基于語(yǔ)義的館藏資源深度聚合模型探析

李 勁，程秀峰，宋紅文，張 華

(1.湖北民族學(xué)院 信息工程學(xué)院，湖北恩施445000;2.華中師范大學(xué) 信息管理學(xué)院，湖北武漢430079;3.華中師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院，湖北武漢430079)

經(jīng)歷10多年的建設(shè)和發(fā)展，當(dāng)前國(guó)內(nèi)圖書(shū)館建設(shè)取得了長(zhǎng)足的進(jìn)步.隨著一系列數(shù)字圖書(shū)館建設(shè)項(xiàng)目的實(shí)施，在分布式環(huán)境下我國(guó)各級(jí)各類(lèi)圖書(shū)館累積了大量的實(shí)體館藏資源和虛擬館藏資源，以及基于這些館藏資源的服務(wù)系統(tǒng)，逐步形成了以數(shù)字圖書(shū)館為主、實(shí)體圖書(shū)館為補(bǔ)充的復(fù)合圖書(shū)館形態(tài)［1］.然而，隨著圖書(shū)館建設(shè)的發(fā)展，一方面，受到管理體制的相對(duì)孤立和陳舊的理念影響，使圖書(shū)館界長(zhǎng)期以來(lái)難以有效地開(kāi)展文獻(xiàn)資源共建共享工作，各圖書(shū)館都試圖通過(guò)加大其規(guī)模來(lái)滿足讀者的信息需求，結(jié)果導(dǎo)致各自為政、彼此孤立且難以協(xié)調(diào)的現(xiàn)象，館藏資源的重復(fù)建設(shè)造成嚴(yán)重的浪費(fèi)，形成“館藏資源孤島”和“館藏資源超載”的現(xiàn)象;另一方面，用戶的需求發(fā)生了變化，由分散式獲取到集中式獲取，甚至一站式獲取，由對(duì)信息的需求轉(zhuǎn)變?yōu)閷?duì)知識(shí)的需求，用戶需求的這些變化迫切需要揭示和挖掘館藏信息資源中蘊(yùn)含的知識(shí)內(nèi)容及知識(shí)邏輯關(guān)系，以滿足用戶的需求.面對(duì)館藏資源建設(shè)存在的上述困境，迫切需要對(duì)數(shù)量龐大的異構(gòu)館藏資源進(jìn)行聚合與重組，同時(shí)將館藏資源及其語(yǔ)義關(guān)聯(lián)高效的提供給用戶，實(shí)現(xiàn)檢索過(guò)程與檢索結(jié)果的可視化.為解決這一問(wèn)題，本文在對(duì)Super－P2P、語(yǔ)義網(wǎng)格等技術(shù)進(jìn)行深入分析的基礎(chǔ)上，針對(duì)館藏資源建設(shè)的現(xiàn)狀，對(duì)館藏資源語(yǔ)義層次的深度集合進(jìn)行了深入的研究，提出了一個(gè)基于語(yǔ)義的館藏資源深度聚合模型，以滿足用戶獲取館藏資源中所蘊(yùn)含規(guī)律、模式、特色等知識(shí)性?xún)?nèi)容以及信息之間的語(yǔ)義關(guān)聯(lián)的需要.

1 相關(guān)技術(shù)

