元數(shù)據(jù)語義互操作在科學(xué)數(shù)據(jù)領(lǐng)域的應(yīng)用研究

中圖分類號：G254 文獻(xiàn)標(biāo)識碼：A

Abstract This paper explores theapplication of semanticall-based metadata interoperability methods in the field of scientificdata，aiming to promote the sharingandreuseofscientific data.Throughonlineresearchandcaseanalysis，the study identifiessix keymethods formetadatasemanticinteroperability：core metadata，mapping，applicationspecifications， metadata models，metadata registration systems，and ontologies.The paper examines the implementation principles of each interoperability method and itsapplications inthe scientificdata domain.Basedon a comparative analysis，a conceptual framework for semantic interoperabilityof scientific data metadata，grounded inontology，is proposed.The paper concludes with suggestions forenhancing metadata semantic interoperability in scientificdata，including：emphasizing metadata semantic interoperability to enable in-depth information aggregation; constructing metadata ontologies to fully reveal the relationshipsbetween metadata elements;and prioritizing theFAIR principles to advanceboth theoretical and practical research on metadata interoperability.

Keywords scientific data; metadata; semantic interoperability

1引言

數(shù)據(jù)為目標(biāo)對象的描述性工具，對科學(xué)數(shù)據(jù)的描述、組織和發(fā)布起到關(guān)鍵性作用。元數(shù)據(jù)能夠提取出科學(xué)數(shù)據(jù)的核心屬性，并通過整合這些屬性構(gòu)建完備的數(shù)據(jù)庫。然而，由于研究領(lǐng)域的多元性，元數(shù)據(jù)的表現(xiàn)形式也千差方別，因此，用戶可以通過元數(shù)據(jù)的

作為國家科技創(chuàng)新的基石和戰(zhàn)略性資產(chǎn)，科學(xué)數(shù)據(jù)的價值不言自明?？茖W(xué)數(shù)據(jù)的元數(shù)據(jù)是以科學(xué)互操作來實現(xiàn)科學(xué)數(shù)據(jù)的檢索。元數(shù)據(jù)互操作主要包含語義互操作、語法與結(jié)構(gòu)互操作和協(xié)議互操作3個維度，其中，元數(shù)據(jù)語義互操作是實現(xiàn)信息深度聚合的核心難題和最大挑戰(zhàn)。

科學(xué)數(shù)據(jù)的管理、共享及復(fù)用不僅對促進(jìn)數(shù)據(jù)經(jīng)濟(jì)市場的形成具有重要影響，也能夠推動跨學(xué)科的研究。本研究聚焦元數(shù)據(jù)的語義層面，旨在揭示元數(shù)據(jù)互操作在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用現(xiàn)狀與挑戰(zhàn)，并提出應(yīng)用建議。

2文獻(xiàn)回顧

國內(nèi)外相關(guān)研究主要包括科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)、元數(shù)據(jù)互操作以及語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用研究3個方面。

2.1科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)研究

（1）科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)標(biāo)準(zhǔn)比較研究。完顏鄧鄧調(diào)查了8個國際科學(xué)數(shù)據(jù)倉儲，著重關(guān)注其標(biāo)準(zhǔn)、元素配置、創(chuàng)建方式以及數(shù)據(jù)質(zhì)量的控制；胡芳選擇了4個典型科學(xué)數(shù)據(jù)倉儲（DataCite、GBIF、DataStaR和OTA），分析其元數(shù)據(jù)的方案目標(biāo)、元素及特點；朱玲應(yīng)用內(nèi)容結(jié)構(gòu)視圖，對8種典型的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)元素進(jìn)行比較，分析不同元數(shù)據(jù)標(biāo)準(zhǔn)的內(nèi)容特征3；崔佳偉等人選取了3個通用科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)標(biāo)準(zhǔn)（DublinCore、DataCite和Dataverse）以及3個生物醫(yī)學(xué)領(lǐng)域科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)標(biāo)準(zhǔn)，探究國外現(xiàn)有科學(xué)數(shù)據(jù)倉儲相關(guān)元數(shù)據(jù)標(biāo)準(zhǔn)的內(nèi)容設(shè)計及實際應(yīng)用情況4。劉峰等人選擇了科研領(lǐng)域6種典型的元數(shù)據(jù)標(biāo)準(zhǔn)（DIF、DarwinCore、DDI、TEI、ISO19115、FGDC/CSDGM），構(gòu)建出完整的、可操作性強的科學(xué)數(shù)據(jù)標(biāo)準(zhǔn)[5

（2）元數(shù)據(jù)實踐研究。GreenbergJ.等人介紹了Dryad元數(shù)據(jù)最佳實踐。2012年啟動的re3data項目是在全球范圍內(nèi)應(yīng)用最廣泛、發(fā)展最快和最“年輕”的數(shù)據(jù)倉儲注冊平臺，此平臺列出并統(tǒng)計了科學(xué)數(shù)據(jù)倉儲使用的元數(shù)據(jù)標(biāo)準(zhǔn)，目前共27個元數(shù)據(jù)標(biāo)準(zhǔn)。英國數(shù)據(jù)監(jiān)護(hù)中心（Data CurationCenter，DCC）網(wǎng)站列出了社會科學(xué)與人文科學(xué)、物理科學(xué)、地球科學(xué)、生物學(xué)4個學(xué)科的共36個元數(shù)據(jù)標(biāo)準(zhǔn)。

