面向數(shù)字人文的圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究
——以我國圖博檔領(lǐng)域為視角*

顏 佳 楊 敏 彭 梅

（上海圖書館 上海 200031）

1 引言

1.1 背景

數(shù)字圖像和文本一樣，是人類文化記憶的重要資源載體和表現(xiàn)形式。圖書館、博物館、檔案館（簡稱圖博檔）作為相似的公共文化機(jī)構(gòu)，具有相似的使命責(zé)任，例如保護(hù)文化遺產(chǎn)、保存與提供信息資源等[1]。在圖博檔領(lǐng)域，數(shù)字圖像往往以數(shù)字化的歷史文獻(xiàn)、檔案、手稿、文物照片等形式出現(xiàn)，是對人文歷史事件的真實記錄。但是和文本相比，當(dāng)前對數(shù)字圖像的研究還比較少。雖然過去十多年的數(shù)字典藏與數(shù)字圖書館計劃，將大量的圖像資源數(shù)字化并建成數(shù)據(jù)庫，但是由于數(shù)字圖像受限于其語義內(nèi)容難以揭示、跨機(jī)構(gòu)之間的資源難以互通等困難，圖博檔對圖像資源的發(fā)現(xiàn)、比較、引用、再利用、交換等均存在障礙。

我國圖博檔領(lǐng)域?qū)?shù)字圖像的研究，從上世紀(jì)90年代便逐漸開展，之后隨著館藏數(shù)字化建設(shè)、文化遺產(chǎn)數(shù)字化、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等研究的興起，圖博檔對數(shù)字圖像的研究也在不斷推進(jìn)。尤其是近年來數(shù)字人文研究的發(fā)展，革新了人文社科領(lǐng)域的研究范式，使數(shù)據(jù)成為一種支持研究、創(chuàng)新、服務(wù)大眾的新型資源，也由此引發(fā)了圖博檔等文化機(jī)構(gòu)建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施的需求。圖像數(shù)據(jù)建設(shè)作為數(shù)字人文基礎(chǔ)建設(shè)的重要組成部分，更是得到業(yè)界空前的重視。為了厘清我國圖博檔領(lǐng)域數(shù)字圖像發(fā)展脈絡(luò)，找出其研究進(jìn)展與趨勢，筆者擬對我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的學(xué)術(shù)文獻(xiàn)進(jìn)行分析，借助CiteSpace、VOSviewer等科學(xué)計量與可視化分析工具[2]，探討未來圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的發(fā)展方向，為我國圖博檔領(lǐng)域的圖像內(nèi)容揭示、文化遺產(chǎn)建設(shè)、數(shù)字人文基礎(chǔ)設(shè)施建設(shè)提供參考和借鑒。

1.2 數(shù)字人文基礎(chǔ)設(shè)施與圖像數(shù)據(jù)基礎(chǔ)設(shè)施

在我國圖博檔領(lǐng)域，數(shù)字人文基礎(chǔ)設(shè)施建設(shè)實際開展較早，如上世紀(jì)末各大圖書館就已經(jīng)著手建設(shè)的數(shù)字圖書館項目可以算作數(shù)字人文基礎(chǔ)設(shè)施的一部分，其他如中國高等教育文獻(xiàn)保障系統(tǒng)（CALIS）、大學(xué)數(shù)字圖書館國際合作計劃（CADAL）等跨機(jī)構(gòu)的文獻(xiàn)資源合作建設(shè)項目也可以納入數(shù)字人文基礎(chǔ)設(shè)施建設(shè)的范圍。而國內(nèi)完整闡述數(shù)字人文基礎(chǔ)設(shè)施建設(shè)這一概念的，當(dāng)屬劉煒在2016年發(fā)表的《面向人文研究的國家數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)》[3]。該文將數(shù)字人文的基礎(chǔ)設(shè)施定義成為人文研究提供資源、工具、網(wǎng)絡(luò)空間的研究基礎(chǔ)設(shè)施（research infrastructure），具體指在數(shù)字環(huán)境下為開展人文研究而必須具備的基本條件，包括全球范圍內(nèi)與研究主題相關(guān)的所有文獻(xiàn)、數(shù)據(jù)、相關(guān)軟件工具、學(xué)術(shù)交流和出版的公用設(shè)施及相關(guān)服務(wù)等。與一般性的公共基礎(chǔ)設(shè)施相似，數(shù)字人文基礎(chǔ)設(shè)施同樣具有公共性、開放性、可持續(xù)性等特點(diǎn)，這使得圖博檔這類伴隨人類文明進(jìn)步的公共文化機(jī)構(gòu)參與數(shù)字人文基礎(chǔ)設(shè)施建設(shè)有著天然的可能性。

