文獻(xiàn)分類與編目：網(wǎng)絡(luò)資源分類之語義體系

1、網(wǎng)絡(luò)資源分類之語義體系,一、Taxonomy,Taxonomy源起 Taxonomy定義 Taxonomy特性 應(yīng)用與實(shí)例 優(yōu)、缺點(diǎn) Taxonomy與Folksonomy比較 結(jié)論,Taxonomy源起,Taxonomy一詞是由希臘語中的” taxis” 與nomos兩個(gè)單詞組成 taxis(meaning order, arrangement) nomos(meaninglaw orscience) 意指用科學(xué)的方法做排列,Taxonomy定義(1/2),在不同學(xué)科領(lǐng)域有不同意義 原義：揭示生物體間的進(jìn)化發(fā)展關(guān)系 最早一部Taxonomy是Carl vonLinne 于18世紀(jì)開發(fā)的生物體

2、等級分類系統(tǒng) 延伸：在信息學(xué)科領(lǐng)域是指對信息、知識的分類組織,Taxonomy定義(2/2),廣義:包括對任何具體或抽象事物的分類組織 三個(gè)基本要素： 對事物的一種分類，既可指方法，也可指產(chǎn)品，如分類表或分類系統(tǒng) 揭示事物間的等級關(guān)系，如生物體間的種屬關(guān)系 目的是幫助認(rèn)識、查找或定位事物,Taxonomy相關(guān)說法,專家分類 學(xué)科分類 分類法 分類學(xué) 知識內(nèi)容分類,Taxonomy興起的因素,Taxonomy的特性(1/2),強(qiáng)調(diào)放諸天下皆準(zhǔn)的知識體系 由上而下所產(chǎn)生的信息架構(gòu) 以利他為出發(fā)點(diǎn) 由專家制訂 結(jié)構(gòu)較為嚴(yán)謹(jǐn),Taxonomy的特性(2/2),在知識管理框架下，Taxonomy是基于某

3、一特定機(jī)構(gòu) Taxonomy是個(gè)概念等級體系，由等級結(jié)構(gòu)和主題詞兩個(gè)基本元素組成，形式上結(jié)合了分類法和敘詞表的特征 瀏覽是Taxonomy的主要功能,Taxonomy的應(yīng)用,主題分類 Ex:以YAHOO為代表的主題分類便是Taxonomy的一種，主要提供瀏覽功能 自動(dòng)索引適用于后臺，系統(tǒng)透過各種算法抽取索引對象的關(guān)鍵詞與Taxonomy匹配，從而選定主題詞 組織、管理企業(yè)知識對企業(yè)信息、知識的一種分類與組織，可提高信息、知識的生產(chǎn)價(jià)值，同時(shí)也是對企業(yè)資源的一種無形重組，促進(jìn)企業(yè)的經(jīng)營與發(fā)展,Taxonomy的實(shí)例,Taxonomy Manager Taxonomy Manager的核心部份是概

4、念(Concept) 以全局唯一識別元(Globally Unique Identifier，GUID)加注標(biāo)記 這些概念有關(guān)的字詞，根據(jù)語言的不同而各有差異。例如，英文的head、西班牙文的cabeza和德文的Kopf，都指涉相同的概念，即肩膀上面的頭。盡管各個(gè)國家之間的字詞互有不同，但是它們都會(huì)解析至相同的GUID 當(dāng)用戶輸入特定字符串(例如他語言特定的字詞)，搜尋服務(wù)就會(huì)將這個(gè)字符串與Taxonomy Manager可以存取的字符串進(jìn)行比較，如果找到相符的字符串，就會(huì)解析至GUID。,TaxonomyManager 的用戶接口,Taxonomy的優(yōu)點(diǎn),用語統(tǒng)一 內(nèi)容具有權(quán)威性 控制詞匯，