（3）元數(shù)據(jù)的應(yīng)用研究。趙怡萌等人以生物科學(xué)領(lǐng)域為例，專門分析方法元數(shù)據(jù)的建設(shè)。顧子慧等人搭建了特殊時期科學(xué)數(shù)據(jù)集的元數(shù)據(jù)框架，利用Protege軟件實現(xiàn)科學(xué)數(shù)據(jù)集本體構(gòu)建，并借助圖數(shù)據(jù)庫Neo4j對所構(gòu)建的知識圖譜進(jìn)行存儲[10]。黃國彬等人調(diào)研了綜合型科學(xué)數(shù)據(jù)倉儲的元數(shù)據(jù)創(chuàng)建服務(wù)[]。陳辰等人設(shè)計了與版權(quán)相關(guān)的核心元素集，提出了版權(quán)元數(shù)據(jù)標(biāo)準(zhǔn)應(yīng)用流程[12]。

2.2 元數(shù)據(jù)互操作研究

關(guān)于元數(shù)據(jù)互操作的研究，主要涉及數(shù)字圖書館、政府信息資源、科學(xué)數(shù)據(jù)及檔案等領(lǐng)域。

楊蕾等人選取了世界數(shù)字圖書館項目、歐洲MichaelCulture項目、美國公共數(shù)字圖書館等8個國外公共數(shù)字文化資源整合的典型項目，從模式級、記錄級和倉儲級對其元數(shù)據(jù)互操作方式進(jìn)行分析[13]。宋琳琳等人分析了大學(xué)數(shù)字圖書館國際合作計劃、谷歌圖書、歐洲數(shù)字圖書館、HaithTrust等8個國內(nèi)外大型文獻(xiàn)數(shù)字化項目元數(shù)據(jù)互操作情況，發(fā)現(xiàn)映射、集成、協(xié)議和應(yīng)用程序接口（ApplicationProgramInterface，API）較為常用，注冊、轉(zhuǎn)換和關(guān)聯(lián)數(shù)據(jù)的應(yīng)用范圍相對較小[4]。董克等人從制定統(tǒng)一的元數(shù)據(jù)數(shù)據(jù)結(jié)構(gòu)出發(fā)，構(gòu)建政府信息資源領(lǐng)域元數(shù)據(jù)語義互操作模式[15]。俞力提出基于社會建構(gòu)主義的元數(shù)據(jù)語義互操作概念框架[。WangX.H.等人提出了實現(xiàn)海洋地球化學(xué)數(shù)據(jù)互操作的方法，該方法是基于海洋地球化學(xué)元數(shù)據(jù)標(biāo)準(zhǔn)建立海洋樣本本體[1]?？紫槭⒎治隽宋覈屡f《檔案著錄規(guī)則》不同格式檔案元數(shù)據(jù)標(biāo)準(zhǔn)、不同門類檔案元數(shù)據(jù)標(biāo)準(zhǔn)和不同領(lǐng)域檔案元數(shù)據(jù)的互操作情況，提出結(jié)構(gòu)、語義和技術(shù)3個層次的互操作問題[18]。

2.3語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用研究

基于語義的元數(shù)據(jù)互操作方法主要包括核心元數(shù)據(jù)、映射、應(yīng)用規(guī)范、元數(shù)據(jù)模型、元數(shù)據(jù)注冊系統(tǒng)及本體6種[19]。 ① 核心元數(shù)據(jù)。在原有核心元數(shù)據(jù)的基礎(chǔ)上，根據(jù)具體領(lǐng)域描述資源的需求，進(jìn)行擴展，形成具體領(lǐng)域的核心元數(shù)據(jù)。 ② 映射。映射可以分為兩兩映射和中間格式映射。 ③ 應(yīng)用規(guī)范。通過組合來自多個不同元數(shù)據(jù)標(biāo)準(zhǔn)中的元數(shù)據(jù)元素來實現(xiàn)互操作。 ④ 元數(shù)據(jù)模型。需構(gòu)建通用的元數(shù)據(jù)模型并確定每個級別的元數(shù)據(jù)元素。依據(jù)科學(xué)數(shù)據(jù)資源實際情況，參考已有的元數(shù)據(jù)模型，既可復(fù)用科學(xué)數(shù)據(jù)模型中的元數(shù)據(jù)元素，也可根據(jù)實際需要添加新的元數(shù)據(jù)元素，構(gòu)建新的元數(shù)據(jù)模型。 ⑤ 元數(shù)據(jù)注冊系統(tǒng)。元數(shù)據(jù)注冊系統(tǒng)指注冊元數(shù)據(jù)的信息系統(tǒng)，是用于對元數(shù)據(jù)進(jìn)行存儲、組織、管理，促進(jìn)元數(shù)據(jù)共享的信息系統(tǒng)。 ⑥ 本體。本體是共享概念模型的明確的形式化規(guī)范說明。通過本體建立概念框架，充分揭示元數(shù)據(jù)元素之間的各種關(guān)系，實現(xiàn)跨數(shù)據(jù)庫、跨平臺、跨語種的科學(xué)數(shù)據(jù)元數(shù)據(jù)互操作。

