語義網(wǎng)環(huán)境下數(shù)字圖書館的資源聚合模式研究

[摘要]基于語義網(wǎng)環(huán)境進行數(shù)字圖書館的資源聚合模式研究。從實體文獻整理、數(shù)據(jù)集成以及知識集成三個方面分析目前數(shù)字圖書館資源聚合的研究現(xiàn)狀，對在數(shù)字圖書館資源聚合中語義網(wǎng)技術(shù)發(fā)揮的作用進行了探討，揭示出在語義網(wǎng)環(huán)境下要實現(xiàn)數(shù)字圖書館資源聚合所必須要解決的領(lǐng)域本體集成技術(shù)、大數(shù)據(jù)挖掘與集成技術(shù)以及語義知識與信息資源轉(zhuǎn)換技術(shù)等關(guān)鍵問題；并在語義網(wǎng)環(huán)境下基于關(guān)聯(lián)數(shù)據(jù)、主題模型以及信息整合進行了數(shù)字圖書館資源的深度聚合研究。

[關(guān)鍵詞]語義網(wǎng)；數(shù)字圖書館；資源聚合

[中圖分類號]G250.76[文獻標志碼]A[文章編號]1005-6041（2015）03-0001-04

2015年第3期（No.3，2015）圖書館界（Library World）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隨著科技的不斷進步，我們已經(jīng)逐步向大數(shù)據(jù)時代邁進，信息資源也逐漸擁有多樣異同的結(jié)構(gòu)、紛繁蕪雜的內(nèi)容、豐富多變的形式以及龐大廣布的儲量，同時圖書館的資源也由傳統(tǒng)的實體邁向數(shù)字化以及網(wǎng)絡(luò)化。圖書館的信息服務(wù)因資源的數(shù)字化而面臨了諸多的問題和挑戰(zhàn)，首先不能有效地管理和利用這些數(shù)字資源，而且在數(shù)字資源的異構(gòu)和分布方面目前還沒有統(tǒng)一的有效的形式出現(xiàn)，在服務(wù)形式上數(shù)字資源的利用仍是被動的，不能利用現(xiàn)有資源主動地滿足用戶的文獻需求等等[1]。當前傳統(tǒng)的圖書館提供的知識服務(wù)是針對紙質(zhì)文獻的藏閱，而以上矛盾促使知識服務(wù)向多元化、深層次以及開放性發(fā)展，由紙質(zhì)文獻藏閱向數(shù)字資源推送發(fā)展，由被動提供服務(wù)逐步地轉(zhuǎn)為面向用戶需求。這一過程的實現(xiàn)，其基礎(chǔ)是聚合數(shù)字圖書館的信息資源，通過分析、選擇、標引和處理各種類型資源的內(nèi)容特征，從學科、主題、分類和著作等維度出發(fā)，進行信息資源的融合、類聚和重組，在信息資源有序化的過程中進行知識關(guān)聯(lián)的揭示，最終實現(xiàn)個性化知識推送服務(wù)，聚合信息資源的過程不僅體現(xiàn)了層次性、技術(shù)性，還對其可展示性的特點進行呈現(xiàn)[2]。時代在進步，技術(shù)在發(fā)展，網(wǎng)絡(luò)資源的語義化已經(jīng)成為第二代互聯(lián)網(wǎng)的發(fā)展趨勢，更是資源聚合與知識發(fā)現(xiàn)的內(nèi)在根本。只有實現(xiàn)了網(wǎng)絡(luò)資源的語義化，才可能透過資源的外在形式從多個維度對資源進行內(nèi)涵式集聚與融合，進而實現(xiàn)基于資源聚合的知識發(fā)現(xiàn)與創(chuàng)新。基于此，本文開展了語義網(wǎng)環(huán)境下數(shù)字圖書館的資源聚合模式研究，以期能夠促進當前數(shù)字圖書館資源聚合的發(fā)展。

