论基于XML电子文件管理元数据中主题标引的研讨.pdfVIP

论基于XML电子文件管理元数据中主题标引的研究 张正强 论文研究了基于XML电子文件管理元数据中主题标引的意义、主题元素的语义结构以及与 该语义结构相应的XML语法结构，指出在电予文件管理元数据中主题元素存在着3轩语义结 构，即无级次语义结构、有级次语义结构和多级次语义结构，由此也就形成了3种不同的XML语 法结构。在此基础上又进一步探讨了主题元素的语义结构与XML检索功能的关系。 在主题标引领域，基于XML电子文件管理元数据的主题标引是一个新兴的研究领域。在 基于XML电子文件管理元数据中主题标引是通过主题元素来实现的。在此所说的“主题元 素”，特指元数据中的主题元素；而在此所说的主题标引就是以主题标识揭示电子文件内容特 征的过程。这种标引涉及到两个方面，一个方面是语义表达，即概念标引；一个方面是语法表 达，即符号标引。概念标引涉及到主题元素的语义结构，符号标引涉及到主题元素的XML语 法结构。因此，研究基于XML．电子文件管理元数据中主题标引时，我们就必须从这两个方面 着手来进行。对于基于电子文件管理元数据中主题元素的语义结构，我们根据其结构的特点 基本上可以分成三类：第一类是无级次语义结构，第二类是有级次语义结构，第三类是多级次 语义结构。相应地也就形成了3种不同的xML语法结构。 1 主题元素的无级次语义结构与XML语法结构 在元数据标准中，主题元素的语义结构最常见的一种结构就是无级次语义结构，这种结构 的特点是：作为元素的“主题”，其语义结构是无级次结构，按这种语义结构所标引的主题词也 不分级次，平等地处于同一级次上表达电子文件的主题。如在著名的“都柏林核心元数据集” 和以此为基础制定的美国国家标准{ANSI／NISO 准iso 一个无级次的语义结构，其语义结构图如下： 主题 无 图l“都柏林核心元数据集”主题元素语义结构 从图1可以看出，作为上位元素的“主题”，只有一个元素，其下没有分出任何下位子元 素，即无级次，所以是无级次语义结构。而在基于XML电子文件管理元数据中，有些标准就直 接继承了“都柏林核心元数据集”中主题元素的语义结构，所以也就形成了相同类型的无级次 语义结构。英国的《基于XML电子文件管理元数据标准》中主题元素的语义结构就是如此， 其语义结构图示意如下： 上位元素 下位子元素 图2英国《基于XML电子文件管理元数据标准》主题元素语义结构 对于这种无级次语义结构的主题元素，在标引时只要将电子文件的主题直接揭示出来即 可。如对于《关于深化基础教育的改革的规定》根据无级次语义结构，就可直接标引“基础教 育；教育改革”。即： 电子文件 主 题 《关于深化基础教育的改革的规定》 l概念标引 基础教育；教育改革 图3无级次语义结构的概念标引 从图3可以看出，采用无级次语义结构在进行概念标引时，标引的结果“主题词”，如 “基础教育”和“教育改革”，都是处于同一级次水平上，彼此问不存在任何上下级次关系。 对于无级次的语义结构，在符号标引上也表现为无级次的。下面我们就采用XML语法以无 级次语义结构为基础对《关于深化基础教育的改革的规定》这一电子文件进行符号标引。 电子文件 主 题 概念标引 基础教育；教育改革 (主题基础教育；教育改革／主题 i《关于探化基础教育的改 ▲ ▲ 符号标识 l革的规定》 l {