異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)的應(yīng)用

趙晨陽 王德勝 張峻 黃肖俊

摘要：以出版融合發(fā)展重點實驗室在專業(yè)領(lǐng)域知識服務(wù)方向開發(fā)成果為例，深入分析了針對多種類型的異構(gòu)出版物資源，如何構(gòu)建有內(nèi)在關(guān)聯(lián)的、高度組織化知識服務(wù)產(chǎn)品。通過知識體系構(gòu)建、知識組織梳理和知識化加工，以知識元為單元將多種類型的異構(gòu)數(shù)字資源進行知識關(guān)聯(lián)組織，以知識地圖、知識束等圖形化方式展現(xiàn)知識元與知識元之間、知識元與各種異構(gòu)資源之間、各種異構(gòu)資源之間的關(guān)聯(lián)關(guān)系，為讀者提供多種類型的結(jié)構(gòu)各異的資源內(nèi)容，形成了有特色的專業(yè)內(nèi)容知識服務(wù)產(chǎn)品。

關(guān)鍵詞：異構(gòu)資源組織；關(guān)聯(lián)發(fā)現(xiàn)；知識服務(wù)

中圖分類號：TP393文獻標(biāo)志碼：A文章編號：1008-1739（2019）11-69-4

0引言

數(shù)字出版資源內(nèi)容在類型、形態(tài)、結(jié)構(gòu)、組織方式都有著根本性的不同，如何為讀者提供多種類型的結(jié)構(gòu)各異的資源內(nèi)容，構(gòu)建有內(nèi)在關(guān)聯(lián)的、高度組織化的資源服務(wù)和知識服務(wù)體系，是一個值得研究和探討的課題和方向。

異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)[1-7]在國內(nèi)外有著廣泛而深入的研究。如國外早期研究的跨庫檢索的技術(shù)和互操作標(biāo)準(zhǔn)（OAI-PMH和OpenURL/SFX等），多家機構(gòu)還研制了能將多種類型資源通過元數(shù)據(jù)整合并統(tǒng)一進行檢索的發(fā)現(xiàn)系統(tǒng)，包括ProQuest旗下的Summon，EBSCO公司的EDS等。

隨著互聯(lián)網(wǎng)和數(shù)字資源服務(wù)的快速發(fā)展，數(shù)字資源的類型和結(jié)構(gòu)也在快速增加，異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)的技術(shù)也在快速演進。

1異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)

異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)主要有如下3類技術(shù)：通過協(xié)議進行系統(tǒng)間的互操作技術(shù)、發(fā)現(xiàn)系統(tǒng)和基于自然語言處理的知識圖譜構(gòu)建技術(shù)。

1.1系統(tǒng)間互操作技術(shù)

系統(tǒng)間互操作技術(shù)主要采用通訊協(xié)議/標(biāo)準(zhǔn)[8]的方式進行，其中，最為廣泛的協(xié)議是OAI-PMH和OpenURL。

（1）OAI-PMH

OAI-PMH（Open Archives Initiative Protocol for Metadata Harvesting）是基于開放文檔先導(dǎo)（Open Archives Initiative，OAI）的元數(shù)據(jù)獲取協(xié)議。協(xié)議通過定義一個標(biāo)準(zhǔn)化的接口，使網(wǎng)絡(luò)服務(wù)器能夠?qū)⒋鎯Φ谌綉?yīng)用程序的元數(shù)據(jù)，協(xié)議可以解決不同資源的元數(shù)據(jù)互操作問題，有效挖掘、發(fā)布和利用互聯(lián)網(wǎng)上數(shù)字信息資源，是在分布式網(wǎng)絡(luò)化環(huán)境中獲取元數(shù)據(jù)信息的標(biāo)準(zhǔn)化協(xié)議，可以廣泛應(yīng)用于資源整合、跨庫檢索等各個領(lǐng)域。