1數(shù)字圖書館資源聚合研究現(xiàn)狀分析

1.1 基于實體文獻整理的聚合模式面臨的問題

實體文獻的整理在圖書館信息資源聚合中屬于最低的層次，是傳統(tǒng)的資源聚合模式，從聚合實現(xiàn)效果角度來看，其粒度較粗；從聚合的實現(xiàn)方式來看，通常基于文獻編目以及元數(shù)據(jù)的實現(xiàn)。

基于文獻編目的資源聚合主要是針對實體文獻進行手工著錄，在著錄過程中要遵循一定的格式和規(guī)則，并對文獻實體進行解釋內(nèi)容實質(zhì)和描述外部特征，以滿足用戶對文獻實體資源的需要，其意義在于不僅可以對文獻的內(nèi)容和形式特征進行揭示，還可以在文獻的檢索中提供途徑和方法，更可以為文獻的管理提供支持和依據(jù)。在編目規(guī)則的制定以及圖書分類方法上，程長源先生首次提出要進行新方法和新規(guī)則的制定，而著錄規(guī)則的制訂方案被審議通過，則為文獻著錄在新時期的發(fā)展奠定了良好的基礎(chǔ)。但是傳統(tǒng)的對實體文獻的整理聚合不能有效地滿足用戶需求，Greenberg等學者認為可以在圖書館的主要功能中進行語義網(wǎng)的應(yīng)用，比如在文獻編目和檢索中運用語義網(wǎng)技術(shù)進行語義網(wǎng)的選擇、表達以及服務(wù)，完成基于語義網(wǎng)的信息資源合理使用[3]，但是目前來看，兩者的融合力度還有待加強。

1.2 基于數(shù)據(jù)集成的聚合模式有待改進

基于數(shù)據(jù)集成的資源聚合就是對異構(gòu)資源系統(tǒng)在邏輯上或者物理上把異質(zhì)、異類的數(shù)據(jù)庫進行有機集中，把表示方法和操作手段統(tǒng)一化，最終互聯(lián)與共享多種異構(gòu)數(shù)據(jù)資源。基于數(shù)據(jù)倉庫的聚合方式用于實現(xiàn)多種數(shù)據(jù)源數(shù)據(jù)信息的多維集成。在英國，有關(guān)人員利用這種方式完成了建構(gòu)數(shù)據(jù)集成系統(tǒng)的開發(fā)，實現(xiàn)了信息的數(shù)字化建設(shè)和數(shù)據(jù)的集成。在國內(nèi)，毛燕梅等在信息資源中利用數(shù)據(jù)集成進行描述、整理和資源的控制；徐榮華等通過數(shù)據(jù)集成完成了數(shù)據(jù)的格式化存儲，并多維分析數(shù)據(jù)最終建立統(tǒng)一標準的數(shù)據(jù)格式，實現(xiàn)了對信息資源的統(tǒng)一檢索。雖然相關(guān)的研究已經(jīng)取得了一定的成果，但是在實踐過程中新理論、新技術(shù)的應(yīng)用還有待進一步加強[4]。

1.3 基于知識集成的聚合模式需要完善

在知識集成領(lǐng)域，對信息資源的聚合主要是語義聚合圖書館內(nèi)的信息資源內(nèi)容，通過知識關(guān)聯(lián)的挖掘，多維度揭示文獻資源中的知識，不僅包括顯性知識，還能把蘊含的隱形知識也發(fā)掘出來，最終達到知識的融合和推送。黃如花等在數(shù)字圖書館中利用了語義網(wǎng)技術(shù)和知識地圖，實現(xiàn)了數(shù)字圖書館的可視化知識組織；張振海等解決了知識獲取、重用和共享問題，并提出了基于網(wǎng)格的數(shù)字圖書館運行環(huán)境；York Sure和Rudi Studer等通過通用模型的建立解決了分布式異構(gòu)知識庫的互操作問題，并提出了目前亟待解決的關(guān)鍵問題是如何使語義網(wǎng)和數(shù)字圖書館有效融合，把多知識庫的統(tǒng)一視圖提供給用戶[5]。但是目前這兩者的融合技術(shù)還有待完善，而且還可以從宏觀和微觀兩個層面下手對聚合模式進行改善。