1.1 語(yǔ)義網(wǎng)格

David De Roure等人于2001年首次使用了語(yǔ)義網(wǎng)格(Semantic Grid)這一概念［2］.語(yǔ)義網(wǎng)格技術(shù)作為一種新興的技術(shù)，是對(duì)網(wǎng)格技術(shù)在語(yǔ)義能力上的一種擴(kuò)展［3］.語(yǔ)義網(wǎng)格以O(shè)GSA和WSRF為基礎(chǔ)，采用面向服務(wù)的體系結(jié)構(gòu)，提供知識(shí)服務(wù)、基于知識(shí)的信息服務(wù)、基于知識(shí)的數(shù)據(jù)計(jì)算服務(wù)等，提供了更高級(jí)的知識(shí)共享和管理平臺(tái)［4］.事實(shí)上，語(yǔ)義網(wǎng)格技術(shù)綜合了語(yǔ)義網(wǎng)技術(shù)、Web service技術(shù)、網(wǎng)格技術(shù)等長(zhǎng)處，集成了語(yǔ)義網(wǎng)的機(jī)器可理解能力和網(wǎng)格強(qiáng)大的計(jì)算能力，使得其產(chǎn)生很多綜合優(yōu)勢(shì)，如規(guī)范組織、語(yǔ)義互聯(lián)和智能聚合等.語(yǔ)義網(wǎng)格技術(shù)的應(yīng)用可以為館藏資源構(gòu)建一個(gè)良好的中間環(huán)境，一方面，能形式化地描述知識(shí)，使計(jì)算機(jī)理解語(yǔ)義，另一方面，使知識(shí)實(shí)現(xiàn)負(fù)載均衡與松散耦合，進(jìn)而有效地與服務(wù)和用戶整合［5］.

1.2 P2P 技術(shù)

P2P(Peer－to－Peer)也即“點(diǎn)對(duì)點(diǎn)”或“對(duì)等網(wǎng)”，其是一個(gè)以資源共享為目的的分布式的自組織資源系統(tǒng).在P2P系統(tǒng)中，每一節(jié)點(diǎn)同時(shí)具有客戶端和服務(wù)器的雙重角色，節(jié)點(diǎn)之間可以直接進(jìn)行點(diǎn)對(duì)點(diǎn)的通信，具有一定程度的自治性.P2P系統(tǒng)具有多方面的優(yōu)點(diǎn)，主要體現(xiàn)在:可擴(kuò)展性、健壯性、負(fù)載均衡等［6］.依據(jù)P2P網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)的不同，可將P2P網(wǎng)絡(luò)分為:純分散式P2P網(wǎng)絡(luò)、混合P2P網(wǎng)絡(luò)和超級(jí)P2P(Super－P2P)網(wǎng)絡(luò)三種類(lèi)型［7］.在純分散式P2P網(wǎng)絡(luò)中沒(méi)有服務(wù)器，節(jié)點(diǎn)之間直接進(jìn)行互聯(lián);混合P2P網(wǎng)絡(luò)是結(jié)構(gòu)化P2P網(wǎng)絡(luò)和無(wú)結(jié)構(gòu)P2P網(wǎng)絡(luò)的一種折中選擇，其的構(gòu)建需要通過(guò)服務(wù)器進(jìn)行集中認(rèn)證，并建立相應(yīng)的索引機(jī)制;而在Super－P2P網(wǎng)絡(luò)結(jié)構(gòu)中，各節(jié)點(diǎn)在超級(jí)節(jié)點(diǎn)的控制下進(jìn)行互聯(lián).Super－P2P網(wǎng)絡(luò)與純分散式P2P網(wǎng)絡(luò)相比具有更強(qiáng)的可控性和安全性，網(wǎng)絡(luò)節(jié)點(diǎn)也比較容易發(fā)現(xiàn);而與混合P2P網(wǎng)絡(luò)相比，其具有較強(qiáng)的容錯(cuò)性和較好的可擴(kuò)展性［8］.

2 基于語(yǔ)義的館藏資源深度聚合基本思想

圖1 基于語(yǔ)義的館藏資源深度聚合基本思想Fig.1 The basic idea of library resources polymerization based on deep semantic

當(dāng)前，我國(guó)館藏資源分布存儲(chǔ)在各公共圖書(shū)館和高校圖書(shū)館之中，受條塊分割的管理體制的影響，館藏資源孤島日益增多，館藏資源異構(gòu)性、資源語(yǔ)義的多重性日益嚴(yán)重，這就需要對(duì)不同區(qū)域的、各系統(tǒng)的圖書(shū)館間的異構(gòu)的、不同形式的館藏資源進(jìn)行整合，將知識(shí)管理的思想融入到館藏資源的構(gòu)建和組織過(guò)程之中，從語(yǔ)義層次上對(duì)館藏資源進(jìn)行深度聚合，以達(dá)到對(duì)館藏資源的優(yōu)化配置和充分利用［9］.若要實(shí)現(xiàn)館藏資源語(yǔ)義層次上的聚合，首先，要解決館藏資源的語(yǔ)義揭示、存儲(chǔ)、計(jì)算和推理等問(wèn)題.然而，由于語(yǔ)義存儲(chǔ)、語(yǔ)義計(jì)算、語(yǔ)義推理等都需要消耗大量的計(jì)算和存儲(chǔ)資源，單靠集中式處理很難滿足需求，為突破集中式語(yǔ)義存儲(chǔ)瓶頸，本文在對(duì)館藏資源進(jìn)行語(yǔ)義聚合時(shí)融入了語(yǔ)義網(wǎng)格技術(shù)、Super－P2P技術(shù)的基本思想，提出建立在Super－P2P結(jié)構(gòu)和語(yǔ)義網(wǎng)格技術(shù)基礎(chǔ)上的館藏資源深度聚合的基本思路(如圖1所示).