（2）OpenURL

OpenURL是開放的統(tǒng)一資源定位器（Open Uniform Resource Locators）的縮寫，目的是把不同來源和不同通信協(xié)議的信息源及相關(guān)服務(wù)融合在一起，實現(xiàn)不同類型、不同格式和異地分布信息資源的無縫鏈接。它克服了傳統(tǒng)鏈接框架的局限，可為用戶提供上下文相關(guān)鏈接傳遞服務(wù)。

1.2發(fā)現(xiàn)系統(tǒng)

發(fā)現(xiàn)系統(tǒng)[9-10]是信息資源整合系統(tǒng)發(fā)展到一定階段的產(chǎn)物，發(fā)現(xiàn)系統(tǒng)將大規(guī)模的異構(gòu)資源的元數(shù)據(jù)收集起來，建立統(tǒng)一的索引來完成集成的資源搜索和發(fā)現(xiàn)任務(wù)，并通過在檢索結(jié)果中按照分類、作者、出版時間及所屬學(xué)科等進行分門別類的展示，可以快速進行多維度的發(fā)現(xiàn)；同時，通過對原始資源的鏈接達到獲取原文的目的。

1.3基于自然語言處理的知識圖譜構(gòu)建技術(shù)

知識圖譜[11]（Knowledge Graph，KG）旨在描述客觀世界的概念、實體、事件及其之間的關(guān)系。建立KG使用的技術(shù)，涉及認(rèn)知計算、知識表示與推理、信息檢索與抽取、自然語言處理與語義網(wǎng)、數(shù)據(jù)挖掘與機器學(xué)習(xí)等交叉研究。KG構(gòu)建是根據(jù)特定知識表示模型，從異構(gòu)的海量資源中采用機器學(xué)習(xí)和信息抽取等技術(shù)，建立大規(guī)模KG的過程。

異構(gòu)知識資源的語義鏈接和集成與KG的構(gòu)建技術(shù)有著非常密切的關(guān)聯(lián)。通過基于自然語言處理的KG構(gòu)建技術(shù)可以構(gòu)建出專業(yè)領(lǐng)域的KG，并通過KG的集成，形成更為廣泛和統(tǒng)一的KG。在此基礎(chǔ)上，將各種類型的異構(gòu)資源與KG中的實體進行掛接和關(guān)聯(lián)，從而可以利用KG為讀者提供更為強大的數(shù)字資源關(guān)聯(lián)服務(wù)和知識服務(wù)。

2專業(yè)領(lǐng)域的應(yīng)用與探索

出版融合發(fā)展（工信集團）重點實驗室依托中國工信出版?zhèn)髅郊瘓F公司（工信出版集團）建設(shè)，在專業(yè)領(lǐng)域異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)應(yīng)用等方面都開展了多方位的研究和探索。本文以電子工業(yè)出版社開發(fā)的面向電子技術(shù)領(lǐng)域的異構(gòu)資源融合的知識服務(wù)產(chǎn)品———“E知元”為例，分析相關(guān)技術(shù)在行業(yè)中的應(yīng)用情況。

2.1面向電子技術(shù)領(lǐng)域

電子工業(yè)出版社在電子信息科技領(lǐng)域有著非常深厚的出版資源積累，利用這些豐厚的資源內(nèi)容構(gòu)建了移動端知識服務(wù)產(chǎn)品—“E知元”，以積累的多種類型異構(gòu)數(shù)字資源為基礎(chǔ)，通過知識體系的建設(shè)和關(guān)聯(lián)發(fā)現(xiàn)技術(shù)將其有機地組織在一起，為讀者提供專業(yè)的知識服務(wù)。

