基于關聯(lián)數(shù)據(jù)的文物信息語義模型研究

張　華，李　勁，鄭明輝（湖北民族學院計算機科學與技術系）

基于關聯(lián)數(shù)據(jù)的文物信息語義模型研究

張華，李勁，鄭明輝（湖北民族學院計算機科學與技術系）

針對當前數(shù)字文物共享的問題，提出了一個基于關聯(lián)數(shù)據(jù)的文物信息語義模型，通過文物信息本體構建實現(xiàn)了各種文物要素之間的語義關聯(lián)，并為信息共享提供了統(tǒng)一標準，最后用實例驗證了模型的可行性。

關聯(lián)數(shù)據(jù)；文物信息；本體；唐崖土司城

1　引言

文物是中華民族的一個象征，它具有很高的藝術欣賞及歷史研究價值。自從1982年《中華人民共和國文物保護法》出臺后，各級地方政府通過設立傳統(tǒng)博物館、文物館、紀念館等形式進行文物及資料實體保護，但在資源采集、保護及展示方面受到時間、空間的限制。近年來，隨著計算機軟硬件技術、多媒體技術、互聯(lián)網(wǎng)技術尤其是三維虛擬技術、移動互聯(lián)網(wǎng)技術的高速發(fā)展，文物數(shù)據(jù)庫、數(shù)字博物館、虛擬博物館、網(wǎng)上博物館、掌上博物館等各種數(shù)字化手段層出不窮，極大地拓寬了文物信息的保護渠道及展示方式。但目前各地數(shù)字博物館普遍還是基于本地數(shù)據(jù)，其信息組織在數(shù)據(jù)格式、構建平臺及具體技術應用上都存在很大差異，難以實現(xiàn)互通互連，從而削弱了數(shù)字化文物資源共享的優(yōu)勢。

為有效解決這一問題，本文針對我國文物信息的特點，在借鑒語義網(wǎng)知識組織方法的基礎上，設計了一個基于關聯(lián)數(shù)據(jù)的文物信息發(fā)布模型，基于該信息模型實現(xiàn)對文物組成要素、各要素之間關聯(lián)關系的統(tǒng)一語義描述與展示，為文物信息的語義化組織提供了一種有效的方法，從而為實現(xiàn)數(shù)字化文物資源共享奠定基礎。

2　文物信息化及關聯(lián)數(shù)據(jù)現(xiàn)狀

上世紀80年代初，我國出臺了文物保護法，各地通過傳統(tǒng)方式進行信息采集及管理，雖然收集了大量第一手資料，但信息化程度很低。2001年7月16日，故宮數(shù)字博物館網(wǎng)站正式上線，這是我國第一個數(shù)字博物館。同年，國家文物局、財政部聯(lián)合啟動了一項全國性的“文物調(diào)查及數(shù)據(jù)庫管理系統(tǒng)建設”項目，這一系列事件標志著國內(nèi)的文物信息管理上了一個新臺階。據(jù)國家文物局數(shù)據(jù)中心統(tǒng)計，截至2010 年8月31日24時，全國絕大部分省份已順利完成二、三級館藏珍貴文物數(shù)據(jù)的備案工作。［1］建立了以文物數(shù)據(jù)采集、管理為中心的適合數(shù)字化技術要求的標準規(guī)范體系，研發(fā)了《館藏文物信息管理系統(tǒng)》、《省級館藏文物數(shù)據(jù)管理系統(tǒng)》等系列軟件，培養(yǎng)了一批文博信息化專業(yè)人才，目前已全面進入以數(shù)據(jù)整理和應用工作為核心的新階段。［2］該階段的主要任務是如何突破這些數(shù)據(jù)在時間與空間上的限制，打破數(shù)據(jù)與數(shù)據(jù)之間的信息壁壘，挖掘這些海量數(shù)據(jù)中的寶貴知識。傳統(tǒng)數(shù)據(jù)庫及信息系統(tǒng)架構的方式已無法勝任，迫切需要新的技術體系來解決。