綜上所述，已有研究對科學(xué)數(shù)據(jù)元數(shù)據(jù)、元數(shù)據(jù)互操作以及語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用作了相關(guān)探討，但較少涉及語義元數(shù)據(jù)互操作方法的比較和深入探討。語義是元數(shù)據(jù)互操作的本質(zhì)，也是圖書情報領(lǐng)域關(guān)注的重點，因此本文對語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用進(jìn)行了探討和比較，以推動科學(xué)數(shù)據(jù)的共享和重用。

3語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用及對比分析

3.1語義元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

3.1.1基于核心元數(shù)據(jù)的互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

核心元數(shù)據(jù)指各種需求層次的元數(shù)據(jù)應(yīng)用所需要的最小元數(shù)據(jù)元素。其在整個元數(shù)據(jù)擴展方案中始終處于相對穩(wěn)定狀態(tài)，擴展都依據(jù)此模板，并完全包含核心元數(shù)據(jù)。核心元數(shù)據(jù)的完全一致可以保證各個數(shù)據(jù)中心之間的元數(shù)據(jù)查詢與目錄交換體系的暢通和協(xié)調(diào)。

科學(xué)技術(shù)部提出《科技資源核心元數(shù)據(jù)》，界定了科技資源核心元數(shù)據(jù)的格式和內(nèi)容，指出核心元數(shù)據(jù)包括12個元數(shù)據(jù)元素（標(biāo)識符、資源名稱、描述、關(guān)鍵詞、生成日期、注冊日期、最新發(fā)布日期、學(xué)科分類、主題分類、知識產(chǎn)權(quán)類別、資源使用許可、資源訪問地址）和3個元數(shù)據(jù)實體（共享方式、提供方信息、服務(wù)方信息）[20]?！犊萍计脚_元數(shù)據(jù)標(biāo)準(zhǔn)化基本原則與方法》指出，元數(shù)據(jù)框架包括核心元數(shù)據(jù)、通用元數(shù)據(jù)和專用元數(shù)據(jù)；在科技平臺范圍內(nèi)，任何元數(shù)據(jù)都應(yīng)包含核心元數(shù)據(jù)[21]。

3.1.2基于映射的元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

映射適合于在元數(shù)據(jù)記錄被創(chuàng)造出來之前，在項目創(chuàng)建的初始階段應(yīng)用，是對現(xiàn)有元數(shù)據(jù)的派生和修改，也可從根本上提高互操作的范圍[14]。映射的實質(zhì)是為一種元數(shù)據(jù)格式的元素和修飾詞在另一種元數(shù)據(jù)格式里找到相同功能或含義的元素和修飾詞。按照參與映射的元數(shù)據(jù)標(biāo)準(zhǔn)數(shù)自的多少，映射可以分為兩兩映射和中間格式映射，

兩兩映射是指兩種元數(shù)據(jù)標(biāo)準(zhǔn)之間進(jìn)行的映射。如數(shù)據(jù)文檔倡議（DataDocumentationInitiative，DDI）到都柏林核心（DublinCore，DC）的映射[22：由于元數(shù)據(jù)標(biāo)準(zhǔn)之間元素語義存在差異，映射可分為一對一、一對多、多對一和無映射四種情況。一對一的映射如DC中的“Title”對應(yīng)DDI中的“2.1.1.1”，一對多的映射如DC中的“Coverage”對應(yīng)DDI中的“2.2.3.1、2.2.3.2、2.2.3.3、2.2.3.4”，沒有多對一的映射，無映射如DC中的“Language”，在DDI中沒有元素與它對應(yīng)。

中間格式映射指多個元數(shù)據(jù)之間通過中介格式進(jìn)行轉(zhuǎn)換，以一種元數(shù)據(jù)格式為中心，其他元數(shù)據(jù)都與中心元數(shù)據(jù)分別建立映射。劉桂鋒等人建立了科學(xué)數(shù)據(jù)平臺的3種元數(shù)據(jù)“DataCite元數(shù)據(jù)模式”“Dcat：Dataset”“JPCOAR架構(gòu)”到“DC”的映射，并比較了這三種元數(shù)據(jù)與DC的異同[23]。李翼等人建立了國外四大平臺醫(yī)學(xué)科學(xué)數(shù)據(jù)平臺（PMC、EuropePMC、AIHW、CT）核心元數(shù)據(jù)與DC元數(shù)據(jù)的映射[24]。3.1.3基于應(yīng)用規(guī)范的元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

應(yīng)用規(guī)范的互操作是在不同的元數(shù)據(jù)規(guī)范中，針對科學(xué)數(shù)據(jù)資源的具體特征，對各種已有元數(shù)據(jù)規(guī)范合適的元數(shù)據(jù)元素進(jìn)行提取，考慮從哪些方面描述資源，形成本資源特有元數(shù)據(jù)元素集合。

