語義網環境下數字圖書館的資源聚合模式研究

[摘要]基于語義網環境進行數字圖書館的資源聚合模式研究。從實體文獻整理、數據集成以及知識集成三個方面分析目前數字圖書館資源聚合的研究現狀，對在數字圖書館資源聚合中語義網技術發揮的作用進行了探討，揭示出在語義網環境下要實現數字圖書館資源聚合所必須要解決的領域本體集成技術、大數據挖掘與集成技術以及語義知識與信息資源轉換技術等關鍵問題；并在語義網環境下基于關聯數據、主題模型以及信息整合進行了數字圖書館資源的深度聚合研究。

[關鍵詞]語義網；數字圖書館；資源聚合

[中圖分類號]G250.76[文獻標志碼]A[文章編號]1005-6041（2015）03-0001-04

2015年第3期（No.3，2015）圖書館界（Library World）周亮：語義網環境下數字圖書館的資源聚合模式研究隨著科技的不斷進步，我們已經逐步向大數據時代邁進，信息資源也逐漸擁有多樣異同的結構、紛繁蕪雜的內容、豐富多變的形式以及龐大廣布的儲量，同時圖書館的資源也由傳統的實體邁向數字化以及網絡化。圖書館的信息服務因資源的數字化而面臨了諸多的問題和挑戰，首先不能有效地管理和利用這些數字資源，而且在數字資源的異構和分布方面目前還沒有統一的有效的形式出現，在服務形式上數字資源的利用仍是被動的，不能利用現有資源主動地滿足用戶的文獻需求等等[1]。當前傳統的圖書館提供的知識服務是針對紙質文獻的藏閱，而以上矛盾促使知識服務向多元化、深層次以及開放性發展，由紙質文獻藏閱向數字資源推送發展，由被動提供服務逐步地轉為面向用戶需求。這一過程的實現，其基礎是聚合數字圖書館的信息資源，通過分析、選擇、標引和處理各種類型資源的內容特征，從學科、主題、分類和著作等維度出發，進行信息資源的融合、類聚和重組，在信息資源有序化的過程中進行知識關聯的揭示，最終實現個性化知識推送服務，聚合信息資源的過程不僅體現了層次性、技術性，還對其可展示性的特點進行呈現[2]。時代在進步，技術在發展，網絡資源的語義化已經成為第二代互聯網的發展趨勢，更是資源聚合與知識發現的內在根本。只有實現了網絡資源的語義化，才可能透過資源的外在形式從多個維度對資源進行內涵式集聚與融合，進而實現基于資源聚合的知識發現與創新。基于此，本文開展了語義網環境下數字圖書館的資源聚合模式研究，以期能夠促進當前數字圖書館資源聚合的發展。

1數字圖書館資源聚合研究現狀分析

1.1 基于實體文獻整理的聚合模式面臨的問題

實體文獻的整理在圖書館信息資源聚合中屬于最低的層次，是傳統的資源聚合模式，從聚合實現效果角度來看，其粒度較粗；從聚合的實現方式來看，通常基于文獻編目以及元數據的實現。

基于文獻編目的資源聚合主要是針對實體文獻進行手工著錄，在著錄過程中要遵循一定的格式和規則，并對文獻實體進行解釋內容實質和描述外部特征，以滿足用戶對文獻實體資源的需要，其意義在于不僅可以對文獻的內容和形式特征進行揭示，還可以在文獻的檢索中提供途徑和方法，更可以為文獻的管理提供支持和依據。在編目規則的制定以及圖書分類方法上，程長源先生首次提出要進行新方法和新規則的制定，而著錄規則的制訂方案被審議通過，則為文獻著錄在新時期的發展奠定了良好的基礎。但是傳統的對實體文獻的整理聚合不能有效地滿足用戶需求，Greenberg等學者認為可以在圖書館的主要功能中進行語義網的應用，比如在文獻編目和檢索中運用語義網技術進行語義網的選擇、表達以及服務，完成基于語義網的信息資源合理使用[3]，但是目前來看，兩者的融合力度還有待加強。

1.2 基于數據集成的聚合模式有待改進

基于數據集成的資源聚合就是對異構資源系統在邏輯上或者物理上把異質、異類的數據庫進行有機集中，把表示方法和操作手段統一化，最終互聯與共享多種異構數據資源。基于數據倉庫的聚合方式用于實現多種數據源數據信息的多維集成。在英國，有關人員利用這種方式完成了建構數據集成系統的開發，實現了信息的數字化建設和數據的集成。在國內，毛燕梅等在信息資源中利用數據集成進行描述、整理和資源的控制；徐榮華等通過數據集成完成了數據的格式化存儲，并多維分析數據最終建立統一標準的數據格式，實現了對信息資源的統一檢索。雖然相關的研究已經取得了一定的成果，但是在實踐過程中新理論、新技術的應用還有待進一步加強[4]。

