数字人文视觉资源语义知识层次化聚合服务研究.docxVIP

? ? 数字人文视觉资源语义知识层次化聚合服务研究 ? ? 　　1 引言 　　数字人文又称人文计算，是一个将现代计算机和网络技术深入应用于传统的人文研究与教学的新型跨学科研究领域[1]。数字人文研究在推进知识的跨学科交流，发掘人文科学隐含成果，拓展信息科学应用范围等方面具有十分重要的意义。数字人文视觉资源可以看作对历史、社会、考古等人文科学进行内容表示的视觉层面的数据资源，包括实体视觉对象的数字化与一次生成的数字资源，通常包括图像与视频，由于视频可以看作连续图像的构成，因此本文研究集中于对图像的知识聚合研究。在这一领域中，视觉资源具有双重角色，其既是跨学科研究的依据，也是研究的对象[2]，因此，在面向领域与过程的科研服务中，构建以用户需求为导向，以资源为中心的服务模型成为数字人文领域研究的重要工作[3]。 　　在大数据环境下，信息技术方法不断发展，资源总量不断增加。数字人文研究在内涵不断深入、外延不断拓展的同时，其知识服务的难度也不断提升。人文资源本身方面，实体资源的数字化以及直接生成的数字资源总量均在高速增长，结构上表现出结构弱化与无序性；从资源内在关系上看，数字人文资源语义内容丰富，不同类型资源之间关联关系复杂，且存在大量隐性相关关系。数字人文资源的特征直接导致了利用上的困难，限制了利用的深度与广度。从信息科学角度看，知识服务和资源利用的基础是资源的有序化集成，利用聚合方法对资源进行有序化处理是知识服务的常用手段，如利用信息计量方法进行资源的语义层面聚合[4]，利用信息单元概念进行跨领域资源聚合[5]，或利用异构信息网络对信息进行融合[6]，然而，由于数字人文资源类型丰富，资源关联复杂，传统的面向文本的聚合方法不完全适用于数字人文资源聚合工作，限制了聚合服务的开展。 　　针对这一问题，本文在充分分析领域用户需求基础上，明确以视觉资源语义层次为核心的聚合思想，提出一种基于多源数据的知识聚合服务框架，对资源从语义层、元素层、物理层进行分级化、细粒度表示，在此基础上设计聚合服务原型，并以中国知网图像数据库为案例进行对比分析；在此基础上进一步提出知识服务保障与拓展方法，为数字人文资源的开发、利用工作提供参考与借鉴，为相关领域用户的工作提供参考。 　　2 相关研究 　　视觉资源信息的聚合服务工作不同于传统文本聚合，而对应的服务保障实现也需要在聚合服务模型特征的基础上开展。 　　资源聚合研究中，曹树金等[7]给出信息聚合的概念，提出信息聚合是指根据用户的复杂信息需求，对来源分散的多类型信息资源进行采集、筛选、组织、整合和呈现的信息组织与检索方式。从定义的内容看出，聚合的目的是在之前的直接组织与关联的基础上，对信息的一次深度加工。牟冬梅等[8]基于关联数据提出一种数字资源的聚合策略，提出了语义网环境下的资源多维聚合模式，较好地引入语义组织思想，然而并未在实践方面有更进一步的深入；胡昌平等[9]针对少数民族文化资源特征，以资源传播与可视化展示为目的提出了基于地理位置的聚合模型，推动了物质及非物质文化遗产的传播与保护工作，但资源关联仍仅从系统提供的元数据角度入手，未能揭示资源的深层关联；郭少友等[10]提出一种基于最小知识单元的信息聚合方法，结合叙词表中词语的语义关系对医学信息资源进行聚合，以知识网络和文档网络的方式对聚合结果进行展示，提出了知识元级别与文档级别的区别聚合策略，但过于依赖领域叙词表构建的完整性与合理性；胡潜等[11]针对行业信息特征与用户需求，提出一种基于日志分析法的聚合策略，并以母婴健康行业为案例进行聚合效果验证，从行业入手的聚合研究有较强的实践价值，然而就方法而言过多依赖领域特征，方法的泛化能力有待考量。信息资源聚合相关的众多研究，涵盖了宏观行业视野和微观的资源角度，为资源整合活动研究的进展做出较大贡献。国外研究中，Y.Ding等[12]从语义与语法角度进行引文分析，为科研服务中的细粒度聚合工作提供思路，然而对资源的结构化程度要求较高；S.Anderlik等[13]构建语义维度独的数据仓库，在此基础上对资源进行概念级的聚合，研究具有一定的深度，但其聚合效果过于依赖数据仓库的质量；F.Wenzel[14]将基于LBS的社交模式与知识融合相结合，利用社会网络分析方法实现聚合的物理空间，为聚合研究提供新的切入点，然而并不适用对地理信息不敏感的资源类型；S.Spanglerg等[15]认为实体与关联的知识在某一方面具有功能相似性，基于这种相似性知识聚合可以推进知识发现与推荐研究，然而这种方法未考虑知识单元在不同语境下功能的多样化和复杂性，应用场景具有一定的局限。 　　国内外知识资源聚合研究均推动了资源的序化组织与知识服务水平，然而，无论从宏观的行业角度，还是中观的知识载体，或者具体的知识元角度，聚合工作依然围绕文本信息开