元數(shù)據(jù)應(yīng)用規(guī)范是元數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范的應(yīng)用形式，也可以看作是一種規(guī)范的元數(shù)據(jù)方案。元數(shù)據(jù)應(yīng)用規(guī)范實質(zhì)是元數(shù)據(jù)復(fù)用，充許在應(yīng)用中采用來自多個不同元數(shù)據(jù)標(biāo)準(zhǔn)中的數(shù)據(jù)元素組合，并對這種“混合型”元數(shù)據(jù)方案從內(nèi)容和形式上進(jìn)行規(guī)范，保證具有相似的基本結(jié)構(gòu)和通用元素。如Dryad科學(xué)數(shù)據(jù)倉儲的元數(shù)據(jù)標(biāo)準(zhǔn)，復(fù)用了3個元數(shù)據(jù)標(biāo)準(zhǔn)（theBibliographic Ontology、Dublin Core、Darwin Core）中的元素[4。

3.1.4基于元數(shù)據(jù)模型的元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

元數(shù)據(jù)模型對科學(xué)數(shù)據(jù)的組織、保存、檢索、復(fù)用等有重大的現(xiàn)實意義。常穎聰和何琳以植物學(xué)基因表達(dá)實驗為例，通過調(diào)研已有的五種元數(shù)據(jù)模型（CSMD、OBI、晶體實驗元數(shù)據(jù)、EXPO、微列陣實驗元數(shù)據(jù)），確定了最終的植物學(xué)基因表達(dá)實驗元數(shù)據(jù)模型。該元數(shù)據(jù)模型的元數(shù)據(jù)集分為一級、二級和三級。一級元數(shù)據(jù)集包括實驗設(shè)計、實驗數(shù)據(jù)、實驗結(jié)果、科研成果、實驗操作、數(shù)據(jù)訪問以及實驗管理信息[25]。

3.1.5基于元數(shù)據(jù)注冊系統(tǒng)的元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

元數(shù)據(jù)注冊系統(tǒng)可以看作為存儲元數(shù)據(jù)相關(guān)信息的數(shù)據(jù)庫，并不包括具體的數(shù)據(jù)，便于元數(shù)據(jù)元素的查找、復(fù)用和共享。如人口健康科學(xué)數(shù)據(jù)倉儲于2019年被re3data.org和FAIRsharing數(shù)據(jù)倉儲目錄收錄。2021年通過CoreTrustSeal全球核心可信存儲庫國際認(rèn)證[2。其元數(shù)據(jù)注冊是針對特定領(lǐng)域、面向特定項目的元數(shù)據(jù)注冊系統(tǒng)，包括基本信息（如注冊數(shù)據(jù)集名稱、數(shù)據(jù)標(biāo)識、數(shù)據(jù)類型、數(shù)據(jù)大小等）描述信息（如關(guān)鍵詞、摘要、學(xué)科分類等）倫理隱私信息（如是否涉及倫理、人類遺傳資源和隱私信息等）聯(lián)系信息（如聯(lián)系人、聯(lián)系方式等）服務(wù)信息（如共享方式、共享權(quán)限和數(shù)據(jù)許可等）關(guān)聯(lián)信息（如相關(guān)論文、配套工具等）[27]。

3.1.6基于本體的元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)領(lǐng)域中的應(yīng)用

通過構(gòu)建本體將相關(guān)主題的科學(xué)數(shù)據(jù)集中在一起，便于用戶實現(xiàn)語義層面的檢索，提升科學(xué)數(shù)據(jù)的利用率。劉桂鋒等人以“棉花病害防治”領(lǐng)域為例，利用本體構(gòu)建工具protege5.5.0，抽取國家農(nóng)業(yè)科學(xué)數(shù)據(jù)中心的數(shù)據(jù)資源“棉麻類作物病原真菌病害數(shù)據(jù)庫”和“微生物農(nóng)藥數(shù)據(jù)庫”，通過數(shù)據(jù)集負(fù)責(zé)方證實了數(shù)據(jù)集的關(guān)聯(lián)并構(gòu)建了知識本體[28]。

3.2語義元數(shù)據(jù)互操作方法對比分析

在對6種基于語義的元數(shù)據(jù)互操作方法及其在科學(xué)數(shù)據(jù)領(lǐng)域的應(yīng)用進(jìn)行研究的基礎(chǔ)上，本部分從是否復(fù)用、是否新增及互操作3個方面對6種方法的應(yīng)用進(jìn)行對比分析，“是否復(fù)用”指有無對已有元數(shù)據(jù)元素的復(fù)用，“是否新增”指有無新增加的元數(shù)據(jù)元素，“互操作”指使用此方法的互操作強弱程度。