1.3 基于知識集成的聚合模式需要完善

在知識集成領域，對信息資源的聚合主要是語義聚合圖書館內的信息資源內容，通過知識關聯的挖掘，多維度揭示文獻資源中的知識，不僅包括顯性知識，還能把蘊含的隱形知識也發掘出來，最終達到知識的融合和推送。黃如花等在數字圖書館中利用了語義網技術和知識地圖，實現了數字圖書館的可視化知識組織；張振海等解決了知識獲取、重用和共享問題，并提出了基于網格的數字圖書館運行環境；York Sure和Rudi Studer等通過通用模型的建立解決了分布式異構知識庫的互操作問題，并提出了目前亟待解決的關鍵問題是如何使語義網和數字圖書館有效融合，把多知識庫的統一視圖提供給用戶[5]。但是目前這兩者的融合技術還有待完善，而且還可以從宏觀和微觀兩個層面下手對聚合模式進行改善。

2語義網技術對數字圖書館資源聚合的促進作用

在語義網對數字圖書館資源聚合的實現中，其三大關鍵技術分別為XML、RDF以及Ontology技術。其中作為語法層的XML能提供資源內容和結構的表示；作為數據層的RDF能描述和處理元數據，在Web上提供交互信息；作為語義層的Ontology可以把概念的定義精確化。

2.1 語義網XML技術增強圖書館資源的深度聚合

在語義網關鍵技術中，XML語法功能相當強大，用戶使用XML可以自行進行標記或字段集合的定義，這些標記或字段集合能把數字圖書館中的特殊信息方便地表達出來。在網頁的編寫中，HTML不僅不能進行信息與元信息的區分，而且不支持信息嵌套結構，XML技術則克服了這一缺陷，大大增強了全文搜索功能，使得檢索結果更準確，使文獻查準率得到有效的提高。

2.2 語義網RDF技術促進圖書館數據集成

在數字圖書館中，RDF技術主要在網絡導航中發揮作用，RDF的應用使數字圖書館搜索引擎功能更佳。作為語義網關鍵技術的RDF技術，主要用于描述內容與內容的關系，便于知識共享與交換的實現，可以描述邏輯形式獨立的文檔為Web頁面集，而且在Web網頁中，可以進行知識產權的說明。在管理、維護和使用數字圖書館時，RDF技術的以上功能發揮了積極的作用，有效地促進了數字圖書館的數據集成。

2.3 語義網Ontology技術促進圖書館知識重用

在傳統的圖書館中，信息檢索的實現主要基于簡單的關鍵詞檢索進行研究，缺乏語義級或知識的支撐，而且通常在數字圖書館中，網絡資源有其分散性，導致信息服務的效率不能得到有效提高。從數字圖書館用戶的需求角度來看，數字圖書館的系統在信息的識別和處理中，最好能靈活地應用，以便進行知識的挖掘，通過用戶信息有效地進行信息資源的組織和服務。本體技術即語義網中Ontology技術的引入，可以使語義得到共享和重用，可以實現不同系統之間的交流和共享，使數字圖書館中的知識重用方面得到有效促進。

3語義網環境下實現數字圖書館資源聚合要解決的關鍵技術

3.1 領域本體集成技術

在整個檢索系統中，領域本體是基礎，作用于多個模塊，在整個體系結構中貫穿始終，提供參考和依據以實現各模塊的功能，是整個系統中最關鍵的部分。在數字圖書館資源聚合中構建領域本體時，根據構建需求，引入了螺旋模型的思想，即在迭代過程中不斷對本體進行完善，在進行系統開發時采用周期性的方法進行若干次的迭代，其迭代路徑是沿螺線進行的，這種模型還適用于需求不明確的開發情況，在需求變更時能更靈活地應對。在進行數字圖書館信息資源領域本體的構建時，遵循以下流程[6]：首先進行需求分析，然后展開本體分析，并在此基礎上進行本體的編寫，即本體的構建；在建立初步的領域本體之后，還要驗證與評價本體，不過截至目前，評價方法和測試集還沒有一個統一的標準；最后是對已構建的本體不斷完善，以適應實際應用。

3.2 大數據挖掘與集成技術

隨著館藏信息資源的激增，大數據時代已經到來，給數字圖書館的資源聚合帶來了巨大的挑戰，尤其體現在對圖書館數據的分析和挖掘尋找其背后隱性知識方面。在數字圖書館中，對館藏資源的聚合要充分利用大數據的理論與技術優勢，采用數據分析方法進行數據挖掘與分析，完成知識模型的構建，實現信息資源的深度聚合，提高知識發現服務能力，達到提高知識服務能力的目的。