圖像數(shù)據(jù)基礎(chǔ)設(shè)施作為數(shù)字人文基礎(chǔ)設(shè)施的一部分，一般情況下，我們可以認(rèn)為其特指數(shù)字人文基礎(chǔ)設(shè)施中的圖像數(shù)據(jù)的建設(shè)及相關(guān)服務(wù)。圖像數(shù)據(jù)基礎(chǔ)設(shè)施中提到的數(shù)據(jù)并不特指單一的圖像數(shù)據(jù)庫，而是一種數(shù)據(jù)規(guī)模大、覆蓋時間長、地域范圍廣、描述粒度小、維度多的介于信息基礎(chǔ)設(shè)施后臺和特定領(lǐng)域研究前臺之間的數(shù)據(jù)中臺[4]。它不僅包含帶有圖像檢索服務(wù)的文獻(xiàn)知識庫，還包含基于資源對象和數(shù)據(jù)單元層面的基礎(chǔ)知識庫，同時這些圖像數(shù)據(jù)可以支持跨機(jī)構(gòu)的共建共享與跨網(wǎng)域的開放互聯(lián)。因此討論我國圖博檔領(lǐng)域?qū)D像數(shù)據(jù)基礎(chǔ)設(shè)施的研究關(guān)系到圖像數(shù)字化技術(shù)、圖像文本化技術(shù)、數(shù)字圖像的知識表示、數(shù)字圖像互聯(lián)與共享、圖像知識庫構(gòu)建等多個環(huán)節(jié)。

2 數(shù)據(jù)來源與研究方法

文章的數(shù)據(jù)來源于中國知網(wǎng)（CNKI）數(shù)據(jù)庫，該數(shù)據(jù)庫為我國最大的、連續(xù)更新的綜合性文獻(xiàn)數(shù)據(jù)庫，能夠較為全面地反映我國關(guān)于數(shù)字圖像的研究情況。筆者以篇名=“圖像”or篇名=“數(shù)字人文”為條件進(jìn)行檢索，共得到圖書情報與數(shù)字圖書館、檔案及博物館類目下的所有核心文獻(xiàn)814篇，其中以“圖像”為題的文章440篇，以“數(shù)字人文”為題的388篇，而同時包含“圖像”和“數(shù)字人文”文章僅12篇（表1）?？紤]到本文研究的對象為圖像數(shù)據(jù)的基礎(chǔ)設(shè)施建設(shè)，包含圖像數(shù)字化、文本化、結(jié)構(gòu)化、語義化建設(shè)等多個環(huán)節(jié)，因此盡管很多圖像研究的文章主題中并無數(shù)字人文，但仍可作為圖像基礎(chǔ)設(shè)施建設(shè)的一部分，而檢索詞為“數(shù)字人文”的文章得出的結(jié)論多是關(guān)于數(shù)字人文的相關(guān)分析，范圍更為寬泛。因此，為了對我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)進(jìn)行系統(tǒng)的梳理，對其未來發(fā)展趨勢和方向提供針對性的指導(dǎo)建議，本文最終選取“圖像”為檢索詞的440篇核心文獻(xiàn)，采集數(shù)據(jù)的時間為2020年9月12日。

表1 檢索詞及相關(guān)文獻(xiàn)數(shù)量

文章采用信息計量學(xué)的方法，以定量分析為主，并借助科學(xué)文本挖掘及可視化軟件形象地展示圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)進(jìn)展及前沿。文章采用的具體分析方法為：定量統(tǒng)計分析，以期獲得圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的進(jìn)展情況；詞頻分析，通過在文獻(xiàn)信息中提取能夠表達(dá)核心內(nèi)容的關(guān)鍵詞頻次的高低分布來研究該領(lǐng)域發(fā)展動向和研究熱點(diǎn)；可視化網(wǎng)絡(luò)及自動生成的結(jié)果解讀，通過分析重要的可視化網(wǎng)絡(luò)節(jié)點(diǎn)、時間、主題內(nèi)容等來確定主要學(xué)者、機(jī)構(gòu)、研究前沿、熱點(diǎn)等，為今后在該領(lǐng)域進(jìn)行學(xué)術(shù)資源引進(jìn)、開展合作提供支撐。

