標準數(shù)字化轉(zhuǎn)型中標準標簽集發(fā)展與應用分析

趙青青 蔡焱

關(guān)鍵詞：標準數(shù)字化轉(zhuǎn)型，標準標簽集，機器可讀標準

0引言

當前標準數(shù)字化轉(zhuǎn)型正在如火如荼地進行中。標準標簽集（StandardsTagSuite，STS）作為標準數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)之一，是推動標準數(shù)字化轉(zhuǎn)型的基礎(chǔ)。標準標簽集通過定義一套XML元素和屬性，對標準的規(guī)范性和非規(guī)范性內(nèi)容、標準采用和類標準文檔進行XML編碼，使標準的知識內(nèi)容獨立于最初交付內(nèi)容的形式。因此，標準標簽集又被稱為“標準的標準”。

1標準標簽集發(fā)展歷程

1.1ISOSTS

2011年底，國際標準化組織ISO對其出版系統(tǒng)進行改進，并與Mulberry公司合作，共同開發(fā)了用于ISO標準出版的ISO標準標簽集（ISOSTS）。自2011年第一版發(fā)布以來，ISOSTS已經(jīng)經(jīng)過5個版本的修訂，最新版本ISOSTS1.1于2013年發(fā)布，以美國國家信息標準組織NISO發(fā)布的ANSI/NISOZ39.96《期刊文章標簽集》（JournalArticleTagSuite，JATS）的0.4版草案為基礎(chǔ)。

自ISOSTS發(fā)布以來，一些ISO成員如英國標準協(xié)會BSI、澳大利亞標準協(xié)會SA和部分分銷商已經(jīng)采用該STS[1]。但由于ISOSTS并非官方標準，無法與JATS保持耦合，因此美國的一些標準開發(fā)組織和發(fā)行商并未采用。此后，不同標準開發(fā)組織使用了不同的XML模型來標記標準和類標準文檔，眾多的非標準化XML模型使得標準組織之間的互操作變得困難，增加了開發(fā)成本。推動ISOSTS走向標準化并與JATS建立正式關(guān)系勢在必行。隨后，ISO與NISO討論創(chuàng)建基于ISOSTS1.1的“標準的標準”，2017年NISO發(fā)布NISOSTS標準，并正式命名為ANSI/NISOZ39.102-2017（NISOSTS1.0）[2]。2020年春季，ISO在其在線標準開發(fā)平臺（OnlineStandardsDevelopmentplatform，OSD）中正式采用NISOSTS。

1.2NISOSTS

1.2.1NISOSTS1.0

ISOSTS1.1和NISOSTS1.0均基于JATS進行開發(fā)，前者基于JATS的0.4版，后者基于2015年發(fā)布的JATS1.1版。同時NISOSTS1.0還以ISOSTS1.1為基礎(chǔ)，完全向后兼容ISOSTS1.1。

NISOSTS1.0包括兩個標簽集：交換標簽集和擴展標簽集，這兩個標簽集由定義的元素和屬性構(gòu)成，旨在為標準發(fā)布和互操作提供模型，不同之處在于交換標簽集中唯一的表模型是基于XHTML，而擴展標簽集還提供OASIS/CALS表模型，為每個包含MathML2或MathML3的標簽集提供了語法（DTD、XSD和RNG形式）。

截至2018年3月底，ISO、IEC、CEN、BSI、DIN、AS等國際和國家標準機構(gòu)已采用NISOSTS1.0，ASTM、ASME、IEEE、API和SAE等機構(gòu)或采用NISOSTS1.0，或采用與其結(jié)構(gòu)基本相同的模型[3]。因為JATS是期刊出版中的XML標準，而NISOSTS又基于JATS，因此JATS和NISOSTS共享一組通用模塊，這對IEEE、ASME等同時出版期刊和標準的組織非常有利。

1.2.2NISOSTS1.2

2022年11月14日，NISO宣布發(fā)布更新版本STS，即NISOSTS1.2①，該版本已被美國國家標準協(xié)會ANSI批準為正式標準ANSI/NISOZ39.102-2022[4]。

NISOSTS1.2擴展了元素和屬性描述，以及交換標簽集和擴展標簽集，它還包含了對JATS1.3（ANSI/NISOZ39.96-2021）所做的適用修改。新版本變化包括：描述XML文件本身的規(guī)定、增加/修改了元素和屬性、擴展NISOSTSTBX簡介和術(shù)語顯示結(jié)構(gòu)等[5]。此外，NISOSTS1.2是完全向后兼容的，任何對版本1.0有效的文檔也對版本1.2有效。

