的表达模型,可以基于书目信息中的所有属性特征,进行规范的、基于概念的检索。许多大型机构都在利用新的技术开发和研究规范控制服务,例如美国国会图书馆的BIBFRAME书目框架格式草案、OCLC的虚拟国际规范档,以及Open Authority项目和Wikidata项目等。这些努力反映了一种发展趋势,图书馆行业数百年积累起来的书目控制经验,如果能充分利用好现代信息技术所提供的强大工具,不仅能实现过去没有实现的理想,而且能在更大范围内发扬光大。图4。表1。参考文献22。

中文个人名称规范文档的关联数据化研究

本文提出人名规范数据语义描述的模型框架,以国家图书馆的中文个人名称数据为对象,研究了名称规范文档发布为关联数据的问题。以Drupal为工具,根据发布关联数据的步骤将MARC格式的人名规范数据转换为RDF格式,并与外部资源进行连接,以期为名称规范数据的语义化提供参考,使名称规范数据成为关联开放数据社区的一部分,更好地实现数据共享。

基于关联数据的专家系统库的构建

本研究以学会专家姓名、职称、机构、发表论文及所属期刊等信息为数据源,以RDF格式存储在非关系型数据库Open Link Virtuoso中,并以开放的本体词表(DC、FOAF、BIBO等)为基础,扩展构建能满足系统需要的本体,基于此构建了具有推理分析功能、并以DOI号整合了pubmed文献数据的专家系统,本文详细阐释了构建过程中涉及的关联数据、语义推理等技术问题及解决方案。

关联数据:概念、技术及应用展望

概述了关联数据概念的提出、基本内涵、技术实现和当前国内外的研究应用状况,对其在图书馆行业的应用作了简要介绍,点评了国内该领域的研究开发情况,重点阐述了对于图书馆在Web上发布书目数据和规范数据的重要意义,认为关联数据与网络时代的图书情报工作关系密切,是互联网发展到语义网时代,对网上资源和数字对象进行"编目"和"规范控制"的基础性技术,是数字图书馆进行信息资源发布和服务的核心技术之一。最后作者呼吁我国图书情报界重视这一技术,及早投入一定的资源和人力进行研究开发和应用推广,使图书馆大量的权威数据在互联网上占据一席之地。

语义网环境下编目的发展与趋势

当前的编目理念及所采用的MARC格式,已经滞后于语义网技术的要求。从FRBR、RDA,到BIBFRAME以及OCLC基于Schema.org的关联数据模型,图书馆界在寻找新的书目关联数据模型替代MARC。图书馆界率先完成各种规范词表和分类法的关联数据化,并通过它们实现图书馆界内部网站之间的互联,以及图书馆网站与维基等公众网站之间的互联。VIAFbot等项目表明,语义网时代规范数据依然具有很强的实用性。从探索过程可以总结出,编目有知识化、关联化、主题分面化等趋势。

个人名称规范维护新方法探析

我国采用自上而下、人工操作和封闭的模式影响名称规范的维护能力、效率及规范控制效果。基于著者交互的自规范、自动人名消歧和开放关联数据的个人名称规范维护方法,借鉴了文献数据库系统中的著者唯一标识、机器学习领域的自动身份辨识和有效信息源获取,可改变我国个人名称规范数量少、覆盖范围受限和数据质量不高的现状,解决当前名称规范模式维护能力差、效率低下和无法与外界互操作等问题,真正发挥出名称规范控制应有的功能及效果。

语义物联网中链接传感器数据发布系统

针对传感器网络数据的表示和传输标准不统一以及单一数据资源无法满足应用程序的需求问题,提出将传感器网络数据发布为链接传感器数据的方法。在分析已有链接传感器数据发布方法的基础上,首先利用本体标注技术为传感器网络数据添加语义信息,然后提出基于继承关系概念组集的关联数据查询处理方法以找到相关Web数据集(RWD)和基于启发式属性的图相似性比较方法实现传感器网络数据与相关Web数据的链接,最后构建了一种链接传感器数据发布系统(LSDPS)。通过与其他经典链接传感器数据发布系统比较,表明本系统将建立与相关数据的链接的准确率提高了9%。将传感器网络数据发布为链接传感器数据,使得应用程序不仅可以理解和利用传感器网络数据,而且可以根据链接传感器数据集间的资源描述框架(RDF)链接获得更多相关资源。

基于语义网的中文百科知识组织与集成

通过从3个最大的中文百科全书(百度百科、互动百科、中文维基百科)所包含的大规模知识数据中识别重要的结构化特征生成RDF三元组,并将这些信息数据整合加入分布式大规模RDF数据存储系统,从而构成符合Linked Data要求的中文百科知识库RDF数据集。主要工作包括,通过配置网络爬虫对百度百科和互动百科的网页进行爬取,解析其中信息框等内容,生成RDF三元组并实现三元组的动态插入;下载需要的DBpedia中文三元组数据,将三元组进行整合并存储到课题组的大规模语义数据存储库Jingwei中;设计显示动态插入和三元组模式查询的页面,通过原型系统实验,验证了该方法的有效性。

