語義網(wǎng)在數(shù)字圖書館信息檢索中的應(yīng)用

1、<p>　　語義網(wǎng)在數(shù)字圖書館信息檢索中的應(yīng)用</p><p>　　【摘 要】基于字面匹配檢索的傳統(tǒng)數(shù)字圖書館信息檢索方法在檢索效率方面存在一定的缺陷。新一代語義網(wǎng)在語義理解、信息關(guān)聯(lián)方面有其獨(dú)特優(yōu)勢，其在數(shù)字圖書館信息檢索系統(tǒng)中的應(yīng)用必將大大提高信息檢索效率。 </p><p>　　【關(guān)鍵詞】語義網(wǎng)；數(shù)字圖書館；信息組織；信息檢索 </p><p>　　

2、數(shù)字信息資源的海量增長導(dǎo)致了人類信息行為的改變。數(shù)字圖書館以其時(shí)空的便利性越來越收到人們的重視，人們更多地通過圖書館的信息檢索系統(tǒng)來獲得所需的資源。但數(shù)字圖書館傳統(tǒng)的信息檢索系統(tǒng)的缺陷也逐漸顯現(xiàn)出來。 </p><p>　　一、數(shù)字圖書館傳統(tǒng)信息檢索系統(tǒng)存在的問題 </p><p>　　目前數(shù)字圖書館中搜索引擎多以傳統(tǒng)的關(guān)鍵詞檢索為主。這種檢索方式曾在一定程度上滿足過用戶的需求，但由于字義

3、本身與其概念的延伸經(jīng)常不在同一級，使得尋得結(jié)果往往僅與字面意義相匹配，與人們想得到信息概念及其相關(guān)的成分的意愿相違背。首先，傳統(tǒng)的檢索系統(tǒng)難以準(zhǔn)確理解用戶的檢索需求。如當(dāng)用戶需要查找題名中包含“計(jì)算機(jī)”的文獻(xiàn)時(shí)，其真實(shí)的檢索意圖是將關(guān)于“計(jì)算機(jī)”、“電腦”等具有同一語義的文獻(xiàn)都查找出來。其次，檢索系統(tǒng)返回的多篇文章往往只按相關(guān)度、實(shí)踐、被引頻次等進(jìn)行排序，各篇文獻(xiàn)之間相互獨(dú)立，缺乏語義上的聯(lián)系。 </p><p>

4、;　　二、概念語義檢索的優(yōu)勢 </p><p>　?。ㄒ唬┱Z義檢索系統(tǒng)可以收集用戶的相關(guān)信息，分析用戶的檢索行為，了解用戶的檢索特征與檢索愛好，創(chuàng)建符合用戶特征的訪問模式，從一定程度上提高用戶的檢索效率。 </p><p>　?。ǘτ脩魴z索語義的確切理解保證了檢索結(jié)果的可靠性。概念語義檢索克服了字面匹配檢索的弊端，使檢索結(jié)果更接近用戶真實(shí)的檢索需求。 </p><p

5、>　?。ㄈ┯脩艨梢詫ο到y(tǒng)提供的服務(wù)做出信息反饋，對檢索結(jié)果進(jìn)行打分排序，系統(tǒng)可根據(jù)反饋信息調(diào)整服務(wù)，從而達(dá)到個(gè)性化搜索。 </p><p>　　三、語義網(wǎng)及其體系結(jié)構(gòu) </p><p>　　1998年，萬維網(wǎng)之父Tim Berners-Lee 提出“語義網(wǎng)”（Semantic Web）理念。語義網(wǎng)的基本思想是在網(wǎng)絡(luò)信息的創(chuàng)作和發(fā)布中嵌入機(jī)器可理解的知識元數(shù)據(jù)，使計(jì)算機(jī)具備更強(qiáng)的“理

6、解”和處理數(shù)據(jù)的能力。語義網(wǎng)環(huán)境下，網(wǎng)絡(luò)成為能理解人類語言的智能網(wǎng)，人機(jī)交流變成類似人與人的交流。2000年Tim Berners-Lee提出的語義網(wǎng)標(biāo)準(zhǔn)體系結(jié)構(gòu)。該機(jī)制的核心由兩大模塊組成：① 以XML與RDF（s）為手段的信息組織模塊，用于管理信息，具備部分語義。②以O(shè)ntology為手段的知識組織模塊，用于管理知識，提供機(jī)器間的語義互操作。標(biāo)準(zhǔn)最底層由統(tǒng)一資源標(biāo)識符（URI）和統(tǒng)一字符編碼（Unicode）構(gòu)成。語義網(wǎng)標(biāo)準(zhǔn)的第二層

7、由可擴(kuò)展標(biāo)記語言（XML）、域名系統(tǒng)（Namespace）以及可擴(kuò)展標(biāo)記語言結(jié)構(gòu)表（XML Schema）構(gòu)成。第三層由資源描述框架（RDF）和資源描述框架結(jié)構(gòu)表（RDF Schema）構(gòu)成。 “XML+RDF（s）”就構(gòu)成了計(jì)算機(jī)間相互理解的基礎(chǔ)，它們是改造萬維網(wǎng)、建立起語義網(wǎng)信息組織機(jī)制的三大核心技術(shù)。第五層邏輯（Logic）是在本體層之上要做邏輯推理工作。接</p><p>　　根據(jù)以上內(nèi)容可知，語義網(wǎng)信息

