前言：尋找寫(xiě)作靈感？中文期刊網(wǎng)用心挑選的全媒體檔案信息資源語(yǔ)義組織與服務(wù)，希望能為您的閱讀和創(chuàng)作帶來(lái)靈感，歡迎大家閱讀并分享。

摘要：本文針對(duì)數(shù)據(jù)化時(shí)代檔案信息資源深層次組織、管理與服務(wù)問(wèn)題，提出了全媒體檔案信息資源語(yǔ)義組織與服務(wù)的一般思路，并針對(duì)元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換、檔案數(shù)據(jù)語(yǔ)義分析與表述、語(yǔ)義組織與存儲(chǔ)、語(yǔ)義檢索與服務(wù)以及系統(tǒng)實(shí)現(xiàn)等相關(guān)問(wèn)題進(jìn)行初步探討。

關(guān)鍵詞：全媒體；大數(shù)據(jù)；檔案資源；語(yǔ)義組織；語(yǔ)義服務(wù)

1引言

數(shù)字化與數(shù)據(jù)化的過(guò)程中，檔案信息資源的載體形態(tài)和載體類(lèi)型越來(lái)越豐富，各類(lèi)文本、圖形、圖像、音頻、視頻、動(dòng)畫(huà)以及各種類(lèi)型的三維建模數(shù)據(jù)不斷涌現(xiàn)，大數(shù)據(jù)和人工智能技術(shù)在信息化進(jìn)程中的不斷普及和應(yīng)用也帶來(lái)了檔案工作新的機(jī)遇和挑戰(zhàn)。檔案工作僅僅處于科學(xué)保管和有效利用檔案信息資源層面上，已經(jīng)不能滿足人們對(duì)信息的個(gè)性化、便捷化和人性化等方面的更高需求。人們對(duì)檔案信息資源的需求不局限于瀏覽檔案的原件，更多的是檔案信息內(nèi)容，檔案信息資源的語(yǔ)義組織就顯得極為重要。傳統(tǒng)的檔案信息資源組織過(guò)程，一般是根據(jù)檔案信息資源載體類(lèi)型的不同分別進(jìn)行加工和處理。在這種情況下，各類(lèi)信息資源在語(yǔ)義上的相關(guān)度往往是通過(guò)鏈接的形式進(jìn)行描述和處理的，語(yǔ)義上的聚合度不是很高，基于內(nèi)容的檔案信息資源深層次組織、管理與服務(wù)難以開(kāi)展。對(duì)于圖形、圖像等異構(gòu)的檔案全媒體載體形態(tài)，單純使用元數(shù)據(jù)描述方式不能滿足檔案信息資源庫(kù)語(yǔ)義組織的要求，需要運(yùn)用模式識(shí)別和語(yǔ)義標(biāo)注等手段，通過(guò)智能工具和方法，將這類(lèi)信息進(jìn)行語(yǔ)義組織和存儲(chǔ)，共同納入檔案信息資源語(yǔ)義知識(shí)庫(kù)體系[1]。這需要對(duì)全媒體檔案信息資源進(jìn)行語(yǔ)義組織與服務(wù)，本文擬在這方面初步研討。

2語(yǔ)義組織與服務(wù)基本思路

全媒體檔案信息資源語(yǔ)義組織與服務(wù)的實(shí)現(xiàn)，需要在圖形、圖像、動(dòng)畫(huà)、音頻和視頻類(lèi)數(shù)據(jù)的文本化處理和元數(shù)據(jù)組織基礎(chǔ)上進(jìn)行。非文本數(shù)據(jù)的文本化處理可通過(guò)模式識(shí)別技術(shù)和深度學(xué)習(xí)算法實(shí)現(xiàn)，元數(shù)據(jù)組織通過(guò)分詞技術(shù)和自動(dòng)著錄與標(biāo)引技術(shù)實(shí)現(xiàn)。本文重點(diǎn)分析元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換、語(yǔ)義識(shí)別、標(biāo)注、表示、描述、存儲(chǔ)、檢索和提供利用等方面的內(nèi)容，即全媒體檔案信息資源語(yǔ)義組織與服務(wù)的基本流程包括元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換、檔案數(shù)據(jù)語(yǔ)義分析與表述、語(yǔ)義組織與存儲(chǔ)、語(yǔ)義檢索與服務(wù)等四個(gè)方面。元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換，即利用語(yǔ)義知識(shí)庫(kù)組織檔案信息的內(nèi)容，運(yùn)用檔案語(yǔ)義詞典進(jìn)行檔案元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換。語(yǔ)義分析與表述，即運(yùn)用詞法分析技術(shù)進(jìn)行信息內(nèi)容的分詞、詞性標(biāo)注、句法標(biāo)注、語(yǔ)義和語(yǔ)境標(biāo)注。語(yǔ)義組織與存儲(chǔ)，即通過(guò)存儲(chǔ)節(jié)點(diǎn)控制使檔案信息內(nèi)容按語(yǔ)義關(guān)系進(jìn)行鏈接，按語(yǔ)義關(guān)聯(lián)關(guān)系進(jìn)行組織和存儲(chǔ)，形成規(guī)范化的檔案信息內(nèi)容語(yǔ)義網(wǎng)絡(luò)知識(shí)體系。語(yǔ)義檢索與服務(wù)，即按一定的技術(shù)方法與手段形成檔案信息語(yǔ)義知識(shí)管理服務(wù)體系，提供檔案信息資源語(yǔ)義檢索和智能服務(wù)。