5、提高數(shù)據(jù)的接受度 架構(gòu)嚴(yán)謹(jǐn) 適合專業(yè)領(lǐng)域使用,Taxonomy的缺點(diǎn),是一種單向的給予 無法直接反映使用者的真正需求 成本高，需花費(fèi)大量財(cái)力物力邀請專家學(xué)者對內(nèi)容進(jìn)行分類 使用者認(rèn)同感較低,二、語義網(wǎng)與實(shí)用分類系統(tǒng) Semantic Web and Ontologies,16,提綱,語義網(wǎng)的概念 與語義網(wǎng)有關(guān)的標(biāo)準(zhǔn)和技術(shù) 實(shí)用分類系統(tǒng)的定義和作用 語義網(wǎng)發(fā)展的過程 實(shí)用分類系統(tǒng)的探索性項(xiàng)目 語義網(wǎng)與數(shù)字化圖書館 語義網(wǎng)方面的研究課題,17,早期的網(wǎng)絡(luò),網(wǎng)址標(biāo)準(zhǔn)化 + 網(wǎng)絡(luò)通訊標(biāo)準(zhǔn) + 格式兼容,終端機(jī),PC,MAC,UNIX 工作站,HTTP server,FTP server,Gopher

6、server,NNTP server,18,目前的網(wǎng)絡(luò),資源通過極有限的語義相互鏈接（如：具有表達(dá)意義的文件名） 一個(gè)資源所在系統(tǒng)無法自動(dòng)判定其它系統(tǒng)中的資源含義（如：圖中資源D通過HREF與資源A和C的鏈接， 但是無法知道A和C的含義）,C,A,B,D,ADL2004 深圳,19,語義網(wǎng),每個(gè)資源有清晰的定義，如軟件，文件，人，地點(diǎn) 概念之間的關(guān)系有清晰的定義，如軟件產(chǎn)生文件，軟件依賴于軟件，文件的版本，文件具有主題，人所在地點(diǎn),來源：Berners-Lee， 2002,產(chǎn)生,依賴于,依賴于,是的版本,主題,作者,地點(diǎn)在,20,什么是語義網(wǎng)？(1),語義網(wǎng)就是機(jī)器可理解的信息，是數(shù)據(jù)網(wǎng)或全球

7、性的數(shù)據(jù)庫 原理： 一切可以確定的內(nèi)容（人，時(shí)間，事件，物體，事物，等）都在網(wǎng)中 每個(gè)實(shí)體（entity)都有一個(gè)統(tǒng)一資源標(biāo)識（URI) 信息的不完全性 （Web是沒有盡頭的，語義網(wǎng)也是如此，任何找到的信息都只是部分信息） 網(wǎng)絡(luò)是不斷進(jìn)化完善的 最少設(shè)計(jì) 把簡單的東西簡化，讓復(fù)雜的東西變得可能 開發(fā)簡單的應(yīng)用，著眼于未來的復(fù)雜性 不要將不必要的東西標(biāo)準(zhǔn)化 結(jié)果要大于部分相加的總和,21,什么是語義網(wǎng)？(2),語義網(wǎng)的作用是聯(lián)接相關(guān)事件和實(shí)體 用VoiceXML標(biāo)示的一段語音 網(wǎng)絡(luò)服務(wù)（Web Service)描述 部件目錄 定購狀況 制造過程 化學(xué)公式 蛋白質(zhì) 基因 人 個(gè)案歷史 日期 日歷,