從圖1可以看出，對(duì)館藏資源進(jìn)行基于語(yǔ)義的深度聚合的基本思路是:首先，根據(jù)本地區(qū)館藏資源的數(shù)量建設(shè)本地區(qū)語(yǔ)義網(wǎng)格節(jié)點(diǎn)，該語(yǔ)義網(wǎng)格節(jié)點(diǎn)管理本地節(jié)點(diǎn)用戶為它們提供服務(wù)，并與其他地區(qū)的Super－peer互聯(lián);而后，每個(gè)語(yǔ)義網(wǎng)格節(jié)點(diǎn)提供有本地區(qū)特色的知識(shí)服務(wù)體系;接著，多個(gè)語(yǔ)義網(wǎng)格節(jié)點(diǎn)互連為Super－P2P結(jié)構(gòu);最后，整個(gè)結(jié)構(gòu)可以擴(kuò)展，館藏機(jī)構(gòu)進(jìn)行申請(qǐng)，獲準(zhǔn)后可以加入平臺(tái).

基于語(yǔ)義的館藏資源深度聚合的基本思路充分發(fā)揮了語(yǔ)義網(wǎng)格、Super－peer技術(shù)的技術(shù)優(yōu)勢(shì).由于語(yǔ)義網(wǎng)格技術(shù)一方面結(jié)合了網(wǎng)格計(jì)算研究領(lǐng)域的標(biāo)準(zhǔn)和技術(shù)，另一方面結(jié)合了語(yǔ)義Web中有關(guān)網(wǎng)絡(luò)資源語(yǔ)義建模的標(biāo)準(zhǔn)和技術(shù)，因此，能夠有效實(shí)現(xiàn)館藏資源的標(biāo)準(zhǔn)化和規(guī)范組織、語(yǔ)義互聯(lián)和智能聚合，以支持各自治圖書(shū)館的異構(gòu)應(yīng)用之間的無(wú)縫集成、語(yǔ)義互操作，實(shí)現(xiàn)館藏資源語(yǔ)義層次上的深度聚合，并能夠有效地支持語(yǔ)義查詢(xún)和知識(shí)資源的職能檢索和利用，以達(dá)到更好地滿足用戶需求的目的;而Super－peer技術(shù)則使得系統(tǒng)具有更強(qiáng)的可控性、容錯(cuò)性與可擴(kuò)展性，增強(qiáng)了系統(tǒng)的語(yǔ)義存儲(chǔ)和處理能力.因此，基于Super－P2P拓?fù)浣Y(jié)構(gòu)和語(yǔ)義網(wǎng)格技術(shù)的館藏資源深度聚合的基本思路，具有高效的語(yǔ)義存儲(chǔ)特性，強(qiáng)大的計(jì)算服務(wù)功能、良好的容錯(cuò)功能和可靠性以及較強(qiáng)的安全服務(wù)措施，使得建立在該基本思路之上的系統(tǒng)能夠更可靠、更安全地為用戶提供優(yōu)質(zhì)服務(wù).