關聯(lián)數(shù)據(jù)作為“通過共享模型，建立數(shù)據(jù)與數(shù)據(jù)之間的關聯(lián)網(wǎng)”，為解決目前傳統(tǒng)信息管理缺陷，將文物信息領域所包含的全部知識及其語義關聯(lián)進行系統(tǒng)、全面的揭示奠定了方法論基礎。關聯(lián)數(shù)據(jù)（Linked Data）最早由互聯(lián)網(wǎng)之父Tim Berners-Lee于2006年7月提出，他的思想核心就是構建一個數(shù)據(jù)與數(shù)據(jù)互聯(lián)的大數(shù)據(jù)網(wǎng)，在這張網(wǎng)中，每個數(shù)據(jù)點都按照相同的底層規(guī)范RDF三元組模型組織數(shù)據(jù)，然后用一個世界唯一標識URI發(fā)布到網(wǎng)上，數(shù)據(jù)之間通過URI進行互訪，從而實現(xiàn)了真正意義上的信息共享。［3］國外在關聯(lián)數(shù)據(jù)研究方面一直處在前列，2007年5月由萬維網(wǎng)聯(lián)盟和關聯(lián)數(shù)據(jù)社區(qū)發(fā)起的“關聯(lián)開放數(shù)據(jù)”（Linked Open Data，LOD）項目，其中的數(shù)據(jù)集所涉及的知識領域涵蓋了社交、政府、出版物、生命科學等多個領域，2011年9月LOD云中的數(shù)據(jù)集數(shù)量達到了295個數(shù)據(jù)集，截至目前，數(shù)據(jù)集已超過1014個；［4］隨著開放數(shù)據(jù)影響的擴大，各國政府及企業(yè)也積極加入，美國、英國、澳大利亞、新西蘭、荷蘭等國家先后建立了政府開放數(shù)據(jù)；［5，6］紐約時報、英國BBC及全球最大的專業(yè)零售商之一的百思買等紛紛將自己的企業(yè)數(shù)據(jù)進行了關聯(lián)數(shù)據(jù)發(fā)布。［7，8］國內(nèi)早在2008年就開始關注關聯(lián)數(shù)據(jù)研究，如白海燕等針對關聯(lián)數(shù)據(jù)構建提出了基于實體文本、圖相似和規(guī)則的三種自動構建方法；［9］沈志宏開展了基于科技文獻、科技數(shù)據(jù)的關聯(lián)數(shù)據(jù)的發(fā)布流程及關鍵技術研究；［10］歐石燕基于關聯(lián)數(shù)據(jù)提出語義數(shù)字圖書館的概念，并給出了包含元數(shù)據(jù)層、本體層、關聯(lián)數(shù)據(jù)層和應用層的體系模型；［11］朝樂門等采用語義Web編程技術實現(xiàn)面向DBpedia、Yago、FOAF、Freebase等不同關聯(lián)數(shù)據(jù)集的知識地圖系統(tǒng)等。［12］但總的來說，國內(nèi)關聯(lián)數(shù)據(jù)研究進展相對緩慢，文物文化領域應用相對較少。

3　基于關聯(lián)數(shù)據(jù)的文物信息語義模型架構

本研究針對我國文物信息的特點及關聯(lián)數(shù)據(jù)的發(fā)布流程，提出了一個關聯(lián)數(shù)據(jù)驅(qū)動的文物信息資源語義組織框架，該框架由4層結構組成，如圖1所示。

（1）數(shù)據(jù)層。文物資源數(shù)據(jù)層是各種文物信息的來源，包括考古勘察、文保工程、館藏文物信息、各類文物數(shù)據(jù)庫（文物征集、科技保護等信息庫）及各類網(wǎng)上文物信息等。該層數(shù)據(jù)來源豐富、形式多樣，為上層架構提供了基礎數(shù)據(jù)支撐。

