微格式描述都柏林核心数据集的研究.docVIP

微格式描述都柏林核心数据集的研究 　　[摘要]微格式是实现都柏林核心数据集的一种新方式。本文介绍了用微格式实现都柏林核心数据集的背景及实现方法并通过一个实例来展示，随后论证了微格式实现都柏林核心数据集的5个优点，文中最后对微格式实现都柏林核心数据集的前景进行了展望。 　　〔关键词〕都柏林核心；微格式；都柏林核心微格式 　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．０３．０４４ 　　〔中图分类号〕ＴＰ３９１ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１（２０１１）０３－０１７４－０４ 　　Research On Microformat Creating Dublin CoreYang Shishan 　　（Department of Information Management，Nanjing University，Nanjing 210093，China） 　　 　　〔Ａｂｓｔｒａｃｔ〕Microformat is a novel way to encode the Dublin Core element set.This paper introduced the way how to use microformat to encode Dublin Core element set and an example was given.Then,5 points were listed to illustrate the advantages of Dublin Core Microformat compared to the traditional technology.Furthermore,this paper introduced glorious future of Dublin Core Microformat. 　　〔Ｋｅｙｗｏｒｄｓ〕dublin core;microformat;dublin core microformat 　　 　　1989年Tim Berners-Lee发明了HTML超文本标识语言，万维网迅速发展，但HTML不能对网络页面内容进行描述和组织，致使网络上信息海量却不易准确获取，查准率低。随后出现了元数据和微格式，元数据被称为“关于数据的数据”。多柏林核心数据集是1995年OCLC和NCSA提出的一种元数据，是对电子文献的标准化描述，只有语法功能，不具备语义功能，需要具体技术手段实现。微格式对具有共性的某一类信息规定一种规范的格式，不仅让数据更便于人类阅读，同时保持数据对机器解析的友好性［１］，能够有效解决HTML语言中Tag标签混乱的问题，称为“低级语义网”，是目前能正确标记语义的最简单解决方案。Eva Méndez等人在2008年9月在柏林召开的第八届国际元数据应用会议上介绍了都柏林核心微格式［２］，是一种用X/HTML编码都柏林核心元素集的一种新途径，能够让都柏林核心元素集描述内容扩展到网络信息资源，并实现人机可见，显著提高网络信息资源的语义化水平。 　　１ 微格式 　　目前的标记语言表达的语意有很大的局限，所能表达只能是段落、链接、引用等文学上语意，而不是人们需要表达的有如地址、事件、人物等具有实际意义的信息，并且标记语言并没有将这些实体标准化，人们随意选择Tag标记地址、事件、人物等，致使被标记的事件标签五花八门［１］，信息资源的查准率和查全率很低。这种情况下，迫切要求网页中的信息标签有统一的标准。微格式在Tantek Celick在编写能同时被机器自动处理和人类直接可读的数据时的发起一场民间运动［２］中产生了，标准化了的格式和内容一起组合起来便成为了微格式。 　　微格式目前并没有统一的定义，官方网站对微格式的解释是［３］：以“用户第一，机器第二”为设计原则，建立在已经存在并且被接受的标准之上的简单的、开放的数据集合，它不是摒弃现在行为方式，而是通过适应现在的行为和使用模式（例如，XHML，博客）来解决较为简单的问题。具体对微格式的阐述［１］：表１ 　　微格式是……微格式不是……微格式的设计原则对数据的一种思考一种新的语言解决具体问题对格式的设计准则无限扩展和无边无际的越简单越好适应现在的行为和使用模式让所有人都改变他们行为并重新编制他们的工具“用户第一，机器第二”的设计原则与语义XHML高度相关一种完全摒弃现在工作机制的新的方法利用广泛采用的标准一系列的简单数据开发格式标准，可以开发或补充更好的结构化博客和网络未内容发表能够解决分类技术（taxonomies）、本体论（ontologies）和其他类似抽象问题的“万能灵药”模块化/可嵌入以上全部定义整个世界，甚至让海洋都沸腾起来允许和鼓励分散发展内容和服务 　　各种微格