8、事件 地點(diǎn)天氣 風(fēng)險(xiǎn) 保險(xiǎn) 財(cái)務(wù) 稅 預(yù)算 人力資源 假期 飛機(jī)航班 餐飲 飲食偏好 個(gè)人數(shù)據(jù) 計(jì)算設(shè)備 部件目錄 ,22,與語義網(wǎng)有關(guān)的標(biāo)準(zhǔn)和技術(shù),可擴(kuò)展置標(biāo)語言,名域,國際碼,統(tǒng)一資源標(biāo)識,可擴(kuò)展置標(biāo)語言結(jié)構(gòu),資源描述框架,資源描述框架結(jié)構(gòu),實(shí)用分類系統(tǒng)詞表,邏輯,驗(yàn)證,誠信,數(shù)字化簽名,能自描述 的文獻(xiàn),數(shù)據(jù),數(shù)據(jù),規(guī)則,23,Ontology：實(shí)用分類系統(tǒng),實(shí)用分類系統(tǒng)的主要成分是一整套對某一領(lǐng)域里的知識進(jìn)行表述的詞和術(shù)語，編制者根據(jù)該知識領(lǐng)域的結(jié)構(gòu)將這些詞和術(shù)語組成等級類目，同時(shí)規(guī)定類目的特性及其之間的關(guān)系。 為什么需要實(shí)用分類系統(tǒng)？ 提供機(jī)器能夠理解的信息結(jié)構(gòu) 使領(lǐng)域知識能夠被再利

9、用,24,課目內(nèi)容的概念在傳統(tǒng)敘詞表中的表述,課目內(nèi)容 Course content BT 課目組織 Course organization NT 內(nèi)容分析 Content Analysis 爭議問題（課目內(nèi)容） Controversial Issues (Course Content) 課目簡介 Course Descriptions 課目目標(biāo) Course Objectives 課程 Curriculum 課程開發(fā) Curriculum Development 課程指南 Curriculum Guides 選修課 Elective Courses 學(xué)位科目內(nèi)容 Program Conten

10、t 學(xué)位科目的有效性 Program Validation 教科書內(nèi)容 Textbook Content 驗(yàn)證有效的學(xué)位科目 Validated Programs,（來源：The ERIC Thesaurus),25,課目內(nèi)容的概念在傳統(tǒng)敘詞表中的表述,課目內(nèi)容 Course content BT 課目組織 Course organization NT 內(nèi)容分析 Content Analysis 爭議問題（課目內(nèi)容） Controversial Issues (Course Content) 課目簡介 Course Descriptions 課目目標(biāo) Course Objectives 課程

11、Curriculum 課程開發(fā) Curriculum Development 課程指南 Curriculum Guides 選修課 Elective Courses 學(xué)位科目內(nèi)容 Program Content 學(xué)位科目的有效性 Program Validation 教科書內(nèi)容 Textbook Content 驗(yàn)證有效的學(xué)位科目 Validated Programs,（來源：The ERIC Thesaurus),敘詞表中的同位詞之間并不能顯示敘詞在概念上的聯(lián)系,注：同一顏色的詞有概念上的聯(lián)系,26,課程內(nèi)容的概念在實(shí)用分類系統(tǒng)中的表述,課程 Curriculum,課目 Course,課目目

12、標(biāo) Course objective,課目簡介 Course description,課目類型 Course type,課程指南 Curriculum guide,學(xué)位科目 Program,（必修，必選，選修）,有,課程開發(fā) Curriculum development,學(xué)科 Discipline,學(xué)位科目內(nèi)容 Program content,有,有,目標(biāo),能力,實(shí)踐,實(shí)際環(huán)境,類目 Class,特性 property,類目 Class,下位類 Subclass,目標(biāo)類型,有,有,有,特性類型 Property type,27,實(shí)用分類系統(tǒng)的例子,類目等級結(jié)構(gòu),類名,類目定義,特性名,特性類型

13、,限制,賦值,28,實(shí)用分類系統(tǒng)的組成部分,類目 (Class，Concept) 類名 class name 定義 definition, documentation 類目類型 class type 特性 (Property, Slot, Role) 特性名 Name 特性類型 Type 特性限制 Constraint, Cardinality 賦值范圍 Domain/facets,29,例子：人及其特性,Person,Manager,Technician,Subclass:,Class:,a-kind-of,Name ID Role AddressID Phone number Email,

14、has-property-of,Name: Peter Creticos ID: 123456789 Role: Director AddressID: Address101 Phone number: 217-234-5678 Email: ,Instance:,Property:,is-a,is-a,is-a,is-a,Name: Joe Needleman ID: 22345678 Role: Technician AddressID: Address101 Phone number: 217-234-5677 Email: joeworkforce.