（2）語義轉(zhuǎn)化層。關聯(lián)的基礎是數(shù)據(jù)的規(guī)范化、語義化。語義轉(zhuǎn)化層通過本研究構建的基于文物信息的本體模型將數(shù)據(jù)層提供的各類文物信息資源進行規(guī)范化分類處理，將數(shù)據(jù)語義化，這部分工作主要包括：類和屬性定義、URI標識、文物詞匯選擇以及RDF三元組描述。

（3）數(shù)據(jù)網(wǎng)絡關聯(lián)層。本層是關聯(lián)數(shù)據(jù)的核心層，依據(jù)關聯(lián)邊界的不同分為內(nèi)部關聯(lián)與外部關聯(lián)。內(nèi)部關聯(lián)主要是文物機構資源集內(nèi)部的信息關聯(lián)，外部關聯(lián)指文物機構資源集與采用不同詞匯集的其他外部文物資源集進行信息關聯(lián)。通過大大小小的內(nèi)外關聯(lián)，各種RDF資源通過HTTP URI可以相互訪問，從而形成了一張大的語義知識網(wǎng)。

（4）應用服務層。基于數(shù)據(jù)網(wǎng)絡關聯(lián)層，應用服務層主要提供面向用戶的各類應用，如文物信息個性化服務，文物、歷史、地理等信息融合應用，文物語義檢索，地域文化文物關聯(lián)服務等。

圖1　基于關聯(lián)數(shù)據(jù)的文物信息語義模型架構

4　文物信息本體模型

以上語義模型架構數(shù)據(jù)層的文物來源數(shù)據(jù)沒有統(tǒng)一規(guī)范，因此語義轉(zhuǎn)化層需要提供一個描述文物概念、屬性、分類之間關系的統(tǒng)一本體模型。在文化遺產(chǎn)領域，國外已經(jīng)有了一些比較成熟的領域本體模型，如ICONCLASS、TGN、AAT、CIDOCCRM、ABC、ULAN等，相對其他方案，CIDOCCRM歷時十多年被眾多有影響力的項目廣為采用，且能表示動態(tài)文物信息，［13］但它在表達人物方面不夠靈活，因而本文在CIDOCCRM［14］的基礎上結合人物本體Foaf［15］進行構建。

文物一般都具有歷史、藝術、科學等方面的價值。比如世界文化遺產(chǎn)恩施咸豐唐崖土司城遺址，除了可觀看到的由張王廟、牌坊、衙署區(qū)、土王墓等組成的古遺址之外，還有其背后的歷史人文背景。“荊南雄鎮(zhèn)”牌坊，就是明朝天啟三年（1623）明熹宗皇帝為表彰土司王覃鼎率土家軍隊為朝廷征戰(zhàn)立下顯赫戰(zhàn)功而賜予的。所以定義一個文物除了它的體貌特征之外，還有其歷史文化背景資料，包括時間、地點、人物、事件等要素，圍繞這五個要素，提煉關鍵特性，從不同信息渠道抽取數(shù)據(jù)，最后通過統(tǒng)一模型對外提供查詢推理接口。最終構建的本體模型如圖2所示。

圖2　文物信息本體模型

（1）文物實體。模型中的中心實體，主要描述文物相關的物理信息，包括文物名稱、圖片、材質(zhì)、形狀、大小、說明等。

（2）人物實體。此處的人指代較廣，既可以表示文物的創(chuàng)建者，也可以指歷史擁有者，還可以指目前的管理者，其個體信息包含姓名、性別、年齡、照片和所屬組織等。

（3）時間實體。代表一個時間段而非時間點，由開始、持續(xù)、結束等屬性來定義，表示某個特定時期等。

（4）地點實體。主要描述地名、地址、空間坐標等地理相關信息。

（5）事件實體。通過與其他實體關聯(lián)，描述文物起源、轉(zhuǎn)移、毀壞、修補等歷史軌跡。除了以上主要實體外，還有各個實體之間的關系，其中部分關系屬性詳細說明如下表所示。

5　基于關聯(lián)數(shù)據(jù)的文物信息語義模型實現(xiàn)

