面向关联数据学位论文元数据语义化研究.docVIP

面向关联数据学位论文元数据语义化研究 　　摘要 关联数据技术的发展增强了语义网技术的可行性。学位论文元数据是一种具有代表性、富含语义的图书馆数字资源。研究语义网技术在学位论文元数据上的应用，不仅有助于改善其管理、服务模式，为拓展基于知识的决策支持服务提供新的契机，而且可以反映图书馆数字资源语义化的一般模式与效果。通过建立面向关联数据的学位论文元数据语义化原型，研究评估了语义网技术在学位论文元数据上的应用效果：在满足学位论文资源发现需求的基础上，提供了更丰富的资源导航与浏览功能；具备了更强的数据互联性；获得了更明确的语义感知与内在的语义互操作支持。 　　关键词 关联数据 语义网 学位论文 元数据 　　1 引言 　　学位论文是学生为获取学位资格，在导师指导下对科研课题进行论述总结形成的一次文献。由于其研究对象多为学科关键、前沿问题，部分论文亦是国家各级重大科研课题成果，因而具有重要的科研价值。与普通科研论文相比，学位论文有选题新颖、理论性及系统性较强、阐述详细等特点。作为学位论文资源建设的附属产物，学位论文元数据不仅承载着学位论文的揭示功能，还能够通过完整描述揭示对象内涵，从而在知识管理中发挥作用。基于对学位论文元数据价值与语义网技术特点的认识，华东师范大学图书馆在国家社科基金项目“社会网络环境下学位论文信息的开放获取与共享模式研究”中提出了以语义网技术拓展学位论文元数据服务的设想。 　　伯纳斯?李在1994年提出了语义网概念，并在2001年的《科学美国》杂志上刻画了一个由文档网络演化到数据网络的语义网发展进程。文档网络代表目前的万维网，它以HTML格式为主，包含了丰富的、互相链接的资源，人们能够轻易理解资源的内容，但机器却很难自动识别资源中数据的语义。在数据网络中，数据以RDF模型组织，其语义更加形式化，机器可以自动识别数据语义并进行推理计算。2006年，伯纳斯?李在原语义网理念的基础上提出了关联数据概念。一般认为，它是语义网的一种简化实现方案，增强了语义网的可行性。目前，W3C引领着语义网标准的建设，并致力于构建语义网技术栈。2010年，W3C成立了图书馆关联数据孵化小组以帮助提高图书馆关联数据的全球互操作性。截止2014年，关联开放数据项目统计显示，已有1014个关联数据集加入关联数据云图，其中包括图书馆领域的美国国会主题词表（LCSH）、瑞典国家联合目录、英国国家书目等代表性关联数据项目。 　　学位论文元数据不仅承载着揭示论文文献的功能，它本身亦包含了前沿的科学知识信息，反映了科研教学机构、科研工作者、科学研究对象之间的关系，蕴含了丰富的语义。探讨语义网技术在其上的应用，有助于探索改善现有学位论文元数据管理、服务的模式，探索新的知识管理、决策支持服务契机，而且可以反映图书馆数字资源语义化的一般模式与效果。研究通过建立面向关联数据的学位论文元数据语义化原型，根据对原型化过程及结果的观察与评估，在三个维度上探讨语义网技术在学位论文元数据上的应用效果：第一，对学位论文资源的发现功能的支持；第二，与原关系型元数据相比，在数据互联上的优势；第三，与原关系型元数据相比，在数据语义感知及语义互操作上的优势。 　　2 相关研究 　　目前，图书馆界对语义网技术的研究以基础概念的介绍辨析、本体创建、关联数据发布流程与技术、书目数据的语义化居多，对于数字资源，特别是学位论文上的研究也多为演示关联数据发布技术与流程而做，效果评估相对不足。与本研究较为密切的、有代表性的研究概述如下。 　　考特索米特洛普洛斯等探讨了语义网技术在机构库中的应用。研究指出，从语义网的角度看，用于描述数字资源的元数据是半结构化的。此类元数据不利于数字资源隐含语义的揭示，难以提高资源的可发现性。研究者基于DSpace开发了一个插件原型，以完成佩特雷大学机构库的语义化改造。并从检索的相似性、查准率、查全率以及知识发现四个维度与原系统进行了比较，认为语义化的机构库能够提供与原系统相似的检索功能，并在后三个维度上超越了原系统。 　　沈志宏等以科学数据关联网络为研究对象，分析关联数据在科学数据库中的需求、适用性、实施原则、框架、应用效果以及所面临的挑战，认为关联数据是科学数据库开放访问机制的最佳选择。 　　欧石燕提出了一个面向关联数据的语义数字图书馆资源描述与组织框架。其框架由元数据、本体、关联数据、应用四个层次组成。研究者以图书情报与档案学领域的数据为例实现了数据关联的语义数字图书馆原型，分析了数字图书馆各种资源的语义化描述和语义检索与数据关联问题。 　　马吉特与夏尔马调查了当下用于将遗留数据发布为关联数据的方法与工具，并从数据溯源处理、数据输出类型、转换的自动化、可逆性四个方面进行了评估。针对遗留数据发布为关联数据，研究者提出了抽取、转换以及序列化的一