3 研究時間與科研合作網(wǎng)絡(luò)分析

3.1 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究的時間分布

通過統(tǒng)計某學(xué)科的文獻(xiàn)數(shù)量及其變化情況，來分析研究該學(xué)科的發(fā)展及其趨勢是文獻(xiàn)計量學(xué)的基本方法之一[5]。圖1中的曲線展示了發(fā)表的文獻(xiàn)數(shù)量隨時間變化的情況。我國圖博檔領(lǐng)域關(guān)于數(shù)字圖像的研究最早可以追溯到1993年，為韓建新發(fā)表的關(guān)于圖像數(shù)據(jù)庫和圖像檢索的研究論文[6]。在1993到2001年，相關(guān)文獻(xiàn)數(shù)量每年不超過10篇，說明我國圖博檔領(lǐng)域?qū)?shù)字圖像的研究剛剛起步，研究內(nèi)容也主要集中在圖像的數(shù)字化采集加工、圖像數(shù)據(jù)庫的建設(shè)與檢索等方面。2001年以后，關(guān)于數(shù)字圖像研究的文獻(xiàn)數(shù)量有了較大提升，每年的發(fā)文量保持在20篇左右，探究其背后的原因與當(dāng)時互聯(lián)網(wǎng)尤其是語義網(wǎng)的快速發(fā)展有關(guān)。20世紀(jì)末，萬維網(wǎng)之父蒂姆·伯納斯·李提出了語義網(wǎng)（semantic web）的概念[7]，在此背景下，關(guān)于數(shù)字圖像語義標(biāo)注和知識本體等的研究也逐漸增多，我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的熱點(diǎn)逐漸由數(shù)字化技術(shù)向圖像內(nèi)容的深度標(biāo)注、圖像語義本體的建設(shè)等方向轉(zhuǎn)換。

圖1 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)文獻(xiàn)時間分布

3.2 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的科研合作網(wǎng)絡(luò)分布

筆者對所獲取的文獻(xiàn)機(jī)構(gòu)進(jìn)行統(tǒng)計，440篇文章共有機(jī)構(gòu)192家。按照普萊斯定律[8]，核心機(jī)構(gòu)的數(shù)量等于全部機(jī)構(gòu)總數(shù)的平方根，因此192家機(jī)構(gòu)中核心機(jī)構(gòu)約14家，文章取其中位列前10的機(jī)構(gòu)進(jìn)行考察（表2）。通過表2可以看出圖博檔領(lǐng)域有關(guān)數(shù)字圖像的研究機(jī)構(gòu)主要以各個大學(xué)及科研院所為主。其中武漢大學(xué)占有較大優(yōu)勢，其次為南京大學(xué)、中國科學(xué)院、華中師范大學(xué)等。值得一提的是，上海圖書館非高?；蜓芯繖C(jī)構(gòu)，同樣占有一席之地，這與上海圖書館數(shù)字人文團(tuán)隊近年來發(fā)表了大量的研究成果有較大關(guān)系。同時筆者關(guān)注到，作為擁有大量數(shù)字圖像資源的博物館、檔案館等文化記憶機(jī)構(gòu)，在整個研究成果中占比較低。

表2 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究前十高產(chǎn)作者及機(jī)構(gòu)

同樣，我們對文獻(xiàn)的作者進(jìn)行了統(tǒng)計，440篇文獻(xiàn)共有作者791名，根據(jù)普萊斯定律，核心作者為28名，合作完成文章268篇，合作度為1.79，合作率為61%。為了方便讀者直觀地了解相關(guān)合作情況，文章借助CiteSpace來對作者合作網(wǎng)絡(luò)進(jìn)行展示。筆者將440篇文章導(dǎo)入CiteSpace（版本CiteSpace5.6R5）中，時間跨度為1993—2020年，時間切片為1，各時間切片閾值為TOP50，此時的Nodes Types選擇Author，網(wǎng)絡(luò)連線強(qiáng)度計算用Cosine算法，網(wǎng)絡(luò)不使用裁剪方法，得到作者合作網(wǎng)絡(luò)圖譜（圖2）。該圖譜共獲得節(jié)點(diǎn)499個，連線352條，網(wǎng)絡(luò)密度為0.0028，可見作者合作相對較為分散，以小團(tuán)體居多。通過繪制作者合作圖譜，我們找出了主要的合作團(tuán)隊，其中最大的來自武漢大學(xué)數(shù)字人文研究中心王曉光帶領(lǐng)的團(tuán)隊，成員有李綱、徐雷、侯西龍等21名，研究成果從2013年延續(xù)至今，研究內(nèi)容為數(shù)字人文視域下的“數(shù)字敦煌”項目。該項目建立了壁畫主題詞表及關(guān)聯(lián)數(shù)據(jù)服務(wù)平臺、文化遺產(chǎn)圖像交互式數(shù)字系統(tǒng)等，是我國圖博檔領(lǐng)域數(shù)字圖像研究的成功案例，具有很強(qiáng)的示范作用[9-10]。其次為來自武漢大學(xué)圖書情報與數(shù)字圖書館的陸偉、陸泉等所在的團(tuán)隊，共有成員12名，成果發(fā)布時間為2009年到2017年，研究內(nèi)容主要為圖像的語義標(biāo)注。第三為來自南京大學(xué)計算機(jī)軟件學(xué)院的朱學(xué)芳團(tuán)隊，共有成員12名，成果發(fā)布時間為2002年到2013年，研究內(nèi)容主要為圖像數(shù)字化、檔案數(shù)字化、圖像特征提取、基于內(nèi)容的圖像檢索等。值得一提的是由上海圖書館陳濤、上海大學(xué)張永娟等組成的團(tuán)隊，共有成員9名，主要研究成果集中在近兩年，其研究內(nèi)容包括數(shù)字人文圖像資源語義化建設(shè)的框架、國際圖像互操作框架（International Image Interoperability Framework，IIIF)等，代表了我國圖博檔領(lǐng)域圖像研究在未來的發(fā)展趨勢。

