基于CIDOC CRM的文化遺產(chǎn)資源的元數(shù)據(jù)集成

[摘 要]文化遺產(chǎn)資源的異構(gòu)性和保存機(jī)構(gòu)的多樣性，決定了文化遺產(chǎn)領(lǐng)域元數(shù)據(jù)標(biāo)準(zhǔn)的多樣性。為了滿足為異構(gòu)信息資源提供統(tǒng)一存取的信息系統(tǒng)的需求，論文介紹了基于本體的元數(shù)據(jù)集成方法，提出了以CIDOC CRM為中介機(jī)制的元數(shù)據(jù)集成方案，并以DC為例，詳細(xì)介紹了DC與CIDOC CRM之間的映射。

[關(guān)鍵詞]元數(shù)據(jù)集成;CIDOC CRM;本體;文化遺產(chǎn);DC

[中圖分類號(hào)]G25076 [文獻(xiàn)標(biāo)識(shí)碼]B [文章編號(hào)]1008-0821(2010)05-0060-04

Metadata Integration Based on CIDOC CRM in Culture Heritage Collections

——With the Mapping of DC as an ExampleChen Yan Zhou Xin

(Library，Shanghai University，Shanghai 200444，China)

[Abstract]Heterogeneity is one of the main characteristics of cultural heritage collections.Such collections may be composed of heterogeneous objects，which described by a variety of metadata schemas.This paper introduced an ontology-based metadata integration approach，proposed the use of CIDOC CRM ontology as a mediating schema and described the mapping of the Dublin Core standard for different types to CIDOC CRM，demonstrating a real-world effort for ontology-based metadata integration.

[Keywords]metadata integration;CIDOC CRM;ontology;cultural heritage;DC

扮演著記憶性機(jī)構(gòu)角色的檔案館、圖書館和博物館都肩負(fù)著保存文化遺產(chǎn)實(shí)物及其相關(guān)信息的重要責(zé)任。這些記憶性機(jī)構(gòu)所保存的文化遺產(chǎn)對(duì)象產(chǎn)生于同樣的文化背景或時(shí)期，有時(shí)候擁有同樣的創(chuàng)造者。對(duì)于一件藝術(shù)品來(lái)說(shuō)，作者關(guān)于它的手稿或有關(guān)它的評(píng)論等都處于同一歷史文化背景下，提供著份量相當(dāng)?shù)娜宋囊氐淖C明和可比文化特征的證據(jù)。文化遺產(chǎn)資源的這種異構(gòu)性和保存機(jī)構(gòu)的多樣性，決定了文化遺產(chǎn)領(lǐng)域元數(shù)據(jù)標(biāo)準(zhǔn)的多樣性。而且隨著信息技術(shù)的發(fā)展，用戶對(duì)于全球存取的需求不斷增長(zhǎng)。選擇一種體系結(jié)構(gòu)和實(shí)現(xiàn)技術(shù)將現(xiàn)有的異構(gòu)信息整合并使得以上問(wèn)題得到解決是一項(xiàng)重要的任務(wù)。本體以計(jì)算機(jī)能夠處理的表現(xiàn)語(yǔ)言提供了對(duì)同一領(lǐng)域知識(shí)的共同理解，支持人與計(jì)算機(jī)之間的溝通，能夠滿足為異構(gòu)信息資源提供統(tǒng)一存取的信息系統(tǒng)的需求。因此，基于本體的元數(shù)據(jù)集成，能夠確保文化遺產(chǎn)內(nèi)容的完整性和語(yǔ)義網(wǎng)應(yīng)用下存取的便捷性。

1 CIDOC/CRM——概念參考模型

CIDOC概念參考模型(CIDOC Conceptual Reference Model，簡(jiǎn)稱CIDOC CRM)是國(guó)際博物館理事會(huì)(International Council of Museums)下屬的國(guó)際文獻(xiàn)工作委員會(huì)(International Committee for Documentation，CIDOC)所開(kāi)發(fā)的面向?qū)ο蟮母拍顓⒖寄Ｐ汀IDOC CRM對(duì)文化遺產(chǎn)的文獻(xiàn)信息工作中所涉及的隱性概念與顯性概念及其關(guān)系提供了定義及形式化描述，其目的是通過(guò)提供一個(gè)通用的、可擴(kuò)展的語(yǔ)義框架以達(dá)到對(duì)文化遺產(chǎn)信息的共同理解，使文化遺產(chǎn)領(lǐng)域內(nèi)的信息交流與信息系統(tǒng)的建立擁有共同的語(yǔ)言[1]。因此，它同時(shí)也是文化遺產(chǎn)的領(lǐng)域知識(shí)本體，為文化遺產(chǎn)信息的標(biāo)準(zhǔn)規(guī)范及描述架構(gòu)提供基礎(chǔ)，是語(yǔ)義網(wǎng)環(huán)境下一個(gè)重要的信息標(biāo)準(zhǔn)和參考模型。