8、組織機(jī)制的核心是XML、RDF、Ontology。XML（可擴(kuò)展標(biāo)記語言）被譽(yù)為“語義標(biāo)記”，是一種完全面向數(shù)據(jù)語義的置標(biāo)語言。XML Schema提供了規(guī)定XML 文檔結(jié)構(gòu)和內(nèi)容約束的機(jī)制。Namespace則是解決自定義標(biāo)記過程中名稱沖突問題的。RDF（資源描述框架）是網(wǎng)絡(luò)資源通用描述框架，它是以三元組：主體—謂詞—客體，來對網(wǎng)絡(luò)信息資源進(jìn)行簡單描述的。RDF是一個(gè)開放的元數(shù)據(jù)集成方案。采用RDF來處理不同類型元數(shù)據(jù)集合，可以實(shí)現(xiàn)元

9、數(shù)據(jù)之間的互操作，使計(jì)算機(jī)可以理解語義。XML與RDF結(jié)合解決了信息建立于信息描述的開放機(jī)制和系統(tǒng)的開放性，有利于資源的共享。Ontology（本體）在人工智能領(lǐng)域指的是對共享概念模型的明確的形式化規(guī)范說明。 </p><p>　　四、概念語義檢索的實(shí)現(xiàn) </p><p>　?。ㄒ唬└拍钫Z義檢索的原理。概念語義檢索的原理主要分為三個(gè)過程：首先，用戶向系統(tǒng)輸入檢索請求，由于用戶的知識領(lǐng)域的差

10、異，輸入的關(guān)鍵詞的準(zhǔn)確性有差別，需要系統(tǒng)對檢索需求進(jìn)行語義分析，分析出用戶真正的檢索需求。第二，概念語義檢索系統(tǒng)須對數(shù)字對象進(jìn)行描述和表示，對海量的信息資源進(jìn)行描述和表示是信息資源數(shù)字化整序的過程。第三，語義檢索系統(tǒng)將分析出的用戶真正的檢索意圖的認(rèn)知表達(dá)式與概念語義檢索系統(tǒng)中整合后的資源進(jìn)行匹配，檢索出所需的信息資源。 </p><p>　?。ǘ└拍钫Z義檢索的流程。（1）創(chuàng)建元數(shù)據(jù)：收集各學(xué)科的數(shù)字信息資源，在

11、MARC、DC等元數(shù)據(jù)標(biāo)準(zhǔn)下，利用XML、RDF等語義網(wǎng)技術(shù)，更準(zhǔn)確地描述數(shù)字對象的語義，建立元數(shù)據(jù)并存儲在元數(shù)據(jù)庫中。（2）創(chuàng)建本體知識庫：利用元數(shù)據(jù)庫中的信息以及現(xiàn)有的主題詞表、語義詞典等工具，并且借助領(lǐng)域?qū)＜业闹R和經(jīng)驗(yàn)的幫助，構(gòu)建領(lǐng)域內(nèi)共同認(rèn)可的詞匯，并從不同層次的形式化模式上給出詞匯和詞匯間相互關(guān)系的明確定義。（3）語義標(biāo)引：利用領(lǐng)域本體對文檔進(jìn)行標(biāo)引。先從文檔集中抽取出特征詞匯，分析特征詞匯，并建立與概念集之間的聯(lián)系，從而達(dá)

12、到使用領(lǐng)域本體對文檔進(jìn)行語義標(biāo)引。（4）檢索式的處理：用戶通過檢索界面提交查詢請求，推理機(jī)利用本體領(lǐng)域內(nèi)的知識和一些基本的自然語言理解技術(shù)對關(guān)鍵詞或語句進(jìn)行分析，從領(lǐng)域本體中抽取出與用戶查詢關(guān)鍵詞或語句具有語義相似度的本體，最終得到用戶真正的檢索意圖。（5）實(shí)施查詢并返回結(jié)果：推理機(jī)將抽取出的語義關(guān)鍵詞組成語句群，提交至檢索系統(tǒng)。然后，系統(tǒng)從數(shù)字圖書館信息資源中搜索出符合該語義詞或句的所有相關(guān)文獻(xiàn)資源，即結(jié)果集。 </p>

13、<p>　　作為下一代互聯(lián)網(wǎng)，語義網(wǎng)在信息檢索方面的優(yōu)勢可以為數(shù)字圖書館提高檢索效率所借鑒。語義網(wǎng)的和核心技術(shù)XML、RDF、Ontology為數(shù)字圖書館實(shí)現(xiàn)用戶檢索需求的確切理解，構(gòu)建信息資源的語義關(guān)聯(lián)提供了有效途徑，并最終提高了數(shù)字圖書館學(xué)術(shù)信息資源的檢全率和檢準(zhǔn)率。 </p><p><b>　　參考文獻(xiàn) </b></p><p>　　[1] 羅昊.