3語(yǔ)義組織與服務(wù)一般框架

3.1元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換策略。元數(shù)據(jù)語(yǔ)義轉(zhuǎn)換策略是在自動(dòng)著錄和解析的基礎(chǔ)上通過(guò)檔案語(yǔ)義詞典生成檔案信息語(yǔ)義集合的策略。元數(shù)據(jù)著錄標(biāo)引。檔案著錄標(biāo)引是按照檔案著錄規(guī)則、中國(guó)檔案主題詞表、中國(guó)檔案分類(lèi)表進(jìn)行的，其中檔案元數(shù)據(jù)主要包括題名、檔號(hào)、檔案館（室）代號(hào)、分類(lèi)號(hào)、主題詞、關(guān)鍵詞、提要、文件號(hào)、責(zé)任者、載體類(lèi)型、載體形態(tài)、保管期限、密級(jí)、文種、稿本、形成時(shí)間、附件、鏈接地址、正文等。元數(shù)據(jù)著錄標(biāo)引在現(xiàn)有的檔案管理信息系統(tǒng)中已經(jīng)具有一定的積累，是生成檔案信息語(yǔ)義集合的數(shù)據(jù)基礎(chǔ)。檔案語(yǔ)義詞典的建立。檔案語(yǔ)義詞典可參照國(guó)家檔案局頒布的關(guān)于檔案元數(shù)據(jù)和檔案基本數(shù)據(jù)規(guī)范[2]，資源基礎(chǔ)是檔案原生數(shù)據(jù)及其元數(shù)據(jù)集合?！吨袊?guó)檔案主題詞表》的基本結(jié)構(gòu)分為主表、附表和輔助索引三大部分，包含字順表、范疇索引、詞族索引、主題詞索引等。字順表作為主題詞表的主體，可以通過(guò)詞性分析，進(jìn)行語(yǔ)義關(guān)聯(lián)規(guī)范化組織，建立檔案信息語(yǔ)義分析系統(tǒng)的基本詞匯控制數(shù)據(jù)集合，為檔案信息資源的語(yǔ)義組織和分析提供語(yǔ)義結(jié)構(gòu)標(biāo)準(zhǔn)化和系統(tǒng)化控制基礎(chǔ)[3]。語(yǔ)義集合的生成。在語(yǔ)義詞典確定的基礎(chǔ)上，通過(guò)模式識(shí)別等技術(shù)對(duì)全媒體信息源進(jìn)行文本化處理，利用分詞技術(shù)實(shí)現(xiàn)詞匯的提取，進(jìn)而進(jìn)行語(yǔ)義關(guān)聯(lián)分析并生成語(yǔ)義信息集合。檔案信息內(nèi)容的文本語(yǔ)義抽取。從檔案的原生數(shù)據(jù)源之中識(shí)別和標(biāo)注相關(guān)信息，并按照一定的標(biāo)準(zhǔn)和規(guī)范對(duì)這些信息進(jìn)行語(yǔ)義化描述，形成語(yǔ)義信息集合。在此基礎(chǔ)上，對(duì)檔案信息資源的內(nèi)容、背景、時(shí)空環(huán)境、載體形態(tài)等進(jìn)行內(nèi)外多維度語(yǔ)義屬性、特征、句法依存等關(guān)聯(lián)分析，形成檔案信息資源語(yǔ)義詞表和句法關(guān)聯(lián)信息集合[4]。