圖2 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究高產(chǎn)作者合作網(wǎng)絡(luò)

4 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究進(jìn)展分析

詞頻分析是指對一組文章中的關(guān)鍵詞出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計分析，一般情況下，關(guān)鍵詞出現(xiàn)的次數(shù)越多，越能反映文章所表達(dá)的主要觀點(diǎn)。筆者對我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的關(guān)鍵詞詞頻進(jìn)行統(tǒng)計分析，并結(jié)合詞匯的中介中心性（測度節(jié)點(diǎn)重要性的指標(biāo)，中介中心性越高，節(jié)點(diǎn)重要性越大），得到高頻關(guān)鍵詞列表（表3），并通過CiteSpace構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)。由于CiteSpace的可視化視圖效果較為有限，因此文章借助可視化知識圖譜軟件VOSviewer繪制關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)（圖3），得出了當(dāng)前圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究的主要進(jìn)展。

表3 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究高頻關(guān)鍵詞列表（前25位）

通過高頻關(guān)鍵詞表和關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，我們可以看到我國圖博檔領(lǐng)域關(guān)于圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究的核心詞匯包括基于內(nèi)容的圖像檢索、數(shù)字圖書館、語義標(biāo)注、圖像數(shù)字化、元數(shù)據(jù)等，然后以圖像數(shù)字化、元數(shù)據(jù)與語義標(biāo)注、數(shù)字人文與知識圖譜為核心分成了4塊核心區(qū)域，同時還包含光學(xué)字符識別、照片檔案數(shù)字化等外圍概念。文章將基于以上4塊核心區(qū)域分別介紹相關(guān)的研究進(jìn)展。

圖3 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

4.1 從實體到數(shù)字圖像的技術(shù)性探討

如何利用信息技術(shù)將實體轉(zhuǎn)化為數(shù)字圖像，其中涉及諸多技術(shù)問題，在這一領(lǐng)域也有很多探討，包括實體修復(fù)、圖像采集、圖像識別、圖像處理、圖像標(biāo)準(zhǔn)化加工等等，最終實現(xiàn)保護(hù)性利用與開發(fā)。如李升所撰寫的《敦煌壁畫的數(shù)字化保護(hù)與傳播研究》一文討論了敦煌壁畫的數(shù)字化輔助修復(fù)技術(shù)、智能化交互的壁畫臨摹輔助技術(shù)以及壁畫色彩虛擬復(fù)原技術(shù)等在敦煌壁畫數(shù)字化過程中的應(yīng)用[11]；彭韻華在《平面圖像數(shù)位化之品質(zhì)控制因素分析》中對影響平面圖像質(zhì)量的諸多因素進(jìn)行了分析和探討[12]；錢錚等在《民國期刊數(shù)字化建設(shè)中圖像傾斜度問題研究》中對近代報刊圖像在數(shù)字圖像采集中的掃描及處理技術(shù)進(jìn)行了探討，為業(yè)內(nèi)進(jìn)行近代報刊圖像的數(shù)字化掃描與加工提供了實踐案例[13]。

4.2 關(guān)于圖像數(shù)字資源的描述、分類及元數(shù)據(jù)等問題的研究

對圖像數(shù)字資源的特征進(jìn)行提取、描述、分類進(jìn)而實現(xiàn)多層次的標(biāo)引是滿足用戶多維度檢索需求和實現(xiàn)圖像知識檢索的重要前提，因此對這一問題的研究是整個圖像數(shù)字資源服務(wù)提升的關(guān)鍵所在。