圖2 基于語(yǔ)義的館藏資源深度聚合模型Fig.2 The model of library resources aggregation based on deep semantic

3 基于語(yǔ)義的館藏資源深度聚合模型

依據(jù)基于語(yǔ)義的館藏資源深度聚合的上述基本思想，本文設(shè)計(jì)了如圖2所示的基于語(yǔ)義的館藏資源深度聚合模型.從圖2可以看出該模型主要包括三個(gè)層次:聚合結(jié)構(gòu)層、網(wǎng)格結(jié)構(gòu)層和客戶端.具體來(lái)說(shuō)，這三個(gè)層次之間的基本任務(wù)與相互關(guān)系如下:

1)聚合結(jié)構(gòu)層

聚合結(jié)構(gòu)層位于模型的最底層.首先，它由分布在不同區(qū)域的各圖書(shū)館對(duì)自己的館藏資源進(jìn)行語(yǔ)義標(biāo)注與索引，建立館藏資源編目、生成館藏資源對(duì)象;接著，建立反映本館館藏資源特征的本體資源庫(kù);然后，采取本體集成技術(shù)對(duì)各圖書(shū)館異構(gòu)的館藏資源本體進(jìn)行映射、對(duì)齊與合并，生成一個(gè)綜合的館藏資源本體庫(kù);最終，實(shí)現(xiàn)館藏資源語(yǔ)義層次上的聚合.需要指出的是，為提高語(yǔ)義聚合的效果，本文在語(yǔ)義聚合操作中，對(duì)于大量非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行處理時(shí)使用的是動(dòng)態(tài)聚合模式，而對(duì)于結(jié)構(gòu)化的館藏資源，采用的是靜態(tài)聚合模式.

2)網(wǎng)格結(jié)構(gòu)層

網(wǎng)格結(jié)構(gòu)層主要實(shí)現(xiàn)對(duì)現(xiàn)有的館藏資源體系進(jìn)行網(wǎng)格擴(kuò)展，搭建語(yǔ)義網(wǎng)格擴(kuò)展模型，在此基礎(chǔ)上構(gòu)建真正面向服務(wù)的深度聚合平臺(tái)可視化展示.具體來(lái)說(shuō)，首先，配置網(wǎng)絡(luò)節(jié)點(diǎn);而后，對(duì)網(wǎng)格單元分配語(yǔ)義相似度等計(jì)算任務(wù)，使用相關(guān)算法實(shí)現(xiàn)對(duì)查詢(xún)單元相關(guān)聯(lián)的語(yǔ)義單元實(shí)行調(diào)用，可以歸納為平臺(tái)任務(wù)分配模塊.該模塊主要負(fù)責(zé)根據(jù)語(yǔ)義數(shù)據(jù)計(jì)算與響應(yīng)，將不同的語(yǔ)義數(shù)據(jù)分配到不同網(wǎng)格單元中進(jìn)行數(shù)據(jù)處理，并且通過(guò)Web服務(wù)讓遠(yuǎn)程節(jié)點(diǎn)獲得響應(yīng)后將語(yǔ)義信息通過(guò)XML－RPC或者SOAP等標(biāo)準(zhǔn)化信息交換傳輸?shù)侥康木W(wǎng)格單元.

3)客戶端

客戶端是滿足用戶需求的接口，位于模型的最頂層.為實(shí)現(xiàn)用戶對(duì)館藏資源的基于語(yǔ)義的知識(shí)檢索和館藏資源知識(shí)結(jié)構(gòu)的可視化展示，該模型提供的用戶檢索接口.不但，能夠記錄用戶提出的查詢(xún)信息，并將用戶信息存入本地內(nèi)存，以便于實(shí)現(xiàn)基于語(yǔ)義的情景檢索和知識(shí)導(dǎo)航;而且，在客戶端為用戶提供了各種面向用戶需求的實(shí)用工具，以實(shí)現(xiàn)館藏資源知識(shí)結(jié)構(gòu)的可視化展示，例如語(yǔ)義分析工具、分類(lèi)檢索工具、可視化展示工具等.借助于語(yǔ)義分析工具，用戶可以看到關(guān)聯(lián)信息的語(yǔ)義解釋?zhuān)约案鶕?jù)該語(yǔ)義解釋挖掘到的全部館藏資源;而借助于分類(lèi)檢索工具，用戶可以找到不同類(lèi)別下與檢索主題語(yǔ)義相關(guān)聯(lián)的數(shù)據(jù)資源;此外，借助于可視化展示工具，用戶可以通過(guò)對(duì)可視化功能的調(diào)整了解館藏資源語(yǔ)義分布、實(shí)體分布、內(nèi)容分布情況并根據(jù)分布情況進(jìn)行查詢(xún)導(dǎo)航.