15、org,has,has,30,敘詞表與實(shí)用分類系統(tǒng)的比較,31,實(shí)用分類系統(tǒng)的應(yīng)用,醫(yī)學(xué) 電子商務(wù) 房地產(chǎn) 金融財(cái)務(wù) 制造業(yè)、工商業(yè)的供應(yīng)鏈（Supply chain) 電子教學(xué) （e-learning) 圖書館目錄 。,構(gòu)造知識模型,確定概念及 其相關(guān)關(guān)系,用XML/RDF 表述知識模型,以知識模型為 基礎(chǔ)設(shè)計(jì)系統(tǒng),實(shí)施系統(tǒng)設(shè)計(jì),實(shí)用分類系統(tǒng)的設(shè)計(jì)、開發(fā)、實(shí)施過程,32,語義網(wǎng)第一發(fā)展階段,制定有關(guān)標(biāo)準(zhǔn)，為語義網(wǎng)的發(fā)展提供基礎(chǔ) 資源描述框架/可擴(kuò)展置標(biāo)語言說明書（RDF/XML Syntax Specification (Revised)） 資源描述框架詞匯描述語言1.0：資源描述框架結(jié)構(gòu)（

16、RDF Vocabulary Description Language 1.0: RDF Schema） 資源描述框架概要（RDF Primer） 資源描述框架：概念與定義方式（Resource Description Framework (RDF): Concepts and Abstract Syntax） 資源描述框架語義（RDF Semantics） 資源描述框架檢驗(yàn)個(gè)案（RDF Test Cases） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言使用個(gè)案與要求（Web Ontology Language (OWL) Use Cases and Requirements ） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言參照（OWL

17、Web Ontology Language Reference） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言語義及定義方式（OWL Web Ontology Language Semantics and Abstract Syntax） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言綜述（OWL Web Ontology Language Overview） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言檢驗(yàn)個(gè)案（OWL Web Ontology Language Test Cases） 網(wǎng)絡(luò)實(shí)用分類系統(tǒng)語言指南（OWL Web Ontology Language Guide）,以上標(biāo)準(zhǔn)均在今年2月10日通過成為W3C的推薦級標(biāo)準(zhǔn),33,語義網(wǎng)第一發(fā)展階段制定的標(biāo)準(zhǔn)

18、,可擴(kuò)展置標(biāo)語言,名域,國際碼,統(tǒng)一資源標(biāo)識,可擴(kuò)展置標(biāo)語言結(jié)構(gòu),資源描述框架,資源描述框架結(jié)構(gòu),實(shí)用分類系統(tǒng)詞表,邏輯,驗(yàn)證,誠信,數(shù)字化簽名,能自描述 的文獻(xiàn),數(shù)據(jù),數(shù)據(jù),規(guī)則,34,語義網(wǎng)第二發(fā)展階段,與第一階段非常不同 在第一階段的基礎(chǔ)上進(jìn)一步發(fā)展 百家爭鳴，比第一階段的限制少一些 許多建立在RDF之上的新工具和語言 許多新的應(yīng)用 RDF和OWL將這些語言和應(yīng)用聯(lián)系在一起 對新語言進(jìn)行擴(kuò)展,35,軟件工具的開發(fā) （1）,Protg-2000 / 美國斯坦福大學(xué)醫(yī)學(xué)院開發(fā) 使用Java和Open Source作為操作平臺 可用于編制實(shí)用

19、分類系統(tǒng)和知識庫（Knowledge Base），有可自行設(shè)置的數(shù)據(jù)輸入格式，能夠輸入數(shù)據(jù)，也可插入插件來擴(kuò)展一些特殊的功能如提問、XML轉(zhuǎn)換等。 輸出格式有文本、HTML、JDBC、RDF Schema、及XML Schema。,36,軟件工具的開發(fā) （2）,OntoEdit http:/www.ontoprise.de/ 德國的Ontoprise公司開發(fā) 提供實(shí)用分類系統(tǒng)工程環(huán)境，支持構(gòu)造概念、關(guān)系、定理，不依賴于某一表述語言 利用模塊和插件結(jié)構(gòu)，靈活性強(qiáng)，并能夠方便地引進(jìn)專門功能和詞庫。 支持RDF和DAML （DARPA Agent Markup Language, 國防高級研究項(xiàng)目部