基于语义属性特征图的查询扩展方法

传统的查询扩展方法由于忽略了词之间的语义关系,在不规范的短小关键字上补充扩展的词已经无法达到预期目标。Linked Data技术利用资源描述框架(RDF)图模型形成Linked Open Data Cloud,能提供更多语义信息。针对查询扩展忽略语义的问题,提出了一种基于语义属性特征图的查询扩展方法。该方法将语义网与图的思想融合,利用以DBpedia资源为顶点的属性图加以扩展。首先,通过有监督的学习训练出15种语义属性特征的权重,用于表达扩展资源的有用性;然后,在整个DBpedia图上通过标签属性实现查询关键字到DBpedia匹配资源的映射;再根据属性特征广度搜索出邻接点,并将其作为扩展候选词,最后筛选出词相关行分值最高的作为最终扩展词。实验表明,与LOD Keyword Expansion方法相比,基于语义属性特征图的扩展方法召回率达到0.89,平均逆排序(MRR)提高4个百分点,与用户查询更匹配。

面向关联数据的科学实验数据语义描述模型研究——以水稻基因实验为例

基于项目实践,文章提出了从知识获取、知识表示、知识组织、知识挖掘四个方面构建面向关联数据的科学实验数据语义描述模型的思路。以水稻基因实验为例,通过文献调研、网络调查、书籍知识获取等途径中识别出有关的信息资源,提炼出核心领域知识以及知识之间的关联,形成核心元数据,通过层层挖掘和复用元数据标准构建了水稻基因实验数据语义描述模型,以开源软件D2R Server为工具,实现了以D2RQ Mapping语言为基础的语义映射和模式转换。

语义化人名规范文档建设研究

构建语义人名规范文档不仅能达到唯一识别责任者的目的,还能成为网络环境下被其他资源调用的语义数据。当前的语义网技术为网络环境下的规范控制提供了解决思路。文章在调研国内外语义规范控制研究成果的基础上,提出何为语义规范文档,以及构建语义化人名规范文档面临的主要问题及解决方案,包括多种人名标识符共存和它们的互操作问题,人的附加描述属性问题,以及人的语义描述规范问题。

图书馆语义化组织现状及对策研究——以国家图书馆实施情况为例

关联数据作为语义网的轻量化实现方式在国际图书馆界如火如荼地展开,越来越多的图书馆机构将数据发布为关联数据。文章基于“文献资源描述和组织框架”详细梳理国家图书馆在语义化描述与组织方面的研究成果和实施情况,总结其资源描述、本体构建、关联开放网络构建等方面的探索现状,分析其当前存在的一些问题,并从多粒度信息组织、本体、质量管理等角度,提出相应的优化措施与建议。

中文人名规范的语义描述与关联探讨

讨论网络环境下规范控制的重要性,分析国内中文名称规范应用方面与国外的差距。以中文人名规范数据为例,通过与中国机读格式的对照,形成基础语义描述词汇集,分析关联集成的思路。最后,展望其应用前景,建议对中国古代著者规范进行示范建设。

词表语义组织研究的演进(1998-2018)

[目的 /意义]词表语义组织是馆藏语义化研究的重要组成部分,梳理该领域的历史演进有利于明晰重点并推动其更好发展。[方法 /过程]在辨析词表语义组织领域核心术语的基础上,提出"标准规范——语义组织方法——支撑技术——词表应用"研究框架,基于该框架梳理中文叙词表语义研究代表文献。[结果 /结论]提出词表语义组织的定义及其主体框架,揭示了词表、本体、关联数据等的核心概念及其有机联系;以叙词表为例梳理我国词表语义组织研究近10年来的代表性研究工作;比较词表传统研究与语义组织研究的内在异同,并对我国词表语义组织研究进行述评和展望。

馆藏唐三彩数字文化资源展示的语义支撑体系研究

[目的/意义]聚焦馆藏唐三彩数字文化资源领域,形成以用户为导向的体系化资源展示语义支撑体系模型,便于围绕唐三彩资源展开语义描述、语义关联、语义应用等探索实践.[方法/过程]以馆藏唐三彩数字文化资源为研究对象,通过构建馆藏唐三彩数字文化资源展示的元数据本体,完成对馆藏唐三彩数字文化资源展示的语义表征与语义关联,进而生成馆藏唐三彩关联数据集,在此基础上展开查询统计与按需聚类、知识图谱与认知拓展、知识发现与知识推理等应用实践探讨.[结果/结论]研究所建构的馆藏唐三彩数字文化资源展示的语义支撑体系模型涵盖语义描述-关联架构-智慧服务3个层次,借助细粒度、多维度、形式化、关联化的语义描述和语义关联,可为前端智慧服务提供数据基础和语义支撑.