1.3NISOSTS與ISOSTS的關(guān)系

此處主要以ISOSTS1.1和NISOSTS1.0為例，進行具體分析。NISOSTS1.0中的一些關(guān)鍵改進使其比ISOSTS1.1更加靈活[6]。

（1）NISOSTS1.0擴展了元數(shù)據(jù)功能，通過新增，旨在滿足任何標準組織的需求，而不是局限于ISO及國家標準機構(gòu)；

（2）NISOSTS1.0簡化了術(shù)語顯示模型，并添加了額外的語義標簽，從而允許進行更注重顯示的建模；

（3）NISOSTS1.0為標準采用提供了一種新的遞歸模型；

（4）NISOSTS1.0同時容納XHTML和CALS表，以及MathML2和MathML3。相比之下，ISOSTS

1.1僅支持XHTML和MathML2。

2NISOSTS的組成

2.1元素

元素是名詞，例如standard、paragraph和ICS，它們是標準本身、標準的組成部分以及元數(shù)據(jù)。在NISOSTS中，每個元素都有兩個名稱，一個是標簽名稱，一個是元素名稱。標簽名稱是在標記文檔、DTD片段和模式以及軟件中使用的較短的機器可讀名稱，元素名稱是較長的描述性名稱，例如是元素paragraph的標簽名稱。NISOSTS1.2定義了353種元素。

在NISOSTS中，描述元素以元素的標簽名稱開始，后面緊跟元素名稱，許多元素還帶有用法或備注，以便將該元素與其他類似元素區(qū)分開。NISOSTS還提供元素允許使用的屬性類型、元素的父元素類型以及以何種組合使用的描述等，同時大多數(shù)元素都包含如何使用的標記示例。

2.2屬性

屬性是與元素相關(guān)聯(lián)的名稱-值對，用于修改元素的某些特性。屬性保存有關(guān)元素的事實，例如：在使用元素時，可使用屬性@sec-type確定相應的章節(jié)類型（例如scope、foreword、normrefs）。屬性也有兩個名稱，一個是較短的機器可讀名稱（標簽名稱），另一個是較長的人類可讀的描述性名稱，例如@id是屬性DocumentInternalIdentifier的標簽名稱。NISOSTS1.2定義了190種屬性。

屬性的描述方式與元素非常相似，但因?qū)傩圆荒苡凶訉傩裕灾幻枋鲈搶傩钥梢詰糜谀男┰?、該屬性的性質(zhì)，以及屬性允許的值和默認值。

3NISOSTS的主要內(nèi)容

3.1根元素

NISOSTS主要通過文檔層次圖展示層次結(jié)構(gòu)。每個層次都有一個根元素，可以說明其他幾個附屬元素的結(jié)構(gòu)。針對標準本身、采用標準這兩種文本的特點，NISOSTS1.2定義了兩個根元素、，任何一個都可用作包含標準文本的文檔元素。用于標準和諸如指南或手冊等其他類標準文檔；包含關(guān)于采用和原始標準的信息，采用可能包括采用標準的組織信息，并包括采用組織提供的前頁（如前言）和附屬信息?？梢郧短撞捎茫虿捎靡粋€或多個。

3.2根元素

可以分為如下結(jié)構(gòu)部分（如圖1所示）。

（1）前頁內(nèi)容，描述標準的封面及前言（如圖2所示）。

（2）主體，描述標準的正文（如圖3所示）。

（3）附屬信息，描述標準的附錄和參考文獻（如圖4所示）。

（4）處理元數(shù)據(jù)，描述有關(guān)XML文件本身的處理信息（不是由XML文件編碼的標準）。

3.3根元素

可以分為如下結(jié)構(gòu)部分（如圖5所示）。

（1）描述采用標準自己的前頁內(nèi)容，包括文檔級元數(shù)據(jù)及采用組織的元數(shù)據(jù)等；

（2）描述采用組織提供的可選附屬信息。模型允許在被采用標準之前或之后使用，但不能同時使用；

（3）描述被采用標準的內(nèi)容，可能包括嵌套使用一個或多個、；

（4）描述有關(guān)XML文件本身的處理信息（不是由XML文件編碼的采用）。

4國內(nèi)外應用情況分析

4.1國外應用情況

4.1.1ISO/IEC在線標準開發(fā)平臺OSD

在線標準開發(fā)平臺OSD由ISO和IEC聯(lián)合開發(fā)，為標準開發(fā)人員提供了一個全新的數(shù)字化工具，以簡化起草和編輯國際標準的過程[7]，提高了從標準準備到最終發(fā)布的整個過程的效率和協(xié)作。

