中文名稱規(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規(guī)范聯(lián)合協(xié)調(diào)委員會CCCNA，在委員會的統(tǒng)一協(xié)調(diào)下，兩岸四地的圖書館名稱規(guī)范數(shù)據(jù)進行集中存儲，并建立了一站式檢索平臺。但是該平臺僅實現(xiàn)了數(shù)據(jù)層面的整合，解決的是名稱規(guī)范資源分散保存的問題，在集中存儲后，出現(xiàn)了名稱規(guī)范記錄的技術(shù)標準形態(tài)異構(gòu)與資源內(nèi)容的重復(fù)建設(shè)的問題。技術(shù)標準形態(tài)異構(gòu)導(dǎo)致中文名稱規(guī)范數(shù)據(jù)的開放程度仍然局限在圖書館內(nèi)部，不能與網(wǎng)絡(luò)資源進行

2、有效的交互；資源內(nèi)容重復(fù)建設(shè)導(dǎo)致中文名稱規(guī)范檔開始出現(xiàn)同一個體的不同名稱標識，不同個體的同名沖突，名稱標識的變動以及在跨系統(tǒng)交流過程中名稱格式不規(guī)范的問題，最終無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——維基百科，其中文版擁有811305個條目，人物類（信息盒中的字段數(shù)大于3）條目已經(jīng)超過8000個，條目內(nèi)容極其豐富，以傳記的形式詳細描述了人物的生平信息，并采用結(jié)構(gòu)化的信息盒對該人物的屬性進行結(jié)構(gòu)化的描述。維

3、基百科資源可以對中文名稱規(guī)范檔形成有效的補充，幫助解決目前中文名稱規(guī)范檔存在上述問題。
　　本文在國內(nèi)外名稱規(guī)范數(shù)據(jù)發(fā)展建設(shè)、名稱規(guī)范數(shù)據(jù)的資源整合，以及名稱規(guī)范數(shù)據(jù)與網(wǎng)絡(luò)資源的整合研究的基礎(chǔ)上，分析了國內(nèi)現(xiàn)有的 CCCNA數(shù)據(jù)庫檢索系統(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整合資源的優(yōu)勢，以及中文名稱規(guī)范數(shù)據(jù)與維基百科整合的必要性。提出中文名稱規(guī)范檔在數(shù)據(jù)整合的基礎(chǔ)上，可以與維基百科做進一步信息整合，甚至是語義整合。

4、r>　　在信息資源整合方面，首先對實現(xiàn)信息整合的方法做出分析，然后重點論述了維基的接口MediaWiki API，并利用該接口實現(xiàn)中文名稱規(guī)范檔與維基的信息資源整合：自動生成將維基條目的鏈接和該條目的簡介，然后將此添加到中文名稱規(guī)范檔相應(yīng)的記錄中。最后對集成結(jié)果和實驗效果進行評估。
　　在語義整合方面，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，對其數(shù)據(jù)特點及數(shù)據(jù)模型進行研究。Wikidata具有開放、協(xié)作

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