在圖像分類方法的研究上，基于卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 、RGB-D圖像分類方法 、圖像語義分類等的研究是非常豐富的。國外比較通行的圖像主題詞表“ICONCLASS”則是專為藝術(shù)和圖像設(shè)計的分類主題詞表，它是在描述和檢索圖像（藝術(shù)作品、書籍插圖、復(fù)制品、照片等）主題方面最廣為人知的科學(xué)工具，被世界各地的博物館和藝術(shù)機(jī)構(gòu)所使用[14]。由張弘星團(tuán)隊參考“ICONCLASS”主題詞表的構(gòu)建形式，設(shè)計出的符合中文圖像的“中國圖像志索引典”（Chinese Iconography Thesaurus，CIT）項目，構(gòu)建了一套索引典系統(tǒng)，收錄詞匯約有11 000個，分為7個大類[15]。

在圖像元數(shù)據(jù)標(biāo)準(zhǔn)方面，國外有IPTC 、VRA Core、MOA2、CDL、NISO/CLIR/RLG 等，我國則結(jié)合特定資源并在通用元數(shù)據(jù)標(biāo)準(zhǔn)上進(jìn)行修改和完善，如鄭巧英等編著的《國家圖書館圖像資源元數(shù)據(jù)規(guī)范和著錄規(guī)則》[16]，肖瓏等編著的《國家圖書館輿圖元數(shù)據(jù)規(guī)范與著錄規(guī)則》[17]等。

從2011年開始，圖像的語義標(biāo)注開始逐漸興起，學(xué)者陳金菊等對數(shù)字圖像語義模型進(jìn)行了比較與分析，歸納出Eakins模型、Jaimes&Chang模型、Kong模型及Panofsky模型，并比較其在語義層次、可擴(kuò)展性及應(yīng)用場景方面的特點(diǎn)[18]；李旭暉等提出了基于角色關(guān)聯(lián)的敘事型文化遺產(chǎn)知識表示方法，提出了多粒度、多角度的語義數(shù)據(jù)模型[19]。在實證研究方面，王曉光等基于Eakins模型提出了一個敦煌壁畫數(shù)字圖像語義描述層次模型[9]52-56；徐雷等對敘述性圖像語義標(biāo)注模型進(jìn)行了研究，結(jié)合開放標(biāo)注協(xié)同框架（OAC）實現(xiàn)了基于本體的語義標(biāo)注模型，并通過敦煌壁畫的案例實踐提出其模型的應(yīng)用前景[20]；曾子明等提出一種面向數(shù)字人文的圖像語義描述模式，并基于國家圖書館老照片數(shù)據(jù)進(jìn)行實驗論證[21]。

4.3 圖像檢索研究

我國圖博檔領(lǐng)域?qū)D像檢索的研究主要包括圖像內(nèi)容特征提取的各類算法、圖像匹配查找技術(shù)、圖像檢索結(jié)果優(yōu)化技術(shù)等。目前常用的圖像檢索技術(shù)多利用計算機(jī)算法提取視覺特征來對數(shù)字圖像進(jìn)行描述，這些做法較難滿足圖博檔機(jī)構(gòu)對數(shù)字圖像檢索的要求，主要問題在于圖博檔機(jī)構(gòu)的數(shù)字圖像語義信息較多，利用通用的數(shù)字圖像學(xué)方法提取語義信息容易導(dǎo)致明顯的錯誤，因此圖博檔機(jī)構(gòu)對圖像檢索的研究主要是為了解決特定領(lǐng)域內(nèi)圖像的語義特征提取及檢索問題。田學(xué)東等利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建了適用于古籍漢字圖像的CNN模型，以提高圖像檢索的準(zhǔn)確率[22]；針對醫(yī)學(xué)圖像基于內(nèi)容檢索的深度要求而語義描述框架又僅僅是對象層面描述的難題，丁恒等利用語義標(biāo)注模型實現(xiàn)醫(yī)學(xué)圖像領(lǐng)域的語義描述與自動標(biāo)注[23]；鄧三鴻等利用在圖像語義描述框架中增加社會標(biāo)簽的機(jī)制，滿足了博物館圖像檢索中對深層次語義表達(dá)的檢索需求，繼而提高了圖像檢索的效率[24]。