OSD平臺旨在用用戶友好的XML編輯器（FontoXML編輯器）取代傳統(tǒng)的基于Word的內(nèi)容創(chuàng)建過程，幫助標準開發(fā)人員從源頭創(chuàng)建復雜的結(jié)構(gòu)化內(nèi)容。雖然標準內(nèi)容基于NISOSTS編碼，但是標準開發(fā)人員卻無需了解XML或結(jié)構(gòu)化內(nèi)容編寫。XML優(yōu)先流程不僅便于編輯處理，而且由于編輯指令規(guī)則嵌入到OSD中，因此在標準開發(fā)的早期階段還可以提高內(nèi)容質(zhì)量。高效的工具允許標準開發(fā)人員專注于內(nèi)容而不是格式，從而生成語義豐富和結(jié)構(gòu)化的標準。CEN和CENELEC也引進了該平臺。

4.1.2可互操作規(guī)范和標準的語義網(wǎng)SWISS

SWISS（TheSemanticWebforInteroperableSpecificationsandStandards）由美國XSB公司開發(fā)，是用于互操作規(guī)范和標準的語義網(wǎng)平臺[8]。

4.2國內(nèi)應用情況

4.2.1中國標準出版社“標準在線起草系統(tǒng)”

SWISS通過建立在NISOSTSXML之上的關(guān)聯(lián)數(shù)據(jù)模型[9]，將PDF文檔轉(zhuǎn)換為上下文相關(guān)、可操作的數(shù)字數(shù)據(jù)對象，通過工程知識圖譜技術(shù)，建立和管理文檔和概念之間的聯(lián)系，同時可通過API自動將結(jié)果數(shù)據(jù)傳送到企業(yè)的內(nèi)部系統(tǒng)[10]。SWISS通過在內(nèi)部內(nèi)容和外部標準之間建立自動和實時連接，提高合規(guī)性并降低風險。

中國標準出版社將傳統(tǒng)的標準制修訂業(yè)務與NISOSTS相結(jié)合，從源頭對標準文件進行XML數(shù)據(jù)化處理，實現(xiàn)對標準的全生命周期管理。標準在線起草系統(tǒng)可提供起草階段的在線協(xié)同編制、可視化修改、在線溝通，出版階段的智能審校、排版精調(diào)，發(fā)布階段的微信推送和動態(tài)提醒等功能，對于縮短標準制修訂周期、提高工作效率、提升標準編寫質(zhì)量等方面發(fā)揮重要作用。

4.2.2同方知網(wǎng)“數(shù)字標準智能應用平臺”

數(shù)字標準智能應用平臺基于機器可讀和可理解的數(shù)字標準模型，面向標準化工作上下游場景及企業(yè)內(nèi)部標準化業(yè)務，實現(xiàn)標準全過程數(shù)字化管理。該平臺包含3個子系統(tǒng)，其中底層標準數(shù)字化加工系統(tǒng)按照ISOSTS的要求，實現(xiàn)了標準智能標引、指標抽取、知識圖譜、碎片化閱讀等功能，具備ISO/IEC機器可讀標準模型中二級水平。

5結(jié)語

實施標準標簽集是標準數(shù)字化轉(zhuǎn)型的重要一環(huán)。我國對標準標簽集的研究最早可見于2019年發(fā)布的國家標準GB/T37967-2019《基于XML的國家標準結(jié)構(gòu)化置標框架》[11]，但GB/T37967-2019并未基于JATS，因此與ISOSTS、NISOSTS在結(jié)構(gòu)上存在較大差異，故未能和國際接軌。隨著ISO/IEC機器可讀標準分級模型的提出，標準標簽集成為描述基于XML編碼的機器可讀文件的關(guān)鍵技術(shù)，但是ISOSTS、NISOSTS主要面向標準出版，因此包含許多格式元素。當對標準中表格、段落中關(guān)鍵技術(shù)指標進行標記時，一般用HTML呈現(xiàn)，因此缺乏相應的語義和特定含義，故不能進行邏輯推理判斷。要想實現(xiàn)更高水平的機器可讀能力，還需進一步引入語義更豐富的元素，從而真正實現(xiàn)標準的機器可用、可讀、可解析。