通過對比分析發(fā)現(xiàn)，在是否復(fù)用方面，核心元數(shù)據(jù)、應(yīng)用規(guī)范、元數(shù)據(jù)模型和元數(shù)據(jù)注冊系統(tǒng)方法均進(jìn)行了元數(shù)據(jù)的復(fù)用，映射和本體方法沒有進(jìn)行元數(shù)據(jù)的復(fù)用；在是否新增方面，核心元數(shù)據(jù)、元數(shù)據(jù)模型、元數(shù)據(jù)注冊系統(tǒng)和本體方法均有元數(shù)據(jù)元素新增，映射是對現(xiàn)有元數(shù)據(jù)元素建立對應(yīng)關(guān)系，應(yīng)用規(guī)范是在已有元數(shù)據(jù)元素的基礎(chǔ)上進(jìn)行復(fù)用，因此兩者并無元數(shù)據(jù)元素新增；在互操作方面，核心元數(shù)據(jù)元素均被使用，本體方法可建立豐富的元數(shù)據(jù)元素關(guān)系，因此這兩種方法的互操作較強，其他互操作方法均受已有元數(shù)據(jù)元素的限制較多，因此互操作為中等。

4基于本體的科學(xué)數(shù)據(jù)元數(shù)據(jù)語義互操作概念框架構(gòu)建

通過對6種科學(xué)數(shù)據(jù)元數(shù)據(jù)語義互操作方法進(jìn)行對比分析，從元數(shù)據(jù)種類、元數(shù)據(jù)元素關(guān)系建立、元數(shù)據(jù)元素原始語義等方面進(jìn)行考慮，筆者發(fā)現(xiàn)本體是對科學(xué)數(shù)據(jù)元數(shù)據(jù)互操作實現(xiàn)最有利的方式。因此，本部分基于本體方法，搭建科學(xué)數(shù)據(jù)的元數(shù)據(jù)語義互操作概念框架。

選取國家科技部和財政部認(rèn)定的20個國家科學(xué)數(shù)據(jù)中心作為調(diào)研對象，國家科學(xué)數(shù)據(jù)中心名稱及網(wǎng)址如表1所示。表中用核心詞匯代替全稱，省略“國家”和“數(shù)據(jù)中心”兩個詞。

依次調(diào)研上文各個國家科學(xué)數(shù)據(jù)中心，依據(jù)數(shù)據(jù)集元數(shù)據(jù)的揭示完整程度，選擇基礎(chǔ)學(xué)科公共科學(xué)、農(nóng)業(yè)科學(xué)、地球系統(tǒng)科學(xué)等16個國家科學(xué)數(shù)據(jù)中心，在每個數(shù)據(jù)中心分別收集5條科學(xué)數(shù)據(jù)的元數(shù)據(jù)記錄。調(diào)研發(fā)現(xiàn)部分科學(xué)數(shù)據(jù)中心有專門的元數(shù)據(jù)揭示，如國家基礎(chǔ)學(xué)科公共科學(xué)數(shù)據(jù)中心、國家農(nóng)業(yè)科學(xué)數(shù)據(jù)中心、國家青藏高原科學(xué)數(shù)據(jù)中心等；部分科學(xué)數(shù)據(jù)中心的元數(shù)據(jù)需要提煉，如國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心等。同一個科學(xué)數(shù)據(jù)中心所使用的元數(shù)據(jù)元素基本一致。選取每個平臺中均涉及的科學(xué)數(shù)據(jù)元數(shù)據(jù)元素，將16個科學(xué)數(shù)據(jù)中心元數(shù)據(jù)元素的名稱進(jìn)行統(tǒng)一化處理，并統(tǒng)計元數(shù)據(jù)元素的出現(xiàn)頻次，按頻次從高到低進(jìn)行排序，如表2所示。

基于元數(shù)據(jù)元素出現(xiàn)頻次從高到低的排序，結(jié)合其余的元數(shù)據(jù)元素，將元數(shù)據(jù)元素分為數(shù)據(jù)集基本信息、數(shù)據(jù)使用、數(shù)據(jù)評價和相關(guān)推薦四個一級類，并將相關(guān)的二級元數(shù)據(jù)元素歸入對應(yīng)的一級類中，構(gòu)建本體概念框架圖（見圖1）。

數(shù)據(jù)集基本信息模塊是科學(xué)數(shù)據(jù)最核心的部分，即用戶在檢索時常用到的頻次較高的元素；數(shù)據(jù)使用模塊指用戶決定利用科學(xué)數(shù)據(jù)時需要了解和注意的重要信息，如使用數(shù)據(jù)時需要進(jìn)行數(shù)據(jù)聲明、致謝，在引用時要遵循引用規(guī)范等；數(shù)據(jù)評價模塊有助于用戶參考一定指標(biāo)對數(shù)據(jù)質(zhì)量進(jìn)行判斷；相關(guān)推薦模塊指與用戶檢索主題內(nèi)容相關(guān)的其他資源，用于拓展用戶思路、擴大檢索范圍。這4個方面對于科學(xué)數(shù)據(jù)的揭示至關(guān)重要。