4.4 數(shù)字圖像與數(shù)字人文

數(shù)字人文的研究中，圖像可作為一種重要的研究資料，不僅僅包括人文研究的歷史原照還包括各種數(shù)字化后的圖像文獻(xiàn)、文物照片、繪畫掃描件等。圖像基礎(chǔ)設(shè)施的建設(shè)將改變并逐步形成新的人文研究范式，實現(xiàn)人文研究范式的全面改革，為新文科建設(shè)提供有力的支撐。我國圖博檔領(lǐng)域?qū)?shù)字人文研究中的新興、熱門技術(shù)應(yīng)用于圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)中，如關(guān)聯(lián)數(shù)據(jù)、深度學(xué)習(xí)、眾包、自然語言處理、知識圖譜、國際圖像互操作框架等。徐芳等基于關(guān)聯(lián)數(shù)據(jù)對文化遺產(chǎn)的數(shù)字化保護(hù)進(jìn)行了研究綜述，發(fā)現(xiàn)基于關(guān)聯(lián)數(shù)據(jù)的對象化的知識標(biāo)識手段是下一步文化遺產(chǎn)內(nèi)容揭示的有利途徑[25]；楊冠燦等分析了人文研究的深度需求，對京劇臉譜圖案的數(shù)字化保護(hù)提出具體的方案，并利用“北京記憶-京劇臉譜”網(wǎng)站案例進(jìn)行了實證研究[26]；陳濤等討論了數(shù)字人文中圖像資源的語義化標(biāo)注研究和語義化建設(shè)框架，提出了一套圖像資源語義化框架設(shè)計的方案，將關(guān)聯(lián)數(shù)據(jù)、IIIF與語義標(biāo)注相結(jié)合，推動圖博檔資源在信息化、數(shù)字化、語義化方面的創(chuàng)新轉(zhuǎn)型[27-28]。

5 下一步的發(fā)展趨勢

在CiteSpace中，某個領(lǐng)域所包含的突發(fā)節(jié)點(diǎn)越多，那么該領(lǐng)域就越活躍或是研究的新興趨勢。共現(xiàn)時區(qū)視圖（Time View）是將相同時間內(nèi)的節(jié)點(diǎn)集合在了相同的時區(qū)中，清晰地展示時間維度上知識領(lǐng)域的演進(jìn)過程[29]。因此，我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的新興趨勢，可以通過繪制關(guān)鍵詞突變表和關(guān)鍵詞共現(xiàn)時區(qū)視圖來（圖4—5）揭示。結(jié)合這兩張圖表，我們可以發(fā)現(xiàn)隨著時間的演進(jìn)，語義標(biāo)注、移動視覺搜索、大數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)、國際圖像互操作框架和數(shù)字人文逐漸成為當(dāng)前領(lǐng)域的活躍關(guān)鍵詞，因此我們從以下4個方向?qū)ο乱浑A段圖博檔領(lǐng)域圖像語義標(biāo)注的趨勢進(jìn)行梳理。

5.1 解決語義鴻溝依舊是核心關(guān)鍵——圖像語義標(biāo)注的再發(fā)展

圖4 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究關(guān)鍵詞突變表

圖5 圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究關(guān)鍵詞共現(xiàn)時區(qū)視圖

我們通過圖4中數(shù)字圖像領(lǐng)域的關(guān)鍵詞突變表可以看出，語義標(biāo)注的突變強(qiáng)度高達(dá)11.1276，表明圖像的語義標(biāo)注仍然為當(dāng)前研究的新興趨勢，具備很高的活躍度。曾蕾等在《圖檔博領(lǐng)域的智慧數(shù)據(jù)及其在數(shù)字人文研究中的角色》中指出，語義化表示的標(biāo)注信息與圖像本身一同構(gòu)成了圖像智慧數(shù)據(jù)資源，對語義檢索、細(xì)粒度內(nèi)容資源集成、知識發(fā)現(xiàn)、跨模態(tài)認(rèn)知計算、深度學(xué)習(xí)等計算機(jī)處理形成了資源支撐[30]。

