中文名稱(chēng)規(guī)范檔與維基百科的資源整合研究.pdf

1、2003年，由NLC、CCS、CALIS、JULAC-HKCAN聯(lián)合發(fā)起并成立了中文名稱(chēng)規(guī)范聯(lián)合協(xié)調(diào)委員會(huì)CCCNA，在委員會(huì)的統(tǒng)一協(xié)調(diào)下，兩岸四地的圖書(shū)館名稱(chēng)規(guī)范數(shù)據(jù)進(jìn)行集中存儲(chǔ)，并建立了一站式檢索平臺(tái)。但是該平臺(tái)僅實(shí)現(xiàn)了數(shù)據(jù)層面的整合，解決的是名稱(chēng)規(guī)范資源分散保存的問(wèn)題，在集中存儲(chǔ)后，出現(xiàn)了名稱(chēng)規(guī)范記錄的技術(shù)標(biāo)準(zhǔn)形態(tài)異構(gòu)與資源內(nèi)容的重復(fù)建設(shè)的問(wèn)題。技術(shù)標(biāo)準(zhǔn)形態(tài)異構(gòu)導(dǎo)致中文名稱(chēng)規(guī)范數(shù)據(jù)的開(kāi)放程度仍然局限在圖書(shū)館內(nèi)部，不能與網(wǎng)絡(luò)資源進(jìn)行

2、有效的交互；資源內(nèi)容重復(fù)建設(shè)導(dǎo)致中文名稱(chēng)規(guī)范檔開(kāi)始出現(xiàn)同一個(gè)體的不同名稱(chēng)標(biāo)識(shí)，不同個(gè)體的同名沖突，名稱(chēng)標(biāo)識(shí)的變動(dòng)以及在跨系統(tǒng)交流過(guò)程中名稱(chēng)格式不規(guī)范的問(wèn)題，最終無(wú)法滿足用戶信息檢索的需求。世界上最大的、影響范圍最廣的網(wǎng)絡(luò)百科全書(shū)——維基百科，其中文版擁有811305個(gè)條目，人物類(lèi)（信息盒中的字段數(shù)大于3）條目已經(jīng)超過(guò)8000個(gè)，條目?jī)?nèi)容極其豐富，以傳記的形式詳細(xì)描述了人物的生平信息，并采用結(jié)構(gòu)化的信息盒對(duì)該人物的屬性進(jìn)行結(jié)構(gòu)化的描述。維

3、基百科資源可以對(duì)中文名稱(chēng)規(guī)范檔形成有效的補(bǔ)充，幫助解決目前中文名稱(chēng)規(guī)范檔存在上述問(wèn)題。
　　本文在國(guó)內(nèi)外名稱(chēng)規(guī)范數(shù)據(jù)發(fā)展建設(shè)、名稱(chēng)規(guī)范數(shù)據(jù)的資源整合，以及名稱(chēng)規(guī)范數(shù)據(jù)與網(wǎng)絡(luò)資源的整合研究的基礎(chǔ)上，分析了國(guó)內(nèi)現(xiàn)有的 CCCNA數(shù)據(jù)庫(kù)檢索系統(tǒng)的資源使用情況，論述網(wǎng)絡(luò)資源中維基百科作為目標(biāo)整合資源的優(yōu)勢(shì)，以及中文名稱(chēng)規(guī)范數(shù)據(jù)與維基百科整合的必要性。提出中文名稱(chēng)規(guī)范檔在數(shù)據(jù)整合的基礎(chǔ)上，可以與維基百科做進(jìn)一步信息整合，甚至是語(yǔ)義整合。

4、r>　　在信息資源整合方面，首先對(duì)實(shí)現(xiàn)信息整合的方法做出分析，然后重點(diǎn)論述了維基的接口MediaWiki API，并利用該接口實(shí)現(xiàn)中文名稱(chēng)規(guī)范檔與維基的信息資源整合：自動(dòng)生成將維基條目的鏈接和該條目的簡(jiǎn)介，然后將此添加到中文名稱(chēng)規(guī)范檔相應(yīng)的記錄中。最后對(duì)集成結(jié)果和實(shí)驗(yàn)效果進(jìn)行評(píng)估。
　　在語(yǔ)義整合方面，本文采用綜合歸納及比較研究的方法，總結(jié) Wikidata的發(fā)展歷程，對(duì)其數(shù)據(jù)特點(diǎn)及數(shù)據(jù)模型進(jìn)行研究。Wikidata具有開(kāi)放、協(xié)作

5、、多語(yǔ)言、結(jié)構(gòu)化的特點(diǎn)，其以條目為核心，定義了實(shí)體類(lèi)及屬性，提供了多樣化數(shù)據(jù)獲取方式。然后針對(duì)中文名稱(chēng)規(guī)范檔的數(shù)據(jù)組織現(xiàn)狀設(shè)計(jì)中文名稱(chēng)規(guī)范檔與 Wikidata的語(yǔ)義整合模型。在語(yǔ)義整合的實(shí)現(xiàn)上，本文采用關(guān)聯(lián)數(shù)據(jù)技術(shù)的方法，首先將中文名稱(chēng)規(guī)范檔的數(shù)據(jù)進(jìn)行語(yǔ)義化，并下載了Wikidata中的人物數(shù)據(jù)，在此基礎(chǔ)上，使用PARIS算法，實(shí)現(xiàn)了語(yǔ)義化的中文名稱(chēng)規(guī)范檔與 Wikidata的實(shí)體對(duì)齊，最后對(duì)實(shí)體對(duì)齊的結(jié)果采用數(shù)據(jù)可視化的方式進(jìn)行展示