5面向科學(xué)數(shù)據(jù)領(lǐng)域的元數(shù)據(jù)語義互操作應(yīng)用建議

5.1注重元數(shù)據(jù)語義互操作，實現(xiàn)信息深度聚合

元數(shù)據(jù)互操作是一個多維度的復(fù)雜概念，主要涵蓋語義互操作、語法與結(jié)構(gòu)互操作以及協(xié)議互操作3個關(guān)鍵維度。在圖書館與信息科學(xué)領(lǐng)域，當(dāng)前的研究與實踐動態(tài)顯示，學(xué)術(shù)界與業(yè)界更傾向于深入探討與解決元數(shù)據(jù)的結(jié)構(gòu)互操作問題。這種傾向來自于對結(jié)構(gòu)互操作在實現(xiàn)信息系統(tǒng)間有效溝通與數(shù)據(jù)交換中扮演的基礎(chǔ)性角色的認(rèn)識。盡管語義互操作對于理解和處理異構(gòu)信息系統(tǒng)間的數(shù)據(jù)具有至關(guān)重要的意義，但對其的探索和應(yīng)用，仍然處于一個相對初級的階段。實際上，語義互操作的實現(xiàn)不僅是增強異構(gòu)信息系統(tǒng)間互操作能力的關(guān)鍵，更是實現(xiàn)信息深度整合、提升信息資源利用效率的主要挑戰(zhàn)之一。它要求系統(tǒng)不僅能夠理解數(shù)據(jù)的結(jié)構(gòu)，還能夠把握數(shù)據(jù)的含義，從而實現(xiàn)更加準(zhǔn)確和有效的信息交換與共享。因此，解決語義互操作的難題，對于推動圖書館與信息科學(xué)領(lǐng)域的發(fā)展，具有深遠(yuǎn)的意義和價值。

語義互操作在科學(xué)數(shù)據(jù)共享這一關(guān)鍵領(lǐng)域中扮演著不可或缺的核心角色，它不僅能夠確保元數(shù)據(jù)的語義得到全面而有效的表達(dá)與處理，還能夠在語義層面上對科學(xué)數(shù)據(jù)的元數(shù)據(jù)進(jìn)行深人的理解和融合。這一過程涉及到有效地整合語義異構(gòu)的元數(shù)據(jù)，通過這種整合，促進(jìn)科學(xué)數(shù)據(jù)間的無縫連接，顯著提高科學(xué)數(shù)據(jù)的共享與復(fù)用能力。因此，為了實現(xiàn)科學(xué)數(shù)據(jù)的最大化利用和價值發(fā)掘，對語義互操作的研究無疑應(yīng)當(dāng)受到高度重視。

5.2構(gòu)建元數(shù)據(jù)本體，充分揭示元數(shù)據(jù)元素之間關(guān)系

作為一種技術(shù)領(lǐng)域，元數(shù)據(jù)語義互操作技術(shù)覆蓋的內(nèi)容十分豐富，主要可以劃分為核心元數(shù)據(jù)、映射、應(yīng)用規(guī)范、元數(shù)據(jù)模型、元數(shù)據(jù)注冊系統(tǒng)以及本體六大方面。這六大方面相互關(guān)聯(lián)，共同構(gòu)成了元數(shù)據(jù)語義互操作技術(shù)的完整框架。在這六大方面中，本體作為一種知識組織工具的高級形式，其在科學(xué)數(shù)據(jù)領(lǐng)域的應(yīng)用，能夠極大地豐富元數(shù)據(jù)元素間的相互關(guān)系，使得這些關(guān)系更為充分和自由地展現(xiàn)出來。本體不僅僅是一種形式化的語義數(shù)據(jù)模型，更是一種具有高效性的知識組織方式。在語義層面上，基于本體的元數(shù)據(jù)互操作方法已經(jīng)成為了核心技術(shù)，其靈活性和開放性在業(yè)界得到了廣泛認(rèn)可，顯著地提升了該領(lǐng)域的發(fā)展水平。本研究選擇了20個國家科學(xué)數(shù)據(jù)中心作為研究對象，初步構(gòu)建了一個基于本體的科學(xué)數(shù)據(jù)元數(shù)據(jù)語義互操作的概念性框架。在此框架指導(dǎo)下，開發(fā)了科學(xué)數(shù)據(jù)元數(shù)據(jù)本體，旨在促進(jìn)科學(xué)數(shù)據(jù)資源的有效揭示和利用。在科學(xué)數(shù)據(jù)領(lǐng)域，構(gòu)建元數(shù)據(jù)本體并揭示元數(shù)據(jù)元素之間的關(guān)系是一個復(fù)雜但至關(guān)重要的過程，可參考如下步驟：明確構(gòu)建目標(biāo)、定義元數(shù)據(jù)元素及其關(guān)系、選擇本體語言、構(gòu)建元數(shù)據(jù)本體模型、驗證和優(yōu)化元數(shù)據(jù)本體以及應(yīng)用和維護(hù)元數(shù)據(jù)本體。