未來，圖像的語義標(biāo)注將呈現(xiàn)如下三個特征：第一，結(jié)合受控術(shù)語或本體，建立適合特定領(lǐng)域的語義標(biāo)注模型。如敦煌壁畫的語義描述模型、“中研院”的佛教石窟圖像分類標(biāo)注系統(tǒng)、民國報紙廣告圖像資源標(biāo)注模型[31]等，這些都是對特定領(lǐng)域圖像資源特點(diǎn)進(jìn)行描述。第二，語義標(biāo)注與IIIF、關(guān)聯(lián)數(shù)據(jù)、眾包等其他數(shù)字人文技術(shù)、圖像標(biāo)準(zhǔn)相結(jié)合。由于IIIF并不包括語義標(biāo)注標(biāo)準(zhǔn)模型，因此將圖像的語義標(biāo)注與國際圖像互操作框架相結(jié)合，可以實現(xiàn)通用的圖像資源語義化建設(shè)。如陳濤等在其著作《數(shù)字人文中圖像資源的語義化標(biāo)注研究》[27]7-8中就以IIIF為框架，以關(guān)聯(lián)數(shù)據(jù)、語義網(wǎng)技術(shù)為支撐，建立了語義知識（本體）管理平臺。第三，利用深度學(xué)習(xí)技術(shù)、卷積神經(jīng)網(wǎng)絡(luò)推動自動圖像標(biāo)注技術(shù)的發(fā)展。如王仁武等在《圖片情感分析研究綜述》中指出，隨著圖片情感分析粒度的細(xì)化,下一步的研究方向是深度學(xué)習(xí)算法和標(biāo)注方式的優(yōu)化;同時,加快帶有情感標(biāo)簽圖片數(shù)據(jù)集的開放進(jìn)程,可以更好地推動該領(lǐng)域研究的不斷深入[32]。李志義等在《基于深度學(xué)習(xí)CNN模型的圖像情感特征抽取研究》中提出了一種基于深度學(xué)習(xí)的圖像情感特征抽取的算法，將圖像底層特征融合到圖像的高層情感語義當(dāng)中，應(yīng)用改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)了對圖像情感特征的提取[33]。

5.2 數(shù)字圖像語義化建設(shè)的關(guān)鍵技術(shù)——IIIF

IIIF在2015年由美國斯坦福大學(xué)的研究人員首先提出，核心是一組API解決數(shù)字化圖像尤其是高精度數(shù)字化圖像的查看、比較、標(biāo)注、開放、共享等問題。由于針對的是高精度圖像，因此迅速在國外的文化記憶機(jī)構(gòu)中得到了廣泛的應(yīng)用。歐洲文化圖書館（Europeana）是歐洲的數(shù)字文化遺產(chǎn)平臺，鼓勵其合作伙伴網(wǎng)絡(luò)（包括圖書館、檔案館、博物館）提供高質(zhì)量的內(nèi)容，并為此調(diào)整了基礎(chǔ)設(shè)施，以便能夠處理IIIF資源。目前，遵循第一個IIIF標(biāo)準(zhǔn)的數(shù)據(jù)集可以在歐洲文化圖書館數(shù)據(jù)集（Europeana Collections）門戶網(wǎng)站上訪問。法國數(shù)字人文中心的圣經(jīng)文獻(xiàn)（Biblissima）項目，重點(diǎn)是展示中世紀(jì)和文藝復(fù)興時期的書面文化遺產(chǎn)，目前支持同時顯示在多個機(jī)構(gòu)托管的內(nèi)容，并將越來越多地提供對法語內(nèi)容的訪問。在這樣的背景下，我國也有多個機(jī)構(gòu)利用IIIF中的圖像API和呈現(xiàn)API來進(jìn)行大量全文圖像資源的展示，如上海圖書館的家譜、古籍、紅色文獻(xiàn)等文獻(xiàn)知識庫，華東師范大學(xué)的地方志數(shù)據(jù)庫等。

5.3 數(shù)字圖像與人文研究的互動與實踐——圖像智慧數(shù)據(jù)建設(shè)

數(shù)字人文基礎(chǔ)設(shè)施被視為一種支持?jǐn)?shù)字人文研究活動的“研究基礎(chǔ)設(shè)施（research infrastructure）”，包括數(shù)字化的文獻(xiàn)資源、數(shù)據(jù)庫、工具平臺、支持知識生產(chǎn)和信息交流的網(wǎng)絡(luò)空間等。數(shù)字人文基礎(chǔ)設(shè)施建設(shè)的公共性、開放性與持續(xù)性等特點(diǎn)，決定了圖博檔等公共文化機(jī)構(gòu)將成為其主要責(zé)任主體，致力于資源保存、文化傳承與知識整序。

數(shù)字圖像作為數(shù)字人文數(shù)據(jù)基礎(chǔ)設(shè)施中文獻(xiàn)資源與數(shù)據(jù)庫的主要部分，有待圖書館、博物館、檔案館等文化記憶機(jī)構(gòu)打破原有的壁壘，將所藏資源與已建平臺等聯(lián)合起來，遵循統(tǒng)一的技術(shù)規(guī)范，依托關(guān)聯(lián)數(shù)據(jù)的優(yōu)勢，利用HTTPURI來作為唯一表示和定位的統(tǒng)一資源標(biāo)識符，最終實現(xiàn)資源跨機(jī)構(gòu)的共建共享。利用數(shù)字圖像語義描述框架、知識本體、知識圖譜、語義網(wǎng)等概念加強(qiáng)知識的表示與知識建模，以支持對圖像內(nèi)容細(xì)粒度的揭示。

