張　華，李　勁，鄭明輝（湖北民族學院計算機科學與技術(shù)系）

基于關(guān)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(shù)系）

針對當前數(shù)字文物共享的問題，提出了一個基于關(guān)聯(lián)數(shù)據(jù)的文物信息語義模型，通過文物信息本體構(gòu)建實現(xiàn)了各種文物要素之間的語義關(guān)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(guān)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(shù)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(shè)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(shù)、多媒體技術(shù)、互聯(lián)網(wǎng)技術(shù)尤其是三維虛擬技術(shù)、移動互聯(lián)網(wǎng)技術(shù)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(gòu)建平臺及具體技術(shù)應(yīng)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(chǔ)上，設(shè)計了一個基于關(guān)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(guān)聯(lián)關(guān)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(chǔ)。

2　文物信息化及關(guān)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(shè)”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(shù)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(yīng)用工作為核心的新階段。［2］該階段的主要任務(wù)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(gòu)的方式已無法勝任，迫切需要新的技術(shù)體系來解決。

關(guān)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(guān)聯(lián)網(wǎng)”，為解決目前傳統(tǒng)信息管理缺陷，將文物信息領(lǐng)域所包含的全部知識及其語義關(guān)聯(lián)進行系統(tǒng)、全面的揭示奠定了方法論基礎(chǔ)。關(guān)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(gòu)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(guān)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(guān)聯(lián)數(shù)據(jù)社區(qū)發(fā)起的“關(guān)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(lǐng)域涵蓋了社交、政府、出版物、生命科學等多個領(lǐng)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(guān)聯(lián)數(shù)據(jù)發(fā)布。［7，8］國內(nèi)早在2008年就開始關(guān)注關(guān)聯(lián)數(shù)據(jù)研究，如白海燕等針對關(guān)聯(lián)數(shù)據(jù)構(gòu)建提出了基于實體文本、圖相似和規(guī)則的三種自動構(gòu)建方法；［9］沈志宏開展了基于科技文獻、科技數(shù)據(jù)的關(guān)聯(lián)數(shù)據(jù)的發(fā)布流程及關(guān)鍵技術(shù)研究；［10］歐石燕基于關(guān)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(guān)聯(lián)數(shù)據(jù)層和應(yīng)用層的體系模型；［11］朝樂門等采用語義Web編程技術(shù)實現(xiàn)面向DBpedia、Yago、FOAF、Freebase等不同關(guān)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(guān)聯(lián)數(shù)據(jù)研究進展相對緩慢，文物文化領(lǐng)域應(yīng)用相對較少。

3　基于關(guān)聯(lián)數(shù)據(jù)的文物信息語義模型架構(gòu)

本研究針對我國文物信息的特點及關(guān)聯(lián)數(shù)據(jù)的發(fā)布流程，提出了一個關(guān)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(jié)構(gòu)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(gòu)提供了基礎(chǔ)數(shù)據(jù)支撐。

（2）語義轉(zhuǎn)化層。關(guān)聯(lián)的基礎(chǔ)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(gòu)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(luò)關(guān)聯(lián)層。本層是關(guān)聯(lián)數(shù)據(jù)的核心層，依據(jù)關(guān)聯(lián)邊界的不同分為內(nèi)部關(guān)聯(lián)與外部關(guān)聯(lián)。內(nèi)部關(guān)聯(lián)主要是文物機構(gòu)資源集內(nèi)部的信息關(guān)聯(lián)，外部關(guān)聯(lián)指文物機構(gòu)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(guān)聯(lián)。通過大大小小的內(nèi)外關(guān)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(yīng)用服務(wù)層?；跀?shù)據(jù)網(wǎng)絡(luò)關(guān)聯(lián)層，應(yīng)用服務(wù)層主要提供面向用戶的各類應(yīng)用，如文物信息個性化服務(wù)，文物、歷史、地理等信息融合應(yīng)用，文物語義檢索，地域文化文物關(guān)聯(lián)服務(wù)等。

圖1　基于關(guān)聯(lián)數(shù)據(jù)的文物信息語義模型架構(gòu)

4　文物信息本體模型

以上語義模型架構(gòu)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(guān)系的統(tǒng)一本體模型。在文化遺產(chǎn)領(lǐng)域，國外已經(jīng)有了一些比較成熟的領(lǐng)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(chǔ)上結(jié)合人物本體Foaf［15］進行構(gòu)建。

文物一般都具有歷史、藝術(shù)、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?！扒G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(guān)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(gòu)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(guān)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(jié)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(guān)信息。

（5）事件實體。通過與其他實體關(guān)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(guān)系，其中部分關(guān)系屬性詳細說明如下表所示。

5　基于關(guān)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(guān)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(guān)聯(lián)恩施州8縣市博物館數(shù)據(jù)奠定基礎(chǔ)。

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(guān)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(guān)系如圖3所示。

表　文物實體關(guān)系

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

上述數(shù)據(jù)存儲屬于關(guān)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(yīng)用服務(wù)層通過Sparql查詢時，本體查詢結(jié)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(guān)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(guān)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(guān)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(guān)系

通過D2R，對cultrelic、place、person、timespan、event等五個數(shù)據(jù)表進行了RDF關(guān)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(guān)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(guān)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(jié)果。

6　結(jié)語

本文提出了一個基于關(guān)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(guān)聯(lián)，最后以咸豐唐崖土司城遺址館藏資源關(guān)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(shè)，本模型特點如下：

（1）基于RDF的底層架構(gòu)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(gòu)，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(guān)聯(lián)；

（3）為進一步的文物知識挖掘與推理工作奠定了基礎(chǔ)。

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(guān)聯(lián)；二是進一步研究基于關(guān)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(shù)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(shè)”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(guān)聯(lián)數(shù)據(jù)的自動關(guān)聯(lián)構(gòu)建研究［J］.現(xiàn)代圖書情報技術(shù)，2010（2）：44-49.

［10］沈志宏，等.關(guān)聯(lián)數(shù)據(jù)發(fā)布流程與關(guān)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(guān)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(shè)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(guān)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(lǐng)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(luò)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(yīng)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