基于rdf的数字图书馆信息检索技术探究新.pdf

基于RDF 的数字图书馆信息检索技术研究 付玉冬 河海大学计算机及信息工程学院，南京（210098 ） E-mail：ydfu@ 摘 要：随着计算机和网络的高速发展，数字图书馆在如何对海量的信息资源进行有效地组 织、管理和检索面临着严峻的挑战。传统的采用HTML 、XML 为置标语言的数字图书馆在 实现智能浏览、提供个性化服务、语义互操作和信息检索等方面已无法满足用户的需要。针 对这一问题，本文在DC 基础上，提出了一套期刊论文元数据集，并实现了基于RDF 的数 字图书馆原型系统RDF4DL 和信息资源的语义检索，提高了信息查询的查准率和查全率。 关键字：数字图书馆，RDF ，元数据，语义检索，SPARQL 中图分类号：TP181 1. 引言 近年来，随着计算机和网络的高速发展，互联网上的信息正以几何级的速度增加，信息 可以由任何人、任何时间、任何地点自由的发布和获取，BBS 和博客（Blog ）的出现使得 这种自由达到极致。因此，数字图书馆在如何对海量的信息资源进行有效地组织、管理和检 索也面临着严峻的挑战。传统的采用HTML 、XML 为置标语言的数字图书馆在实现智能浏 览、提供个性化服务、语义互操作和信息检索等方面已无法满足用户的需要。 然而，随着语义Web 概念的提出[1]和一系列语义Web 技术的出现，尤其是RDF/RDFS 的出现使得数字图书馆领域解决以上问题成为了可能。本文在着重研究数字图书馆中元数据 方案的设计和RDF 相关技术后，和同组同学史志更共同提出了基于RDF 的数字图书馆体系 结构，并实现了期刊论文元数据的用户可视化和语义检索。 2. 当前技术现状 元数据方案的设计是构建数字图书馆的关键问题，信息检索是任何数字图书馆和 Web 应用都必须具有的基本功能，相关研究现状如下： 2.1 元数据研究的项目与成果 CDWA[2]（Categories for the Description of Works of Art ）：CDWA 主要用于博物馆的收藏， 由美国J. Paul Getty Trust 资助的AITF （the Art Information Task Force ）项目开发，为提供和 使用艺术信息的团体描述艺术作品，提供结构化工具。 Research in Metadata for Computer Models[3] ：该站点整理了一些关于计算机模型方面的 元数据的资料：如通过 web 可以获得的模型，关于模型的研究和论文，元数据及编目的实 例、思想和文章。该站点还提供了计算机模型元数据的内容标准。 名人手稿馆元数据方案的设计和实现[4] ：由上海图书馆历史文献中心和系统网络中心合 作完成，目的是对名人手稿馆所涉及的所有资源进行有效的管理和利用。名人手稿数字图书 馆的元数据方案是一种“混合”型元数据应用概要的形式，即借鉴OAIS、FRBR 以及DCMI 目前正在形成的Abstract Model 作为方法论，采用以DC-Lib8 为基础的“上海图书馆元数据 方案”作为核心元数据，并从多种元数据标准、方案中“复用”元素，对所有元素的语义强调 严格遵从，但在著录规范中对在每种特定资源类型中的具体含义进行补充说明，限定或扩展 方式也强调尽可能采用现有的框架、体系和规范，并充分采用 XML Schema （METS10 和 - 1 - MODS11 等）和RDFS （WSDL12 ）提供的结构限定方式，最后再增加子元素或元素。 2.2 基于RDF 的数字图书馆研究 A RDF-based Digital Library System[5] ：美国亚利桑那州大学图书馆的一个项目。这个系 统是基于手工的RDF 模型，使用 Sesame[6]来进行内部信息资源的管理