在新型數(shù)字化技術(shù)以及語義網(wǎng)、人工智能等現(xiàn)代信息技術(shù)的推動下，圖像庫的建設(shè)在內(nèi)容上結(jié)合領(lǐng)域主題詞表進(jìn)行語義描述，在技術(shù)上與關(guān)聯(lián)數(shù)據(jù)技術(shù)、數(shù)字人文、知識圖譜技術(shù)相結(jié)合，并由此催生了一批圖檔博機(jī)構(gòu)主導(dǎo)的、優(yōu)質(zhì)的數(shù)據(jù)庫。比如英國瓦爾堡研究院（Warburg Institute）的“圖像文獻(xiàn)庫”、普林斯頓大學(xué)（Princeton University）的“中世紀(jì)藝術(shù)索引”（Index of Medieval Art）以及荷蘭的“文化史圖像數(shù)據(jù)庫（ARKYVES）”等[34-36]。在此背景下，我國圖博檔領(lǐng)域在圖像庫的建設(shè)上也有一定的成果，國家圖書館出版社的《民國圖片資源庫》實現(xiàn)了圖片分類、標(biāo)簽、專題、事件等語義層次的描述，但是數(shù)據(jù)庫數(shù)量較少，沒有實現(xiàn)大規(guī)模的數(shù)據(jù)標(biāo)注；中國故宮博物院的數(shù)字文物庫文物照片數(shù)量超過5萬張，涵蓋繪畫、法書、碑帖等25個類目，其描述的元數(shù)據(jù)條目篇名達(dá)到186萬條；上海圖書館《全國報刊索引》將館藏近代報刊中的圖片進(jìn)行挖掘，輔以照片、繪畫、漫畫、手稿等16個類目，建立了圖片數(shù)量多達(dá)百萬級的數(shù)據(jù)庫；“數(shù)字敦煌”是我國進(jìn)行數(shù)字圖像語義描述的典范，不僅詳細(xì)描述了對象元數(shù)據(jù)的屬性特征，同時對其對象的關(guān)聯(lián)關(guān)系也進(jìn)行了詳盡的揭示。

6 結(jié)語

本文運(yùn)用CiteSpace、VOSviewer等可視化工具，對我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究的發(fā)文量、合作網(wǎng)絡(luò)、研究進(jìn)展和下一階段的研究趨勢進(jìn)行了可視化的分析與知識圖譜的展示。研究得出如下四點(diǎn)結(jié)論：首先，我國圖博檔領(lǐng)域圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究的發(fā)文量近幾年呈現(xiàn)逐年遞增的趨勢，說明圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)將成為下一步研究的熱點(diǎn)；其次，圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)研究已經(jīng)形成了一批具有影響力的機(jī)構(gòu)與作者，但無論是機(jī)構(gòu)還是作者之間合作都比較少，因此應(yīng)加強(qiáng)機(jī)構(gòu)之間、作者之間的交流，尤其是博物館、檔案館作為擁有大量數(shù)字圖像資源的責(zé)任主體更應(yīng)該加強(qiáng)與高校、科研機(jī)構(gòu)、圖書館的交流合作；再次，對圖像內(nèi)容的語義化描述與知識建模將是圖像數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)領(lǐng)域的重點(diǎn)，目前已經(jīng)形成了一批示范性的、面向具體應(yīng)用領(lǐng)域的語義描述框架與知識挖掘，但是相關(guān)研究尚比較粗淺，比如怎樣在實現(xiàn)標(biāo)準(zhǔn)規(guī)范性的前提下更好地展現(xiàn)特定領(lǐng)域圖像的特性是值得深入探討的問題；最后，數(shù)字人文方興未艾，數(shù)字人文對人文研究的影響已經(jīng)非常顯著，有關(guān)圖像與數(shù)字人文的研究探討眾多，利用關(guān)聯(lián)數(shù)據(jù)、國際圖像互操作框架等數(shù)字人文相關(guān)技術(shù)進(jìn)行的研究已經(jīng)取得了一定進(jìn)展，但數(shù)字圖像資源在人文研究領(lǐng)域的深化運(yùn)用，對知識生產(chǎn)與知識傳播的影響的探討還有待深入和細(xì)化。