CIDOC CRM模型的第一個(gè)版本于1998年發(fā)表，其開(kāi)發(fā)經(jīng)歷了10余年的努力。2006年起CIDOC CRM模型已為國(guó)際標(biāo)準(zhǔn)化組織采納成為國(guó)際標(biāo)準(zhǔn)，標(biāo)準(zhǔn)號(hào)為ISO 21127:2006。目前最新的版本是2009年頒布的501版。該版本定義了90個(gè)類、148個(gè)屬性，涵蓋了圍繞特定文物發(fā)生的歷史史實(shí)、人文藝術(shù)、考古遺跡、時(shí)間地點(diǎn)人物以及版權(quán)聲明等信息。所有的類都冠以E開(kāi)頭的序號(hào)，如E1 CRM Entity[CRM實(shí)體];而屬性都冠以P開(kāi)頭的序號(hào)，如P1 is identified by(identifies)。屬性連接“域”和“范圍”，定義類與類之間的特定關(guān)系。隨著模型的不斷擴(kuò)展，類和屬性的數(shù)量可能還會(huì)增加。圖1顯示了CIDOC CRM核心類之間的一個(gè)層級(jí)關(guān)系。圖1 CIDOC CRM核心類的層級(jí)關(guān)系[2]

2010年5月第30卷第5期基于CIDOC CRM的文化遺產(chǎn)資源的元數(shù)據(jù)集成May，2010Vol30 No5CIDOC CRM是一個(gè)嚴(yán)格遵循知識(shí)本體原則的模型。由于有較長(zhǎng)的歷史，所以發(fā)展得比較完善。而且，2003年成立的FRBR和CIDOC CRM國(guó)際協(xié)調(diào)工作組(International Working Group on FRBR/CIDOC CRM Harmonisation)，將包括作品在內(nèi)的概念整合到CIDOC CRM中，從而進(jìn)一步優(yōu)化了CIDOC CRM，使博物館界的模型可以更好地適用于大規(guī)模生產(chǎn)的現(xiàn)象[3]。此模型目前已被多個(gè)本領(lǐng)域很有影響的項(xiàng)目所采用[4]。

2 基于CIDOC/CRM的元數(shù)據(jù)集成

由于文化遺產(chǎn)信息的異構(gòu)性和記憶機(jī)構(gòu)的多樣性，各個(gè)機(jī)構(gòu)所采用的元數(shù)據(jù)方案不盡相同。開(kāi)發(fā)一種能夠滿足各方面需要的統(tǒng)一的標(biāo)準(zhǔn)元數(shù)據(jù)格式，是解決元數(shù)據(jù)互操作的方法之一，但在各種信息資源和應(yīng)用環(huán)境之間存在復(fù)雜差異的現(xiàn)實(shí)環(huán)境下不可能真正適應(yīng)變化多樣的應(yīng)用。元數(shù)據(jù)是為識(shí)別和描述資源而產(chǎn)生的，它并不表達(dá)豐富的語(yǔ)義。即使元數(shù)據(jù)信息的含義及其與所描述資源的關(guān)系能夠容易的被人所理解和處理，但對(duì)于機(jī)器來(lái)說(shuō)，這種關(guān)系并不顯著。相反的，本體中的類通過(guò)屬性相互連接，屬性明確聲明了實(shí)體之間的語(yǔ)義關(guān)系。本體的目的不是描述特定的資源，而是提供了領(lǐng)域內(nèi)基本概念及其關(guān)系的宏觀理解，蘊(yùn)含豐富的語(yǔ)義關(guān)系和強(qiáng)大的推理功能，能夠滿足文化遺產(chǎn)信息載體和記憶機(jī)構(gòu)多樣性的要求。同時(shí)，由于本體具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，能夠從語(yǔ)義層面解決數(shù)據(jù)之間的異構(gòu)性[5-6]。因而，基于本體的中介機(jī)制，能夠在語(yǔ)義上集成不同的元數(shù)據(jù)，為異構(gòu)信息資源提供統(tǒng)一存取。

選擇CIDOC CRM作為中間標(biāo)準(zhǔn)有以下3個(gè)原因:

(1)CIDOC CRM是一個(gè)面向?qū)ο蟮母拍顓⒖寄Ｐ汀Ｃ嫦驅(qū)ο笮问绞悄壳盀橹鼓軐⒍喾N概念模型集成在一起，而同時(shí)又保留各概念模型特性的惟一形式[3]。