2語義網(wǎng)技術(shù)對數(shù)字圖書館資源聚合的促進作用

在語義網(wǎng)對數(shù)字圖書館資源聚合的實現(xiàn)中，其三大關(guān)鍵技術(shù)分別為XML、RDF以及Ontology技術(shù)。其中作為語法層的XML能提供資源內(nèi)容和結(jié)構(gòu)的表示；作為數(shù)據(jù)層的RDF能描述和處理元數(shù)據(jù)，在Web上提供交互信息；作為語義層的Ontology可以把概念的定義精確化。

2.1 語義網(wǎng)XML技術(shù)增強圖書館資源的深度聚合

在語義網(wǎng)關(guān)鍵技術(shù)中，XML語法功能相當強大，用戶使用XML可以自行進行標記或字段集合的定義，這些標記或字段集合能把數(shù)字圖書館中的特殊信息方便地表達出來。在網(wǎng)頁的編寫中，HTML不僅不能進行信息與元信息的區(qū)分，而且不支持信息嵌套結(jié)構(gòu)，XML技術(shù)則克服了這一缺陷，大大增強了全文搜索功能，使得檢索結(jié)果更準確，使文獻查準率得到有效的提高。

2.2 語義網(wǎng)RDF技術(shù)促進圖書館數(shù)據(jù)集成

在數(shù)字圖書館中，RDF技術(shù)主要在網(wǎng)絡(luò)導航中發(fā)揮作用，RDF的應(yīng)用使數(shù)字圖書館搜索引擎功能更佳。作為語義網(wǎng)關(guān)鍵技術(shù)的RDF技術(shù)，主要用于描述內(nèi)容與內(nèi)容的關(guān)系，便于知識共享與交換的實現(xiàn)，可以描述邏輯形式獨立的文檔為Web頁面集，而且在Web網(wǎng)頁中，可以進行知識產(chǎn)權(quán)的說明。在管理、維護和使用數(shù)字圖書館時，RDF技術(shù)的以上功能發(fā)揮了積極的作用，有效地促進了數(shù)字圖書館的數(shù)據(jù)集成。

2.3 語義網(wǎng)Ontology技術(shù)促進圖書館知識重用

在傳統(tǒng)的圖書館中，信息檢索的實現(xiàn)主要基于簡單的關(guān)鍵詞檢索進行研究，缺乏語義級或知識的支撐，而且通常在數(shù)字圖書館中，網(wǎng)絡(luò)資源有其分散性，導致信息服務(wù)的效率不能得到有效提高。從數(shù)字圖書館用戶的需求角度來看，數(shù)字圖書館的系統(tǒng)在信息的識別和處理中，最好能靈活地應(yīng)用，以便進行知識的挖掘，通過用戶信息有效地進行信息資源的組織和服務(wù)。本體技術(shù)即語義網(wǎng)中Ontology技術(shù)的引入，可以使語義得到共享和重用，可以實現(xiàn)不同系統(tǒng)之間的交流和共享，使數(shù)字圖書館中的知識重用方面得到有效促進。

3語義網(wǎng)環(huán)境下實現(xiàn)數(shù)字圖書館資源聚合要解決的關(guān)鍵技術(shù)

3.1 領(lǐng)域本體集成技術(shù)