本文以恩施咸豐唐崖土司城遺址展館為例，基于上文提出的文物本體及語義模型，將館藏考古勘察、文保工程、歷史文獻、文物古跡等數(shù)據(jù)資料以關聯(lián)數(shù)據(jù)形式發(fā)布，一方面實現(xiàn)本地數(shù)據(jù)的語義瀏覽、查詢，另一方面為下一步關聯(lián)恩施州8縣市博物館數(shù)據(jù)奠定基礎。

5.1源數(shù)據(jù)整理

目前，館藏各類資源雖然大部分都實現(xiàn)了電子化，但都是說明、介紹、物品清單等形式，且都以word、excel格式存儲，所以首先要以前述文物信息本體模型為指導原則，借助關系型數(shù)據(jù)庫將各類數(shù)據(jù)資料進行存儲，本文采用mysql數(shù)據(jù)庫，在底層建立了數(shù)據(jù)表，其中核心的五個數(shù)據(jù)表為：cultrelic、place、person、timespan、event，關系如圖3所示。

表　文物實體關系

5.2基于D2RQ的關聯(lián)數(shù)據(jù)轉(zhuǎn)換及發(fā)布

上述數(shù)據(jù)存儲屬于關系型數(shù)據(jù)庫模式，要和前述文物信息本體實現(xiàn)映射，以便在應用服務層通過Sparql查詢時，本體查詢結果和數(shù)據(jù)庫能保持同步，因此需借助映射平臺，目前相關工具軟件比較多，例如：D2RQ、Linked Media Framework、Virtuoso U-niversal Server、Pubby等，依據(jù)易用性、開源性原則，這里選用D2RQ作為關聯(lián)數(shù)據(jù)映射及發(fā)布平臺。

D2RQ［16］是一個開源軟件，主要包括D2R Server，D2RQ Engine以及D2RQ Mapping語言三部分，它通過D2RQ Engine使用一個可用D2RQ Mapping語言定制的映射文件將關系數(shù)據(jù)庫映射成虛擬RDF格式文件，然后通過D2R Server提供對 RDF數(shù)據(jù)的查詢訪問接口，以供上層的 RDF瀏覽器、SPARQL查詢客戶端以及傳統(tǒng)的HTML瀏覽器調(diào)用。

圖3　數(shù)據(jù)表關系

通過D2R，對cultrelic、place、person、timespan、event等五個數(shù)據(jù)表進行了RDF關系映射，映射示例如下：

5.3咸豐唐崖土司城遺址展館語義Web系統(tǒng)

通過關聯(lián)數(shù)據(jù)發(fā)布，最終生成系統(tǒng)界面。通過點擊文物，展示目前館藏信息列表，點擊任意文物名稱，調(diào)出文物詳細信息，其中又有事件、時間、地點等鏈接，依次查看可分別顯示具體內(nèi)容，實現(xiàn)了文物信息的語義互聯(lián)。

通過SPARQL［17］查詢接口，可以自定義查詢條件，對建立的語義網(wǎng)進行關聯(lián)查詢，比如查詢當前所有文物的名稱、前任所有者及用途，并可返回結果。

6　結語

本文提出了一個基于關聯(lián)數(shù)據(jù)的文物信息語義模型，并以其中的文物本體為核心實現(xiàn)了各種要素之間的語義關聯(lián)，最后以咸豐唐崖土司城遺址館藏資源關聯(lián)數(shù)據(jù)發(fā)布為例，驗證了模型的可行性。

相對于常規(guī)的文物管理信息系統(tǒng)建設，本模型特點如下：

（1）基于RDF的底層架構解決了以往本地數(shù)據(jù)與外界數(shù)據(jù)信息共享的難點；

（2）以文物本體為中心的組織架構，突破了傳統(tǒng)單一信息存儲與管理的局限，實現(xiàn)了文物要素之間的語義關聯(lián)；

（3）為進一步的文物知識挖掘與推理工作奠定了基礎。

下一步的研究工作將集中在兩方面：一是考察恩施州其它縣市文物信息系統(tǒng)，擴展完善本文所提出的語義模型，以實現(xiàn)本州8縣市的文物信息關聯(lián)；二是進一步研究基于關聯(lián)數(shù)據(jù)的知識挖掘與推理，看能否從已有的文物信息中找到新的線索，為本州的文化事業(yè)提供技術支撐，同時也為其他研究者提供借鑒。

［1］國家文物局［EB/OL］.［2010-09-09］.http://www. sach.gov.cn/art/2010/9/9/art_98_3197.html.