20、智能代理置標(biāo)語言），并能輸入和輸出數(shù)據(jù)庫結(jié)構(gòu)與數(shù)據(jù)（如Oracle, MSSQL, DB2）。,37,語義網(wǎng)基本組成,URI作為全球標(biāo)識，如：http:/ 利用標(biāo)識在網(wǎng)上進(jìn)行查找 大量的詞表實(shí)用分類系統(tǒng)在領(lǐng)域邊緣相互連接 真正的系統(tǒng)一般只在語義網(wǎng)的一小部分范圍內(nèi)工作,38,收集和編制實(shí)用分類系統(tǒng),利用有結(jié)構(gòu)的來源：數(shù)據(jù)庫結(jié)構(gòu)、某些敘詞表、術(shù)語分類表 利用半結(jié)構(gòu)的來源：網(wǎng)頁（特別是XML標(biāo)記的網(wǎng)頁）、詞匯、字典 利用無結(jié)構(gòu)的來源：任何其它的文件集合,39,探索性的實(shí)驗(yàn)項(xiàng)目,利用已有的敘詞表或分類表來改造成實(shí)用分類系統(tǒng) 將藝術(shù)和建筑敘詞表中的西方家具部分改造成實(shí)用分類系統(tǒng) （Wielinga等，2

21、001） 英國曼徹斯特大學(xué)的OpenGalen項(xiàng)目（Rectoret al 2001） 利用現(xiàn)有文獻(xiàn)和領(lǐng)域?qū)＜覐念^做起 美國加州大學(xué)圣巴巴拉分校的地理科學(xué)數(shù)字化圖書館項(xiàng)目 （Smith & Zeng, 2003）,40,OpenGalen實(shí)用分類系統(tǒng)的概念表述實(shí)例,41,語義網(wǎng)與數(shù)字化圖書館 （1）,（來源：Kashyap, 2002),42,語義網(wǎng)與數(shù)字化圖書館 （2）,數(shù)字化的信息資源建立了超出傳統(tǒng)圖書館服務(wù)的物質(zhì)基礎(chǔ) 信息查找面的擴(kuò)大： 從文獻(xiàn)到事實(shí)的查詢 從文獻(xiàn)到事實(shí)到知道事實(shí)的人（專家） 對編目索引數(shù)據(jù)（元數(shù)據(jù)）要求更細(xì)： 人、事件、地點(diǎn)、事物等之間的關(guān)系 提供與信息資源相關(guān)的具體情

22、況(context)和過程(process)的信息 語義網(wǎng)給數(shù)字化圖書館提供了超出傳統(tǒng)圖書館服務(wù)的理論和技術(shù),43,語義網(wǎng)在科研中的應(yīng)用,為科研工作中產(chǎn)生的大量數(shù)據(jù)提供編制元數(shù)據(jù)、檢索、存檔的服務(wù)， 如： 空間衛(wèi)星掃描地面積累的數(shù)據(jù) 臨床藥物試驗(yàn)的數(shù)據(jù) 地質(zhì)勘探數(shù)據(jù) 環(huán)境污染監(jiān)測數(shù)據(jù) 科研數(shù)據(jù)的元數(shù)據(jù)、存檔、檢索有賴于語義網(wǎng)的原理和技術(shù) 建立學(xué)科領(lǐng)域的實(shí)用分類系統(tǒng)來制定元數(shù)據(jù)結(jié)構(gòu)和檢索系統(tǒng) 利用實(shí)用分類系統(tǒng)來促進(jìn)交叉學(xué)科領(lǐng)域的數(shù)據(jù)分享和再利用,44,例子：利用元數(shù)據(jù)管理數(shù)據(jù)挖掘的結(jié)果,（來源：Springmeyer et al 1996）,45,語義網(wǎng)的應(yīng)用前景,46,圖書館面臨的挑戰(zhàn),未來圖