在整個檢索系統(tǒng)中，領(lǐng)域本體是基礎(chǔ)，作用于多個模塊，在整個體系結(jié)構(gòu)中貫穿始終，提供參考和依據(jù)以實現(xiàn)各模塊的功能，是整個系統(tǒng)中最關(guān)鍵的部分。在數(shù)字圖書館資源聚合中構(gòu)建領(lǐng)域本體時，根據(jù)構(gòu)建需求，引入了螺旋模型的思想，即在迭代過程中不斷對本體進行完善，在進行系統(tǒng)開發(fā)時采用周期性的方法進行若干次的迭代，其迭代路徑是沿螺線進行的，這種模型還適用于需求不明確的開發(fā)情況，在需求變更時能更靈活地應(yīng)對。在進行數(shù)字圖書館信息資源領(lǐng)域本體的構(gòu)建時，遵循以下流程[6]：首先進行需求分析，然后展開本體分析，并在此基礎(chǔ)上進行本體的編寫，即本體的構(gòu)建；在建立初步的領(lǐng)域本體之后，還要驗證與評價本體，不過截至目前，評價方法和測試集還沒有一個統(tǒng)一的標準；最后是對已構(gòu)建的本體不斷完善，以適應(yīng)實際應(yīng)用。

3.2 大數(shù)據(jù)挖掘與集成技術(shù)

隨著館藏信息資源的激增，大數(shù)據(jù)時代已經(jīng)到來，給數(shù)字圖書館的資源聚合帶來了巨大的挑戰(zhàn)，尤其體現(xiàn)在對圖書館數(shù)據(jù)的分析和挖掘?qū)ふ移浔澈箅[性知識方面。在數(shù)字圖書館中，對館藏資源的聚合要充分利用大數(shù)據(jù)的理論與技術(shù)優(yōu)勢，采用數(shù)據(jù)分析方法進行數(shù)據(jù)挖掘與分析，完成知識模型的構(gòu)建，實現(xiàn)信息資源的深度聚合，提高知識發(fā)現(xiàn)服務(wù)能力，達到提高知識服務(wù)能力的目的。

3.3 語義知識與信息資源轉(zhuǎn)換技術(shù)

在語義網(wǎng)環(huán)境下，首先通過高速的互聯(lián)網(wǎng)把不同分布位置的計算資源進行集合，組成充分共享的提供高性能計算能力的資源，這個過程稱為網(wǎng)格化。網(wǎng)格和語義網(wǎng)的融合，能使語義知識的語義更高，計算能力更強。語義網(wǎng)格架構(gòu)與數(shù)字圖書館相比，其分布式環(huán)境與信息環(huán)境是一致的，在承認環(huán)境無序的前提下，數(shù)字圖書館尋找的解決方案是跨語義的，而在Web環(huán)境中，語義網(wǎng)格還要再進行中間環(huán)境的構(gòu)建，使信息體在符合環(huán)境的同時還要具有語義互操作功能。數(shù)字圖書館和語義網(wǎng)格的共同目標是形式化地描述信息，把信息中的語義信息通過機器進行認識，實現(xiàn)語義和信息資源的相互轉(zhuǎn)換。

4語義網(wǎng)環(huán)境下數(shù)字圖書館資源聚合模式的構(gòu)建

4.1 基于關(guān)聯(lián)數(shù)據(jù)的深度聚合模式研究

關(guān)聯(lián)數(shù)據(jù)技術(shù)與傳統(tǒng)的信息聚合技術(shù)相比較，其聚合方法更為靈活易實現(xiàn)，從用戶的角度來說，只需要關(guān)心信息本身即可；從圖書館的角度來說，通過數(shù)據(jù)的關(guān)聯(lián)進行本館資源與外部資源的整合，資源范圍得到擴展，用戶服務(wù)得以改進，圖書館價值得到提升。圖1給出了基于關(guān)聯(lián)數(shù)據(jù)的深度聚合模式，該模式共分三層，其中數(shù)據(jù)層包括兩大部分，分別為本地數(shù)據(jù)源以及外部的各種數(shù)據(jù)集，這些數(shù)據(jù)集可以利用不同的方法轉(zhuǎn)換成連接到數(shù)據(jù)網(wǎng)絡(luò)中的關(guān)聯(lián)數(shù)據(jù)；在聚合層中，首先圖書館進行關(guān)聯(lián)數(shù)據(jù)網(wǎng)絡(luò)的訪問，在訪問時遵循統(tǒng)一的規(guī)范，然后對關(guān)聯(lián)數(shù)據(jù)和本館資源進行本體映射之后進行實體識別，在實體識別時是自動或半自動的，最終形成集成數(shù)據(jù)；在應(yīng)用層，圖書館主要是在聚合信息的基礎(chǔ)上對原有應(yīng)用進行拓展，在聚合層中生成的集成數(shù)據(jù)，實現(xiàn)了數(shù)據(jù)融合與檢索，為用戶提供新的資源，另外，還在學術(shù)交流過程中越來越多地參與進去。

