数字信息资源处理技术分析.ppt

第4章 数字信息资源处理 教学目标 了解数字信息资源的有效处理是数字图书馆支撑技术之一 掌握相关信息资源处理所用到的技术，如: 信息资源描述技术 元数据技术 分词技术 文本分类技术 信息抽取技术及其具体技术 第4章 数字信息资源处理 教学要求 §4.1数字信息资源描述与组织 描述语言及其发展　　　　　 Web实现了网页的连通，Web改变了人们学习与生活方式。HTML（超文本置标语言）技术拉近了Web与人们之间的距离，通过它很容易、方便地获得信息资源； HTML是SGML（Standard Generalized Markup Language，标准通用置标语言）的一个实例化的子集，可扩展性差，用户根本不能自定义有意义的置标供他人使用，这一切都成为Web技术进一步发展的障碍，在这种情况下XML顺应而生； 1969年，IBM公司就开发了一种文档描述语言GML用来解决不同系统中文档格式不同的问题，GML是IBM许多文档系统的基础，包括Script和Bookmaster，1986年该语言演变成一个国际标准（ISO8879），并被称为SGML； SGML是很多大型组织，比如飞机、汽车公司和军队的文档标准，它是语言无关的、结构化的、可扩展的语言，这些特点使它在很多公司受到欢迎，被用来创建、处理和发布大量的文本信息。 在1989年，在CERN欧洲粒子物理研究中心的研究人员开发了基于SGML的超