(2)CIDOC CRM的設(shè)計(jì)目標(biāo)就是應(yīng)用于異構(gòu)文化信息的存檔、集成、中介和轉(zhuǎn)換的核心本體。它是由具有層次結(jié)構(gòu)的實(shí)體組成的概念模型，實(shí)體之間通過(guò)屬性語(yǔ)義相關(guān)。CIDOC CRM定義了文化遺產(chǎn)領(lǐng)域中存在于對(duì)象、藝術(shù)家、事件、地點(diǎn)及其他概念之間的復(fù)雜關(guān)系。

(3)CIDOC CRM作為一個(gè)全球標(biāo)準(zhǔn)，提供了與其它多種元數(shù)據(jù)格式之間的映射。并且，CIDOC CRM自身也在不斷地發(fā)展和完善。

CIDOC CRM作為不同系統(tǒng)、元數(shù)據(jù)和語(yǔ)義之間數(shù)據(jù)傳輸和交換基礎(chǔ)的價(jià)值是顯而易見(jiàn)的[7]。CIDOC CRM作為一個(gè)中間標(biāo)準(zhǔn)，可以方便地使文化遺產(chǎn)領(lǐng)域不同的元數(shù)據(jù)得到映射，從而使得集成并且解釋領(lǐng)域內(nèi)各種異構(gòu)數(shù)據(jù)成為可能。作為核心本體，CIDOC還可以以合適的形式集合所有必需的文化信息為進(jìn)一步的推理服務(wù)[8]。圖2 基于CIDOC CRM的中介機(jī)制

圖2展示了一個(gè)基于CIDOC CRM中介機(jī)制的數(shù)據(jù)資源集合的結(jié)構(gòu)。不同的資源類型可能使用不同的元數(shù)據(jù)標(biāo)準(zhǔn)，所有的標(biāo)準(zhǔn)都映射到CIDOC CRM。用戶可以向本地系統(tǒng)提出查詢請(qǐng)求，本地的查詢引擎返回本地?cái)?shù)據(jù)的檢索結(jié)果，同時(shí)向CIDOC中介系統(tǒng)提交查詢。

CIDOC系統(tǒng)自動(dòng)根據(jù)模型與相關(guān)元數(shù)據(jù)間的映射機(jī)制對(duì)讀者請(qǐng)求進(jìn)行重新形成，轉(zhuǎn)換成對(duì)應(yīng)元數(shù)據(jù)能夠執(zhí)行的請(qǐng)求。最終，CIDOC將從各個(gè)資源返回的結(jié)果集中，轉(zhuǎn)換成本地系統(tǒng)對(duì)應(yīng)的結(jié)果形式，并通過(guò)本地系統(tǒng)將結(jié)果返回給用戶。

3 DC和CIDOC CRM的映射

DC元數(shù)據(jù)標(biāo)準(zhǔn)框架分為都柏林核心元數(shù)據(jù)創(chuàng)新計(jì)劃(簡(jiǎn)稱DCMI)術(shù)語(yǔ)和應(yīng)用綱要。

DCMI元數(shù)據(jù)術(shù)語(yǔ)是定義元數(shù)據(jù)術(shù)語(yǔ)的通用標(biāo)準(zhǔn)，其體系為:都柏林核心元數(shù)據(jù)元素集(定義DC的15個(gè)核心元素)、其他元素和元素限定詞(定義DC元素限定詞和新增元素)、編碼體系(定義DCMI中使用的編碼體系修飾詞)和DCMI類型詞表(定義用于確定資源類型的資源類型元素的值)4個(gè)部分。

DC包括15個(gè)核心元素，即:題名(Title)、主題(Subject)、描述(Description)、語(yǔ)種(Language)、來(lái)源(Source)、關(guān)聯(lián)(Relation)、覆蓋范圍(Coverage)、創(chuàng)建者(Creator)、出版者(Publisher)、其他責(zé)任者(Contributor)、權(quán)限(Rights)、日期(Date)、類型(Type)、標(biāo)識(shí)符(Identifier)、格式(Format)。這15個(gè)元素按照內(nèi)容可以分為資源內(nèi)容描述項(xiàng)、知識(shí)產(chǎn)權(quán)描述項(xiàng)、外部屬性描述項(xiàng)三大項(xiàng)，它們可以選擇使用，也可以重復(fù)使用，元素順序可以任意排列，每個(gè)元素可以通過(guò)限定詞進(jìn)一步擴(kuò)展。