4.2 基于主題模型的深度聚合模式研究

在語義網(wǎng)環(huán)境下，基于主題模型的深度聚合模式目前應(yīng)用領(lǐng)域主要包括兩個方面：一是圖形圖像，二是文本知識處理。在文獻資源生成過程的模擬中利用了主題模型，詞項在共現(xiàn)信息中有很多主題集合，從中進行語義相關(guān)的主題集合的抽取，并進行參數(shù)估計，進行文本挖掘。通過主題模型轉(zhuǎn)化成新的主題，并在低維空間中進行表達。在主題模型中，多采用LDA模型，這是一種生成模型，在隱含變量里該模型能進行生成文本過程的描述，又被稱為層次概率模型，其模型圖如圖2所示。

4.3 基于信息整合的深度聚合模式研究

在異構(gòu)、異質(zhì)資源中通過一定的標準和技術(shù)進行物理或邏輯上的互聯(lián)互通，在多種資源中實現(xiàn)一站式的搜索就是數(shù)據(jù)整合，但是數(shù)據(jù)整合通常沒有揭示和組織數(shù)據(jù)對象之間的關(guān)系。用戶在信息環(huán)境下，既希望能實現(xiàn)一站式搜索，又想在獲取關(guān)聯(lián)資源時能做到一步到位，這就需要有效地組織和整合信息的實體關(guān)系。這種基于信息的資源整合，其方式主要基于信息門戶?；谡Z義網(wǎng)環(huán)境下數(shù)字圖書館的信息集成模型如圖3所示[7]，該模型共分為五層，其中數(shù)據(jù)源層中要進行元數(shù)據(jù)標準的制定；信息描述與組織層中主要使用了RDF技術(shù)；在語義整合層中運用了語義規(guī)則進行本體一致性檢測以及語義推理的實現(xiàn)；最后經(jīng)過整合的信息提供給用戶交互層，為用戶提供服務(wù)。圖3基于信息集成的深度聚合模式

5結(jié)語

在語義網(wǎng)環(huán)境下的資源聚合，實現(xiàn)了在數(shù)字資源中語義聯(lián)系的深度揭示，對知識體之間的聯(lián)系能更好地分析和利用，達到優(yōu)化檢索結(jié)果的目的。數(shù)字圖書館在語義網(wǎng)環(huán)境下進行資源聚合，統(tǒng)一組織信息資源，對語義描述和描述進一步加強、加深，使被檢索的資源量得到進一步擴大，數(shù)字圖書館的知識服務(wù)能力也得到有效提高。

[參考文獻]

[1] 趙冬梅.圖書館信息資源整合[J].情報科學，2010，23（3）：362—366.

[2] 肖希明，袁琳.中國圖書館藏書發(fā)展政策研究[M].南京：南京大學出版社，2009：64—67.

[3] 李卓卓.信息資源共享系統(tǒng)績效評估研究[D].武漢：武漢大學，2009.

[4] 胡群策.論21世紀高校圖書館服務(wù)[J].大學圖書情報學刊，2011，23（5）：13—15.

[5] 馬張華.信息組織[M].北京：清華大學出版社，2008：1—7.

[6] 李星星.館藏資源深度聚合及應(yīng)用研究[D].武漢：華中師范大學，2013.

[7] 劉衛(wèi)寧.語義網(wǎng)環(huán)境下數(shù)字圖書館信息資源集成模型研究[J].圖書館理論與實踐，2014（1）：84.