和普通的內(nèi)容產(chǎn)品有所不同，“E知元”向讀者提供關(guān)聯(lián)、智能的深度知識服務(wù)的專業(yè)閱讀模式。傳統(tǒng)的資源組織方式已無法滿足知識服務(wù)產(chǎn)品對于關(guān)聯(lián)的需求，該社依托其積累的電子書、論文、標(biāo)準(zhǔn)、設(shè)計電路包等多種類型的異構(gòu)內(nèi)容資源，通過知識體系構(gòu)建、知識組織梳理和知識化加工，對建設(shè)完畢的知識或資源進行分類和整理工作，最終以知識元為單元將多種類型的異構(gòu)數(shù)字資源進行知識關(guān)聯(lián)組織，以知識地圖、知識束等圖形化方式展現(xiàn)知識元與知識元之間、知識元與各種異構(gòu)資源之間、各種異構(gòu)資源之間的關(guān)聯(lián)關(guān)系，同時以文中熱詞關(guān)聯(lián)的方式展示資源相關(guān)知識元。通過以上方式，研發(fā)形成了完整的知識服務(wù)產(chǎn)品。

該知識服務(wù)產(chǎn)品主要特色如下：

（1）知識導(dǎo)航分類建設(shè)

知識導(dǎo)航分類工作的主要作用是提供客戶知識導(dǎo)航功能。“E知元”將知識體系的知識元按照理論和實踐2個維度設(shè)計為“知識學(xué)習(xí)”和“技能培養(yǎng)”2個分類體系，幫助用戶通過分類發(fā)現(xiàn)知識元和輔助構(gòu)建個人知識結(jié)構(gòu)。在知識體系建設(shè)完成后，參考核心資源的知識組織結(jié)構(gòu)，通過主題分類的方法，將知識元進行3級分類。最終共整理出7個分類，其中知識分類7個，技能分類6個，涵蓋“E知元”所有知識元。

（2）知識束建設(shè)

知識束是將知識體系中具有次序的知識元構(gòu)建順序關(guān)聯(lián)，如發(fā)展階段、工藝流程，提供按照順序?qū)W習(xí)知識功能；是學(xué)習(xí)某個知識或技能主要的知識元及其次序。通過梳理，共建設(shè)知識束約40條。

（3）專題知識建設(shè)

專題知識的建設(shè)首先需要進行專題分類，即對項目現(xiàn)有知識化資源按照內(nèi)容進行分類構(gòu)建1級分類和2級分類，每個2級分類稱為專題，提供系統(tǒng)的閱讀；分類的主要依據(jù)電子工業(yè)出版社原有資源分類體系，并在此基礎(chǔ)上根據(jù)資源的情況適當(dāng)修改。本項目共形成37個專題，對于每個專題組織編輯了介紹信息，為用戶了解和使用專題提供參考依據(jù)。

（4）異構(gòu)數(shù)字資源的關(guān)聯(lián)構(gòu)建與服務(wù)

通過算法輔助人工的方式將電子圖書、論文、標(biāo)準(zhǔn)規(guī)范和設(shè)計電路包等將其與知識元、知識體系及知識分類等進行關(guān)聯(lián)，形成完整的知識資源數(shù)據(jù)庫，并在此基礎(chǔ)上提供知識圖譜方式的知識服務(wù)。

“E知元”產(chǎn)品共標(biāo)引知識標(biāo)簽166 601處，其顯示效果見圖2黃色標(biāo)簽，形成了相應(yīng)的知識化資源，按照標(biāo)簽與內(nèi)容的關(guān)聯(lián)程度分為1～ 3個級別，1級表示最相關(guān)。用戶在使用過程中，點擊知識標(biāo)簽就可以在多窗口模式下查看知識標(biāo)簽代表知識元的解釋、知識地圖或者深度閱讀相關(guān)資源。

2.2應(yīng)用與探索效果

出版融合發(fā)展重點實驗室在異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)積極進行應(yīng)用與探索，取得了很好的效果，獲得了行業(yè)的高度認(rèn)可；電子工業(yè)出版社推出的數(shù)字產(chǎn)品“E知元”，獲得了行業(yè)和主管部門的一致贊譽和認(rèn)可，榮獲第三屆中國創(chuàng)意工業(yè)創(chuàng)新獎“新技術(shù)獎”金獎。