23、書館員需要了解： 語義網(wǎng)的理論、標(biāo)準(zhǔn)、技術(shù) 實(shí)用分類系統(tǒng)的設(shè)計(jì)、編制、實(shí)施 如何與領(lǐng)域?qū)＜摇⑾到y(tǒng)設(shè)計(jì)人員合作開發(fā)研制為科研、教育服務(wù)的語義網(wǎng)應(yīng)用項(xiàng)目 如何利用語義網(wǎng)的技術(shù)為圖書館的現(xiàn)有資源和服務(wù)增加價(jià)值,47,應(yīng)付挑戰(zhàn)的策略,數(shù)字化信息資源和服務(wù)是趨勢，傳統(tǒng)圖書館文獻(xiàn)處理和服務(wù)不能充分利用數(shù)字化技術(shù)的優(yōu)勢，也無法滿足用戶的需求 應(yīng)付挑戰(zhàn)的策略： 著眼于完全數(shù)字化的資源：將新文獻(xiàn)新數(shù)據(jù)的產(chǎn)生結(jié)構(gòu)化，為自動(dòng)生成元數(shù)據(jù)、有結(jié)構(gòu)的數(shù)據(jù)打基礎(chǔ) 著眼于完全數(shù)字化的服務(wù)：文獻(xiàn)、事實(shí)、數(shù)據(jù)等的查找和傳送直接在用戶的辦公桌上完成 這兩大方面的策略包含一系列利用語義網(wǎng)和實(shí)用分類系統(tǒng)地工具和方法,48,語義網(wǎng)研究開

24、發(fā)課題（1）,按照當(dāng)前的實(shí)用分類系統(tǒng)與有關(guān)技術(shù)的標(biāo)準(zhǔn)建立中文的實(shí)用分類系統(tǒng)： 建系統(tǒng)的過程可以先選擇幾個(gè)重要而又常用的應(yīng)用領(lǐng)域（如數(shù)字化圖書館元數(shù)據(jù)自動(dòng)抽取、電子培訓(xùn)、災(zāi)難應(yīng)急系統(tǒng)等）作為實(shí)驗(yàn)，積累一套方法、程序和工具，再推廣到其它領(lǐng)域 對已建成的外文實(shí)用分類系統(tǒng)進(jìn)行翻譯和語義匹配，作為可互操作性的前提,49,語義網(wǎng)研究開發(fā)課題（2）,對應(yīng)用領(lǐng)域（domain）的結(jié)構(gòu)、詞和術(shù)語、用戶的習(xí)慣進(jìn)行調(diào)研，為編制領(lǐng)域?qū)嵱梅诸愊到y(tǒng)(domain ontologies) 提供可靠的一手資料： 利用圖書館已有的知識組織工具（敘詞表和分類法）和技術(shù)（敘詞表和分類法的編制），同時(shí)結(jié)合實(shí)用分類系統(tǒng)、數(shù)據(jù)庫、方法論

25、方面的研究，結(jié)合情報(bào)檢索技術(shù)和方法，以及語義網(wǎng)服務(wù)涉及方法與信息模型構(gòu)造方面的研究 建立語義網(wǎng)的基礎(chǔ)，包括實(shí)用分類系統(tǒng)的內(nèi)容（即專業(yè)領(lǐng)域，如醫(yī)學(xué)、財(cái)政、制造業(yè)等）,50,參考文獻(xiàn),Bernard-Lee, T. (2000). Semantic Web - XML2000. Available: /2000/Talks/1206-xml2k-tbl/Overview.html Bernard-Lee, T. (2002). The Semantic Web - LCS seminar. /2002/Talks/09-lcs-sweb-tbl/ Rector, A. L., C. Wroe, J. Rogers, & A. Roberts, (2001). Untangling t