4 結(jié)語(yǔ)

面對(duì)館藏資源建設(shè)存在的困境，迫切需要對(duì)數(shù)量龐大的異構(gòu)館藏資源進(jìn)行聚合與重組，以消除“資源孤島”與“資源超載”現(xiàn)象，同時(shí)將館藏資源及其語(yǔ)義關(guān)聯(lián)高效的提供給用戶，實(shí)現(xiàn)檢索過(guò)程與檢索結(jié)果的可視化.因此，館藏資源的深度聚合正是館藏資源建設(shè)發(fā)展到一定規(guī)模與程度的必然要求，也是適應(yīng)信息環(huán)境和用戶需求變化的必然結(jié)果.為解決這一問(wèn)題，本文在對(duì)Super－P2P，語(yǔ)義網(wǎng)格等技術(shù)進(jìn)行深入分析的基礎(chǔ)上，針對(duì)館藏資源建設(shè)的現(xiàn)狀，對(duì)館藏資源語(yǔ)義層次的深度集合進(jìn)行了深入的研究，提出了一個(gè)基于語(yǔ)義的館藏資源深度聚合模型.該模型以用戶需求為導(dǎo)向，運(yùn)用相關(guān)的理論、方法與技術(shù)規(guī)范，揭示館藏資源內(nèi)部知識(shí)對(duì)象以及知識(shí)對(duì)象的語(yǔ)義關(guān)系，通過(guò)類(lèi)聚、融合和重組使分散無(wú)序、相對(duì)獨(dú)立的館藏資源重新組織為一個(gè)新的有機(jī)整體，以滿足用戶獲取館藏資源中所蘊(yùn)含規(guī)律、模式、特色等知識(shí)性?xún)?nèi)容以及信息之間的語(yǔ)義關(guān)聯(lián)的需要.

［1］ 夏立新.復(fù)合圖書(shū)館:數(shù)字圖書(shū)館建設(shè)的新戰(zhàn)略［J］.華中師范大學(xué)學(xué)報(bào):人文社會(huì)科學(xué)版，2011，50(5):120－129.

［2］ 毛淑賢，朱桂鳳.一種新的資源管理技術(shù)－語(yǔ)義網(wǎng)格［J］.現(xiàn)代電子技術(shù)，2009(22):16－19.

［3］ 朱愛(ài)華.基于語(yǔ)義網(wǎng)格的內(nèi)容管理系統(tǒng)［J］.廣播與電視技術(shù)，2009(1):34－39.

［4］ 李明生.語(yǔ)義網(wǎng)格:語(yǔ)義網(wǎng)技術(shù)和網(wǎng)格的結(jié)合［J］.情報(bào)雜志，2005(10):46－48.

［5］ 畢強(qiáng)，牟冬梅.語(yǔ)義網(wǎng)格環(huán)境下數(shù)字圖書(shū)館知識(shí)組織理論、方法及其過(guò)程研究［J］.圖書(shū)情報(bào)工作，2007，51(8):6－9.

［6］ 周文莉，吳曉非.P2P 技術(shù)綜述［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2006，27(1):76－79.

［7］ 張聯(lián)峰，劉乃安，錢(qián)秀檳，等.綜述:對(duì)等網(wǎng)(P2P)技術(shù)［J］.計(jì)算機(jī)工程與應(yīng)用，2003(12):142－145.

［8］ 夏立新，程秀峰，桂思思.基于電子政務(wù)平臺(tái)查詢(xún)關(guān)鍵詞基礎(chǔ)多維護(hù)可視化聚類(lèi)分析研究［J］.情報(bào)學(xué)報(bào)，2012，31(4):352－361.

［9］ 王文兵.2001－2010年國(guó)內(nèi)圖書(shū)館人力資源管理研究論文的計(jì)量分析［J］.湖北民族學(xué)院學(xué)報(bào):自然科學(xué)版，2012，30(1):116－120.