其中，DCType是DC元素集的一個(gè)元素，定義了描述資源對(duì)象的類型，并提供了一些通用的、跨領(lǐng)域的值的集合。包括:collection，dataset，event，image，interactive resource，moving image，physical object，sound，service，software，still image和text。特別是對(duì)于collection，DC資源集合描述工作組開(kāi)發(fā)了一個(gè)專門的應(yīng)用綱要(DCCAP)，將資源集合作為一種獨(dú)立的數(shù)字或物理對(duì)象。表1列出了當(dāng)DCType取不同值時(shí)，DC記錄對(duì)映的CIDOC CRM中相應(yīng)的類。表1 DCType的值與CIDOC CRM中類的映射[9-11]

DCType的值為CIDOC CRMPhysical objectE19 Physical ObjectCollectionE78 CollectionTextE33 Linguistic ObjectImage/Still ImageE38 ImageMoving imageE36 Visual ItemServiceE29 Design or ProcedureDatasetE31 DocumentSoundE33 Linguistic Object(如果內(nèi)容包含演講)or E73 Information ObjectSoftware/Interactive ResourceE73 Information ObjectEventE7 Activity

DC元素集是一個(gè)靈活可用的元數(shù)據(jù)方案，支持?jǐn)?shù)字資源的信息交換和集成。因?yàn)槠浜?jiǎn)單、易擴(kuò)展的特性，DC在數(shù)字圖書館中被廣泛應(yīng)用。且DC與許多廣泛使用的元數(shù)據(jù)標(biāo)準(zhǔn)之間存在映射，因此其在數(shù)據(jù)交換方面的重要性是顯著的。但是，DC元素的語(yǔ)義依賴于被描述資源的類型。例如，元素DCcreator對(duì)于不同的資源類型來(lái)說(shuō)，有不同的語(yǔ)義，對(duì)于文本(Text)來(lái)說(shuō)DCcreator意味著文本的作者或者撰寫者，但對(duì)于圖像(Image)來(lái)說(shuō)DCcreator意味著攝影者或者畫家。表2列出了對(duì)于不同資源類型，其余14個(gè)DC元素所對(duì)映的CIDOC CRM類。

表2 DC的14個(gè)核心元素及限定詞與CIDOC CRM的映射

DC的核心元素及限定詞CIDOC CRMDCTitleE35 Title or E41 Appellation(DCType的值為Event)DCCreatorE39(Actor)DCPublisherE39(Actor)DCDateE52(Time-Span)DCSubjectE1 CRM EntityDCContributorE39(Actor)DCIdentifierE42 Object Identifier or E75 Conceptual Object Identifier(DCType的值為Text/Sound/Software/Interactive Resource)DCRightsE30 RightDCSourceE24 Physical Man-Made Stuff or E53 Place(DCType的值為Physical Object/Collection)DCCoverageE1 CRM EntityDCDescriptionE62 StringDCFormatMediumE55 Type or E57 Material(DCType的值為Physical Object)DCFormatExtentE54 DimensionDCLanguageE56 LanguageDCRelationIsVersionOf，or DCRelationHasVersion各種資源類型相對(duì)映的類，見(jiàn)表1DCRelationHasFormat or DCRelationIsFormatOfE11 Motivation EventDCRelationReplaces or DCRelationIsReplacedByE81 Transformation or E7 Activity(DCType的值為Event)DCRelationRequires or DCRelationIsRequiredByE73 Information ObjectDCRelationReferences or DCRelationIsReferencedByE7 Activity or E73 Information ObjectDCRelationHasPart，or DCRelationIsPartOfE19 Physical Object or E78 Collection(DCType的值為Physical Object/Collection);E33 Linguistic Object(DCType的值為Text/Sound);E38 Image or E36Visual Item or E73 Information Object(DCType的值為Image/Still Image/Moving Image);E73 Information Object(DCType的值為Text/Sound/Software/Interactive Resource)

在DC中，元素的語(yǔ)義及元素之間的關(guān)系說(shuō)明隱含在元素的定義之中，計(jì)算機(jī)無(wú)法理解和處理。而在CIDOC CRM模型中，這個(gè)關(guān)系是通過(guò)實(shí)體——屬性——實(shí)體顯性聲明的。因?yàn)镃IDOC CRM主要關(guān)注圍繞實(shí)體的事件的描述，因此DC元素的語(yǔ)義可以通過(guò)CIDOC CRM中的一組關(guān)系或者一個(gè)事件來(lái)表達(dá)。例如，在CIDOC CRM模型中類E12 Production與E65 Creation可以用來(lái)集中所有與創(chuàng)建事件有關(guān)的信息，這兩個(gè)類都是E7 Activity的子類。下面以文本(Text)為例，列出與創(chuàng)建事件相關(guān)的元素在CIDOC CRM中的語(yǔ)義表達(dá):