3結(jié)束語

在異構(gòu)資源組織與關(guān)聯(lián)發(fā)現(xiàn)技術(shù)應(yīng)用領(lǐng)域，國內(nèi)外已經(jīng)有了非常多的研究，從最早的異構(gòu)資源組織相關(guān)的跨庫檢索技術(shù)和聯(lián)邦檢索技術(shù)，發(fā)展到通過發(fā)現(xiàn)系統(tǒng)進行一站式檢索，再進一步發(fā)展到通過知識圖譜、知識導(dǎo)航、知識庫的方式進行知識服務(wù)，并掛接不同類型的異構(gòu)資源，同時，對異構(gòu)資源通過算法、或算法輔助人工的方式挖掘、發(fā)現(xiàn)知識點與知識點、知識點與資源、以及資源與資源之間的深度的關(guān)聯(lián)關(guān)系，并通過系統(tǒng)進行統(tǒng)一的服務(wù)。

上述知識服務(wù)產(chǎn)品的研發(fā)，綜合運用了以上技術(shù)，探索了KG技術(shù)，通過本文的研究我們可以得出如下結(jié)論：通過知識體系構(gòu)建、知識組織梳理和知識化加工，并與多種類型的異構(gòu)數(shù)字資源進行知識關(guān)聯(lián)，以此方式構(gòu)建有內(nèi)在關(guān)聯(lián)的、高度組織化的知識服務(wù)產(chǎn)品，可為讀者提供多種類型的結(jié)構(gòu)各異的資源內(nèi)容，形成專業(yè)特色的知識服務(wù)產(chǎn)品。

從以上的研究和分析來看，通過知識服務(wù)來進行異構(gòu)資源的組織和關(guān)聯(lián)發(fā)現(xiàn)是一個不可阻擋的發(fā)展趨勢，但由于知識庫的構(gòu)建與組織管理過程費時、費力，目前正在做的，也是針對特定的專業(yè)領(lǐng)域進行的構(gòu)建與嘗試，需要研究的專業(yè)領(lǐng)域還非常之多，研究者可以在更多的專業(yè)領(lǐng)域進行研究；不同專業(yè)領(lǐng)域的知識庫的融合并在此基礎(chǔ)上提供服務(wù)，是非常重要也是非常具有挑戰(zhàn)性的工作，將是未來的一個重要研究方向。

參考文獻

[1]裴國慶.基于語義的異構(gòu)數(shù)據(jù)庫集成研究[D].南寧：廣西師范學(xué)院，2010：5-6，10.

[2]汪志莉，李欣，張毅.圖書館異構(gòu)特藏資源現(xiàn)狀及其整合設(shè)計[J].數(shù)字技術(shù)，2017，（17）：95-100，107.

[3]劉瑜.當(dāng)代圖書館信息資源整合的若干模式[J].圖書館雜志，2010，29（3） ： 38-41.

[4]張曉雁，徐波.對異構(gòu)資源統(tǒng)一檢索熱的冷思考[J].圖書情報工作，2011，55（1）：134-136.

[5]吳一平.異構(gòu)數(shù)字資源整合方案的研究與實現(xiàn)[J].圖書情報工作，2011，55（3）：111-115.

[6]陳良.基于語義關(guān)聯(lián)的數(shù)字圖書館館藏資源知識發(fā)現(xiàn)服務(wù)研究[J].農(nóng)業(yè)圖書情報學(xué)刊，2018，30（3）：38-41.

[7]劉學(xué)平.館藏數(shù)字資源關(guān)聯(lián)知識發(fā)現(xiàn)過程的實現(xiàn)路徑[J].圖書館建設(shè)，2015，252（6）：37-42.

[8]黃肖俊，呂肖慶，湯幟，等.數(shù)字出版與數(shù)字圖書館[M].北京：機械工業(yè)出版社，2013.

[9]孫奇，任慧玲.圖書館資源發(fā)現(xiàn)系統(tǒng)的特點及其存在問題分析[J].圖書館學(xué)研究.2014，（3）：51-55.

[10]朱前東.資源發(fā)現(xiàn)系統(tǒng)評價體系構(gòu)建研究[J].圖書館建設(shè)，2014（4）：41-45.