3.3 語義知識與信息資源轉換技術

在語義網環境下，首先通過高速的互聯網把不同分布位置的計算資源進行集合，組成充分共享的提供高性能計算能力的資源，這個過程稱為網格化。網格和語義網的融合，能使語義知識的語義更高，計算能力更強。語義網格架構與數字圖書館相比，其分布式環境與信息環境是一致的，在承認環境無序的前提下，數字圖書館尋找的解決方案是跨語義的，而在Web環境中，語義網格還要再進行中間環境的構建，使信息體在符合環境的同時還要具有語義互操作功能。數字圖書館和語義網格的共同目標是形式化地描述信息，把信息中的語義信息通過機器進行認識，實現語義和信息資源的相互轉換。

4語義網環境下數字圖書館資源聚合模式的構建

4.1 基于關聯數據的深度聚合模式研究

關聯數據技術與傳統的信息聚合技術相比較，其聚合方法更為靈活易實現，從用戶的角度來說，只需要關心信息本身即可；從圖書館的角度來說，通過數據的關聯進行本館資源與外部資源的整合，資源范圍得到擴展，用戶服務得以改進，圖書館價值得到提升。圖1給出了基于關聯數據的深度聚合模式，該模式共分三層，其中數據層包括兩大部分，分別為本地數據源以及外部的各種數據集，這些數據集可以利用不同的方法轉換成連接到數據網絡中的關聯數據；在聚合層中，首先圖書館進行關聯數據網絡的訪問，在訪問時遵循統一的規范，然后對關聯數據和本館資源進行本體映射之后進行實體識別，在實體識別時是自動或半自動的，最終形成集成數據；在應用層，圖書館主要是在聚合信息的基礎上對原有應用進行拓展，在聚合層中生成的集成數據，實現了數據融合與檢索，為用戶提供新的資源，另外，還在學術交流過程中越來越多地參與進去。

4.2 基于主題模型的深度聚合模式研究

在語義網環境下，基于主題模型的深度聚合模式目前應用領域主要包括兩個方面：一是圖形圖像，二是文本知識處理。在文獻資源生成過程的模擬中利用了主題模型，詞項在共現信息中有很多主題集合，從中進行語義相關的主題集合的抽取，并進行參數估計，進行文本挖掘。通過主題模型轉化成新的主題，并在低維空間中進行表達。在主題模型中，多采用LDA模型，這是一種生成模型，在隱含變量里該模型能進行生成文本過程的描述，又被稱為層次概率模型，其模型圖如圖2所示。

4.3 基于信息整合的深度聚合模式研究

在異構、異質資源中通過一定的標準和技術進行物理或邏輯上的互聯互通，在多種資源中實現一站式的搜索就是數據整合，但是數據整合通常沒有揭示和組織數據對象之間的關系。用戶在信息環境下，既希望能實現一站式搜索，又想在獲取關聯資源時能做到一步到位，這就需要有效地組織和整合信息的實體關系。這種基于信息的資源整合，其方式主要基于信息門戶。基于語義網環境下數字圖書館的信息集成模型如圖3所示[7]，該模型共分為五層，其中數據源層中要進行元數據標準的制定；信息描述與組織層中主要使用了RDF技術；在語義整合層中運用了語義規則進行本體一致性檢測以及語義推理的實現；最后經過整合的信息提供給用戶交互層，為用戶提供服務。圖3基于信息集成的深度聚合模式

5結語

在語義網環境下的資源聚合，實現了在數字資源中語義聯系的深度揭示，對知識體之間的聯系能更好地分析和利用，達到優化檢索結果的目的。數字圖書館在語義網環境下進行資源聚合，統一組織信息資源，對語義描述和描述進一步加強、加深，使被檢索的資源量得到進一步擴大，數字圖書館的知識服務能力也得到有效提高。

[參考文獻]

[1] 趙冬梅.圖書館信息資源整合[J].情報科學，2010，23（3）：362—366.

[2] 肖希明，袁琳.中國圖書館藏書發展政策研究[M].南京：南京大學出版社，2009：64—67.

[3] 李卓卓.信息資源共享系統績效評估研究[D].武漢：武漢大學，2009.

[4] 胡群策.論21世紀高校圖書館服務[J].大學圖書情報學刊，2011，23（5）：13—15.

[5] 馬張華.信息組織[M].北京：清華大學出版社，2008：1—7.

[6] 李星星.館藏資源深度聚合及應用研究[D].武漢：華中師范大學，2013.

[7] 劉衛寧.語義網環境下數字圖書館信息資源集成模型研究[J].圖書館理論與實踐，2014（1）：84.