DC->DC.Creator≡E33 Linguistic Object P94 has created(was created by):E65 Creation.P14 carried out by(performed)[with subproperty P14.1 in the role:Author≡E55 Type]:E39 Actor

DC->DC.Creator.Name≡E33 Linguistic Object P94 has created(was created by):E65 Creation.P14 carried out by(performed)[with subproperty P14.1 in the role:Author≡E55 Type]:E39 Actor.P131 is identified by(identifies):E82 Actor Appellation

DC->DC.Publisher≡E33 Linguistic Object P94 has created(was created by):E65 Creation.P14 carried out by(performed)[with subproperty P14.1 in the role:Publisher≡E55 Type]:E39 Actor

DC->DC.Publisher.Name≡E33 Linguistic Object P94 has created(was created by):E65 Creation.P14 carried out by(performed)[with subproperty P14.1 in the role:Publisher≡E55 Type]:E39 Actor.P131 is identified by(identifies):E82 Actor Appellation

DC->DC.Date.Created≡E33 Linguistic Object P94 has created(was created by):E65 Creation.P4 has time-span(is time-span of):E52 Time-Span

4 結(jié) 論

本文針對(duì)文化遺產(chǎn)資源領(lǐng)域提出了一個(gè)以CIDOC CRM為中介機(jī)制的元數(shù)據(jù)集成方案，并以DC為例，詳細(xì)介紹了DC與CIDOC CRM之間的映射。CIDOC CRM定義了文化遺產(chǎn)領(lǐng)域中各個(gè)概念的語(yǔ)義關(guān)系，為領(lǐng)域知識(shí)的描述提供術(shù)語(yǔ)，從而確定了該領(lǐng)域的基本知識(shí)體系，表達(dá)該領(lǐng)域中的公共知識(shí)。基于本體的元數(shù)據(jù)集成方案為不同機(jī)構(gòu)間異構(gòu)數(shù)據(jù)的集成提供了一種解決方案。

參考文獻(xiàn)

[1]ICOM/CIDOC Documentation Standards Group.Definition of CIDOC conceptual reference model.Version 501[EB/OL].ICOM/CIDOC CRM Special Interest Group，2009-11-23.

[2]http:∥cidoc.ics.forth.gr/cidoccoregraphicalrepresentation/hierarchy.html[EB].2009-10-13.

[3]Riva P.，Doerr M.and umer M.FRBRoo:Enabling a Common View of Information from Memory Institutions[J].International Cataloguing and Bibliographic Control，2009，38(2):30-34.

[4]http:∥cidoc.ics.forth.gr/usesapplications.html[EB].2009-10-23.

[5]Skarka W.Application of MOKA methodology in generative model creation using CATIA[J].Engineering Applications of Artificia1 Intelligence，2007，20(5):677-690.

[6]Kim KY.Ontology-based assembly design and information sharing for collaborative product development[J].Computer-Aided Design，2006，38(12):1233-1250.

[7]Crofts N.，Doerr M.and Gill T.The CIDOC conceptual reference model:a standard for communicating cultural contents[J].Cultivate Interactive，2003，9.http:∥www.cultivate-int.org/issue9/chios/，2009-10-23.

[8]Doerr M.The CIDOC conceptual reference module:an ontological approach to semantic interoperability of metadata[J].AI Magazine，2003，24(3):75-92.https:∥www.aaai.org/ojs/index.php/aimagazine/article/view/1720/1618，2009-10-23.

[9]Kakali C.，Lourdi I.，Stasinopoulou T.，Bountouri L.，Papatheodorou C.，Doerr M.and Gergatsoulis M.Integrating Dublin Core metadata in culture heritage collections using ontologies[C]∥Proceedings of the 7th International Conference on Dublin Core and Metadata Applications，DC-2007，Singapore，2007:128-139.http:∥www.dcmipubs.org/ojs/index.php/pubs/article/view/16/11，2009-10-23.

[10]Kakali K.，Doerr M.，Papatheodorou C.and Stasinopoulou T.DC.type mapping to CIDOC/CRM[EB/OL].http:∥cidoc.ics.forth.gr/docs/WP5-T55-DC2CRMmapping-060728v02-final.doc，2009-10-23.

[11]Doerr，M.Mapping of the Dublin Core Metadata Element Set to the CIDOC CRM[EB/OL].http:∥cidoc.ics.forth.gr/docs/dctocrmmapping.pdf，2009-10-23.