3.2語(yǔ)義分析與表述方法。語(yǔ)義分析是運(yùn)用語(yǔ)義區(qū)分量表對(duì)信息內(nèi)容進(jìn)行表述的方法。相對(duì)于關(guān)鍵詞和元數(shù)據(jù)，語(yǔ)義分析對(duì)于信息內(nèi)容涉及概念表述更加全面和準(zhǔn)確，所產(chǎn)生的歧義更小，詞語(yǔ)和句法的關(guān)聯(lián)度更強(qiáng)。一般來(lái)講，語(yǔ)義關(guān)聯(lián)關(guān)系是基于上下文的語(yǔ)義之間的同一性、隸屬性、相關(guān)性、間接性、直接性等關(guān)系[5]。通用的語(yǔ)義關(guān)聯(lián)分析方法是檔案信息資源語(yǔ)義分析的重要參考。檔案信息資源是各類(lèi)社會(huì)職能活動(dòng)中所產(chǎn)生的原始記錄，每一份檔案材料內(nèi)容都與人們所從事的社會(huì)實(shí)踐活動(dòng)密切相關(guān)，都有其相應(yīng)的立檔單位特點(diǎn)、組織和活動(dòng)風(fēng)格、產(chǎn)生的時(shí)代背景、工作性質(zhì)、社會(huì)環(huán)境等，有其特定的語(yǔ)境，以及語(yǔ)義和語(yǔ)境的關(guān)聯(lián)關(guān)系。檔案信息資源與其他數(shù)字資源一樣可以運(yùn)用字串語(yǔ)義、文本語(yǔ)義、圖片語(yǔ)義、音頻語(yǔ)義、視頻語(yǔ)義、語(yǔ)義索引、語(yǔ)義匹配等語(yǔ)義關(guān)聯(lián)分析方法進(jìn)行處理。語(yǔ)義分析與表述的基本方法。首先，通過(guò)語(yǔ)義特征分析，進(jìn)行概念標(biāo)注與描述，以明確所涉及的信息內(nèi)容相關(guān)概念以及概念的屬性和相互之間的關(guān)系，通過(guò)對(duì)檔案信息資源多種媒體元素的內(nèi)容屬性分析與標(biāo)注，揭示相互之間的語(yǔ)義關(guān)聯(lián)性；其次，進(jìn)行語(yǔ)義相關(guān)度分析和語(yǔ)義描述，針對(duì)各類(lèi)詞語(yǔ)在檔案信息資源內(nèi)容上下文之間的關(guān)系，通過(guò)一定的模型和算法確定相互之間的語(yǔ)義關(guān)聯(lián)度和相似度并形成檔案信息內(nèi)容語(yǔ)義元素關(guān)聯(lián)網(wǎng)絡(luò)集合[6]。

3.3語(yǔ)義組織與存儲(chǔ)技術(shù)。檔案信息內(nèi)容的語(yǔ)義組織包括檔案信息資源內(nèi)容體系和知識(shí)體系的語(yǔ)義關(guān)系組織、詞匯體系與元數(shù)據(jù)體系的映射關(guān)系組織等各個(gè)方面[7]。全媒體檔案信息語(yǔ)義組織可以運(yùn)用本體工具對(duì)檔案信息內(nèi)容所涉及的概念以及概念之間的關(guān)系進(jìn)行加工處理，據(jù)此完成檔案信息資源的內(nèi)容、需求的語(yǔ)義組織以及建立兩者之間的語(yǔ)義鏈接。語(yǔ)義描述和組織一般使用融合自然語(yǔ)言處理的語(yǔ)義網(wǎng)技術(shù)進(jìn)行標(biāo)注、表示、描述、組織和存儲(chǔ)。目前所使用的語(yǔ)義網(wǎng)技術(shù)包括資源描述框架RDF(ResourceDescriptionFramework)、網(wǎng)絡(luò)本體語(yǔ)言O(shè)WL（WebOntologyLanguage）。RDF使用SPO（SubjectPredicateObject）三元組定義語(yǔ)義模型，并通過(guò)類(lèi)、屬性以及關(guān)系形成語(yǔ)義網(wǎng)絡(luò)模型。OWL使用本體（Ontology）定義的語(yǔ)義模型進(jìn)行描述。在此基礎(chǔ)上可以實(shí)現(xiàn)語(yǔ)義抽取、語(yǔ)義表示、語(yǔ)義融合、語(yǔ)義推理、語(yǔ)義檢索等操作。利用Java工具箱Jana,可以支撐RDF與OWL語(yǔ)義網(wǎng)應(yīng)用并利用ApacheJenaFuseki服務(wù)器完成語(yǔ)義網(wǎng)數(shù)據(jù)的存儲(chǔ)與服務(wù)。

3.4語(yǔ)義檢索與服務(wù)系統(tǒng)。全媒體檔案信息資源語(yǔ)義組織與服務(wù)系統(tǒng)的基本結(jié)構(gòu)有語(yǔ)義組織層、語(yǔ)義關(guān)聯(lián)層、語(yǔ)義應(yīng)用層等三個(gè)層次。語(yǔ)義組織層，對(duì)檔案信息資源的內(nèi)容進(jìn)行語(yǔ)義分析并形成檔案信息資源語(yǔ)義本體結(jié)合；語(yǔ)義關(guān)聯(lián)層，將檔案信息的內(nèi)容進(jìn)行語(yǔ)義化組織并進(jìn)行語(yǔ)義化關(guān)聯(lián)，形成語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)數(shù)據(jù)集合；語(yǔ)義應(yīng)用層，按照應(yīng)用層的服務(wù)需求，根據(jù)語(yǔ)義關(guān)聯(lián)的檔案信息內(nèi)容，提供語(yǔ)義檢索服務(wù)[8]。語(yǔ)義檢索與服務(wù)系統(tǒng)的三層結(jié)構(gòu)包含檔案信息本體數(shù)據(jù)庫(kù)管理機(jī)制、語(yǔ)義本體推理機(jī)制、語(yǔ)義知識(shí)檢索機(jī)制、語(yǔ)義應(yīng)用控制機(jī)制等，通過(guò)系統(tǒng)集成共同構(gòu)成人機(jī)交互的全媒體檔案信息資源語(yǔ)義組織與服務(wù)體系。

作者:任妍 龐宇飛 荊欣 單位:武漢大學(xué)信息管理學(xué)院 鄭州航空工業(yè)管理學(xué)院