中文名稱(chēng)規(guī)范檔與維基百科的資源整合研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

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

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論