［2］“文物調(diào)查及數(shù)據(jù)庫管理系統(tǒng)建設”項目紀實［EB/OL］.［2014-08-30］.http://www.capitalmuseum.org.cn/zjsb/content/2011-11/11/content_35981. htm.

［3］Bemers-LeeT.LinkedData［EB/OL］.［2013-03-06］.http://www.w3.org/Design Issues/Linked Data.Htm.

［4］LODclouddiagram［EB/OL］.［2014-08-30］.http: //lod-cloud.net/.

［5］ThehomeoftheU.S.Government'sopendata［EB/OL］. ［2015-08-21］.http://data.gov/.

［6］OpeningupGovernment［EB/OL］.［2015-08-21］. http://data.gov.uk/.

［7］BBC LinkedData［EB/OL］.［2015-08-21］.http: //www.bbc.co.uk//academy/technology/software-engineering/semantic-web.

［8］ How Best Buy is Using The Semantic Web［EB/OL］. ［2015-08-21］.http://www.bbc.co..uk//academy/ technolog.

［9］白海燕，朱禮軍.關聯(lián)數(shù)據(jù)的自動關聯(lián)構建研究［J］.現(xiàn)代圖書情報技術，2010（2）：44-49.

［10］沈志宏，等.關聯(lián)數(shù)據(jù)發(fā)布流程與關鍵問題研究——以科技文獻、科學數(shù)據(jù)的發(fā)布為例［J］.中國圖書館學報，2013（2）：53-62.

［11］歐石燕.面向關聯(lián)數(shù)據(jù)的語義數(shù)字圖書館資源描述與組織框架設計與實現(xiàn)［J］.中國圖書館學報，2012（6）：58-71.

［12］朝樂門，等.面向開放關聯(lián)數(shù)據(jù)的知識地圖研究［J］.圖書情報工作，2012（10）：17-24.

［13］黃永欣.文化遺產(chǎn)資訊領域中的參考模型［J］.圖書館學研究，2012（11）：57-61.

［14］ICOM/CIDOC CRM Special Interest Group.CIDOC CRMVersion5.1.2［EB/OL］.［2013-12-20］.http: //www.cidoc-crm.org/docs/cidoc_crm_5_1_2.zip.

［15］FOAF［EB/OL］.［2014-02-22］.http://www. foaf-project.org/.

［16］D2RQ-Accessing Relational Databases as Virtual RDF Graphs［EB/OL］.［2015-08-21］.http://d2rq.org/.

［17］SPARQL1.1 Query Language［EB/OL］.［2015-08 -21］.http://www.w3.org/TR/sparql11-query/.

Research on Semantic Model of Cultural Relics Information Based on Linked Data

Zhang Hua，Li Jing，Zheng Ming-hui

In order to realize digital cultural relic information sharing，this article puts forward a cultural relics information semantic model based on linked data.The cultural relics information ontology can not only realize the association of each element of cultural relics but also can provide a standard for information sharing.Finally，the feasibility of the model is tested with a case study.

Linked Data；Cultural Relics Information；Ontology；Tangya Tusi Domain

G264.1；G250.76

A

1005-8214（2016）07-0051-05

本文系湖北省民宗委項目“網(wǎng)絡中的武陵山區(qū)特色信息的檢索優(yōu)化研究”（項目編號:HBMW2013018）的研究成果。

張華（1978-），男，博士，湖北民族學院講師，研究方向：本體理論及應用；李勁（1973-），男，博士，湖北民族學院教授，研究方向：數(shù)據(jù)挖掘及信息檢索；鄭明輝（1972-），男，博士，湖北民族學院教授，研究方向：信息融合及安全。

2015-12-22［責任編輯］徐娜