5.3重視FAIR原則的指導(dǎo)，促進(jìn)元數(shù)據(jù)互操作理論及實踐研究

針對科學(xué)數(shù)據(jù)元數(shù)據(jù)互操作的研究成果相對匱乏，眾多科學(xué)數(shù)據(jù)平臺在實現(xiàn)元數(shù)據(jù)互操作方面的實踐成效亦顯不足。2016年，學(xué)術(shù)組織Force11發(fā)布了《科學(xué)數(shù)據(jù)管理指南》，其中提出了一套科學(xué)數(shù)據(jù)管理的核心準(zhǔn)則—FAIR原則，旨在指導(dǎo)科研數(shù)據(jù)在存儲過程中實現(xiàn)可發(fā)現(xiàn)（Findable）可獲?。ˋccessible）、可互操作（Interoperable）以及可重用（Reusable）。特別是其中的可互操作，是本研究關(guān)注的焦點。當(dāng)前，科學(xué)數(shù)據(jù)的共享實踐與理論研究成果難以達(dá)到預(yù)期，根本原因之一便是缺乏一套普遍適用、能夠?qū)崿F(xiàn)科學(xué)數(shù)據(jù)共享的可互操作指導(dǎo)策略?？赏ㄟ^制定統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范、加強元數(shù)據(jù)互操作技術(shù)的研究和開發(fā)、提高元數(shù)據(jù)的質(zhì)量和完整性、加強跨領(lǐng)域合作與交流等促進(jìn)科學(xué)數(shù)據(jù)元數(shù)據(jù)的互操作。

6結(jié)語

科學(xué)數(shù)據(jù)是促進(jìn)科技創(chuàng)新及經(jīng)濟(jì)社會發(fā)展的關(guān)鍵資源，其中可互操作被視為科學(xué)數(shù)據(jù)管理的四大基本原則之一。本研究聚焦于語義層面，探討六種元數(shù)據(jù)互操作方法在科學(xué)數(shù)據(jù)管理領(lǐng)域內(nèi)的應(yīng)用情況。通過對這些元數(shù)據(jù)互操作方法的綜合比較與分析，構(gòu)建了一個基于本體的科學(xué)數(shù)據(jù)元數(shù)據(jù)語義互操作的概念性框架，并在此基礎(chǔ)上，為科學(xué)數(shù)據(jù)領(lǐng)域的元數(shù)據(jù)語義互操作提出具體的應(yīng)用建議。這不僅豐富了元數(shù)據(jù)互操作方法在語義層面的理論與實踐，而且為科學(xué)數(shù)據(jù)的共享與復(fù)用提供了重要的理論支撐，有望進(jìn)一步推動科學(xué)數(shù)據(jù)管理的效率。

后期研究應(yīng)結(jié)合開放科學(xué)、數(shù)據(jù)要素以及生成式人工智能，進(jìn)一步探索科學(xué)數(shù)據(jù)元數(shù)據(jù)及其互操作問題。（1）開放科學(xué)是解決復(fù)雜問題的重要支撐和科技發(fā)展的主流趨勢。2023年聯(lián)合國教育、科學(xué)及文化組織發(fā)布《開放科學(xué)展望》首份報告，提出開放科學(xué)背后的理念，是在所有利益攸關(guān)方的積極參與下，使科學(xué)數(shù)據(jù)能夠被更廣泛地獲取和更可靠地使用。因此在開放科學(xué)環(huán)境下，科學(xué)數(shù)據(jù)的元數(shù)據(jù)如何設(shè)計，元數(shù)據(jù)之間如何互操作，是值得探究的問題（2）2024年國家數(shù)據(jù)局等17部門聯(lián)合印發(fā)《“數(shù)據(jù)要素 × ”三年行動計劃（2024一2026年）》，選取數(shù)據(jù)要素應(yīng)用的12個重點領(lǐng)域，推動發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)，釋放數(shù)據(jù)要素價值。如何設(shè)計科學(xué)數(shù)據(jù)的元數(shù)據(jù)及實現(xiàn)其互操作，從而促進(jìn)數(shù)據(jù)要素背景下科學(xué)數(shù)據(jù)的價值釋放，是值得探索的問題。（3）生成式人工智能是一種前沿的人工智能技術(shù)，其核心目標(biāo)是利用計算機算法和數(shù)據(jù)生成新的、具有實際價值的內(nèi)容。生成式人工智能可以輔助進(jìn)行元數(shù)據(jù)的自動標(biāo)注和分類，減少人工操作的錯誤和主觀性，提高元數(shù)據(jù)標(biāo)注的準(zhǔn)確性和一致性。這有助于實現(xiàn)元數(shù)據(jù)在不同系統(tǒng)或平臺之間的無縫對接和互操作。

參考文獻(xiàn)：

[1]完顏鄧鄧.國外科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)實踐調(diào)查及啟示[J].新世紀(jì)圖書館，2016（5）：81-84.

[2]胡芳.國外典型科學(xué)數(shù)據(jù)倉儲實施的元數(shù)據(jù)方案及啟示[J].圖書與情報，2015（1）：117-121.

[3]朱玲.基于內(nèi)容結(jié)構(gòu)視圖的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)比較研究[J].大學(xué)圖書館學(xué)報，2019（6）：78-84.

[4]崔佳偉，吳思竹，鄔金鳴，等.科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)標(biāo)準(zhǔn)研究與啟示[J].數(shù)字圖書館論壇，2019（6）：19-28.

[5]劉峰，張曉林.科學(xué)數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)述評及其通用化設(shè)計研究[J].現(xiàn)代圖書情報技術(shù)，2015（12）：3-12.

[6]GREENBERGJ，WHITEHC，CARRIERS，etalAmetadatabestpracticeforascientificdata repository[J].JouralofLibraryMetadata，2009，9（3/4）：194-212.

[7]re3data.org[EB/OL].[2024-07-06].https：//www.re3data.org/search.

[8]Disciplinary metadata[EB/OL].[2O24-07-01].htps：//www.dcc.ac.uk/guidance/standards/metadata.

[9]趙怡萌，邱春艷.科學(xué)數(shù)據(jù)的方法元數(shù)據(jù)建設(shè)與應(yīng)用現(xiàn)狀研究：以生物學(xué)領(lǐng)域為例[J].圖書館學(xué)研究，2021（15）：54-63.

[10]顧子慧，劉桂鋒，劉瓊.新冠肺炎科學(xué)數(shù)據(jù)集的元數(shù)據(jù)框架構(gòu)建及可視化研究：以Re3data.org為例[J].情報科學(xué)，2023，41（4）：117-126.

[11]黃國彬，王濤.綜合型科學(xué)數(shù)據(jù)倉儲元數(shù)據(jù)創(chuàng)建服務(wù)研究[J].圖書情報工作，2021，65（21）：131-140.

[12]陳辰，游健新.基于科研數(shù)據(jù)版權(quán)管理的元數(shù)據(jù)標(biāo)準(zhǔn)研究[J].情報理論與實踐，2021，44（6）：84-89.

[13]楊蕾，李金芮.國外公共數(shù)字文化資源整合元數(shù)據(jù)互操作方式研究[J].圖書與情報，2015（1）：15-21.

[14]宋琳琳，李海濤.大型文獻(xiàn)數(shù)字化項目元數(shù)據(jù)互操作調(diào)查與啟示[J].中國圖書館學(xué)報，2012，38（5）：27-38.

[15]董克，謝芳芳，張曉娟.政府信息資源元數(shù)據(jù)語義互操作模式研究[J].電子政務(wù)，2017（8）：58-64.

[16]俞力.基于社會建構(gòu)主義的元數(shù)據(jù)語義互操作概念框架研究[J].圖書館理論與實踐，2017（5）：49-53.

[17]WANGXHUJTetAlsedochoaegecaldtteoratioEe：13364-13371.

[18]孔祥盛.我國檔案元數(shù)據(jù)互操作的現(xiàn)狀、問題和對策研究[J].檔案管理，2023（1）：45-49.

[19]畢強，朱亞玲.元數(shù)據(jù)標(biāo)準(zhǔn)及其互操作研究[J].情報理論與實踐，2007，30（5）：666-670.

[20]全國科技平臺標(biāo)準(zhǔn)化技術(shù)委員會.科技資源核心元數(shù)據(jù)：GB/T30523—2023[S].北京：中國標(biāo)準(zhǔn)出版社，2023：3-4.[21]全國科技平臺標(biāo)準(zhǔn)化技術(shù)委員會.科技平臺元數(shù)據(jù)標(biāo)準(zhǔn)化基本原則與方法：GB/T30522—2014[S].北京：中國標(biāo)準(zhǔn)出版社，2014：2-3.

[22]Mapping toDublinCore （DDIVersion2）[EB/OL].[2024-06-02].htps：//diallance.org/resources/ddi-profiles/dc.

[23]劉桂鋒，張貴香，梁煒.面向上下文感知的科研數(shù)據(jù)5W1H元數(shù)據(jù)模型構(gòu)建及關(guān)聯(lián)研究[J].圖書館學(xué)研究，2020（23）：32-42.[24]李翼，吳丹.開放醫(yī)學(xué)科學(xué)數(shù)據(jù)平臺調(diào)查研究[J].圖書情報工作，2015，59（18）：24-29，50.

[25]常穎聰，何琳.科學(xué)實驗數(shù)據(jù)元數(shù)據(jù)模型構(gòu)建研究：以植物學(xué)基因表達(dá)實驗為例[J].圖書情報工作，2015，59（13）：117-125[26]人口健康科學(xué)數(shù)據(jù)倉儲中心簡介[EB/OL][2024-05-29].htps：//www.ncmi.cn/phda/support.html？type=aboutus.

[27]吳思竹，錢慶，周偉，等.面向人口健康領(lǐng)域科研項目數(shù)據(jù)匯交的數(shù)據(jù)倉儲設(shè)計與實現(xiàn)[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2020（12）：2-13.

[28]劉桂鋒，楊倩，劉瓊.農(nóng)業(yè)科學(xué)數(shù)據(jù)集的本體構(gòu)建與可視化研究：以“棉花病害防治”領(lǐng)域為例[J].情報雜志，2022，41（9）：143-149，175.

作者簡介：賈歡，講師，研究方向為科學(xué)數(shù)據(jù)管理。收稿日期：2024-09-02

編校：王曉琳李萍