朱學芳 王若宸

關鍵詞：非物質文化遺產(chǎn);圖像語義;多媒體;領域本體;關聯(lián)數(shù)據(jù);存儲和發(fā)布

圖像元數(shù)據(jù)是對于數(shù)字圖像中的描述對象內容如色彩、幾何形狀、紋理、空間位置、背景以及所產(chǎn)生的深層情感等，用于圖像資源的分割、語義信息抽取與理解，幫助非遺數(shù)據(jù)資源準確而高效地存儲在數(shù)據(jù)庫中，進而用于網(wǎng)絡共享、交互和計算機管理，便于查詢使用。各個非遺項目所使用的元數(shù)據(jù)標準不盡相同，雖然它們的某些核心條目可以相互復用，但是并不完全兼容，在互操作時有很大困難，帶來了不同資源的異構性問題，而本體（On.tology）是在知識層面上對信息進行語義組織，是形成關聯(lián)數(shù)據(jù)的核心機制.可以解決數(shù)據(jù)異構問題。中外對領域本體的構建根據(jù)對已有成熟元數(shù)據(jù)集的復用程度可以劃分為兩個層次，即對成熟本體的借鑒和構建全新的領域本體。

在對已有的成熟本體借鑒方面，CIDOC CRM是專門面向非物質文化遺產(chǎn)（Intangible Cultural Hefit.age，ICH，簡稱非遺）的元數(shù)據(jù)標準，在非遺語義描述領域具有廣泛的適用性。Binding C等在CI.DOC模型的基礎上.使用自然語言處理技術通過藝術建筑敘詞表AAT（Art&Architecture Thesaures）形成實例填充，完成面向多語種的考古領域實體構建：Felicetti A等使用CIDOC CRM對古籍中的相關概念進行編碼建模.并以此為基礎創(chuàng)建新類拓展為新的CRMtex本體用于對古文本語義信息進行組織聚合。國內的非遺語義信息組織研究中同樣有很多對該模型的復用，董坤在2014年提出了基于關聯(lián)數(shù)據(jù)的非遺語義化組織框架.在CIDOC基礎上新構建符合國情特色的非遺相關類，并利用D2RQ平臺進行發(fā)布以供SPARQL或HTML瀏覽器調用。談國新等參考并簡化CIDOC模型，并與W3C指定的視頻、語音、數(shù)據(jù)等多媒體資源語義模型相結合，以我國非遺“度戒”為例構建了多層的資源描述體系。

在全新的領域本體構建方面，早在2003年Baca M就以視覺資源核心類目（VRA Core Catego.ries）為基礎提出了關于藝術文化建筑遺產(chǎn)的元數(shù)據(jù)標準，同時還提供了針對物質文化遺產(chǎn)的描述詞表。許鑫等以都柏林核心（DC）元數(shù)據(jù)為核心，根據(jù)我國非遺資源的特色進行擴展，并通過RDF/XML實現(xiàn)該本體的實例化，最后以美術工藝品“甌塑”為例，構建本體模型，進行實證研究。除此之外，還有其他國內關于非物質文化遺產(chǎn)語義組織的論文同樣采用自行構建的領域本體。

本文遵循本體開發(fā)流程，設計并實現(xiàn)面向非遺圖像的領域本體，從關聯(lián)信息中挖掘得到的關鍵字段以形式化的規(guī)范方式進行表達，構建圖像語義信息本體關聯(lián)數(shù)據(jù)集，再利用關系數(shù)據(jù)庫對這些數(shù)據(jù)進行存儲，并利用語義映射軟件進行關聯(lián)數(shù)據(jù)發(fā)布.為非遺圖像語義信息提供更加智能便利的展示及瀏覽服務方式。

1非遺數(shù)字圖像本體構建

非遺本體的應用場景，有別于其他研究中構建好的關于非遺的本體，本文提出的本體，是以“非遺一圖像”的二元概念為核心.該二元組展現(xiàn)出非遺項目與圖像資源的一對多關系.除此之外通過對象屬性（Obiect Property）連接附屬的核心元素，構建一個非遺數(shù)字圖像資源的本體.實現(xiàn)“圖文互聯(lián)”，改變現(xiàn)有網(wǎng)站中單一排序的非遺圖文介紹方式，以更加豐富生動的方式將非遺項目展現(xiàn)給瀏覽者。除此之外，對于我國非物質文化的建設者來說，可以利用該本體展現(xiàn)出的知識圖譜迅速了解某一項非遺的基本情況，明確改動的要點，增強可擴展性。

1.1概念體系構建

在本文中設計的本體名為“非遺圖像資源本體”，是對非物質文化遺產(chǎn)和關聯(lián)圖像及其相關要素進行高度概括抽象而形成的形式化知識共享模型。根據(jù)我國現(xiàn)有的非遺網(wǎng)站的布局情況，與非遺相關的條目有編號、時間、類別、地區(qū)、傳承人、相關項目等，以及上下文信息，另外根據(jù)侯西龍等、談國新等對非遺本體的相關研究，與非遺項目相關的類目共同包含了類型、地區(qū)位置、時間、傳承人等類，因此本文借鑒現(xiàn)有權威網(wǎng)站的編排格式以及學者們的研究，設立了非遺項目（ICH.Proiect）、傳承對象（Inheritor）、相關地點（Loca.tion）、相關事件（Event）、相關時間（Time）以及圖像（Image）等幾個類別的關聯(lián)模型，以此來描述非遺圖像相關資源。

關于對可復用本體的考察：CIDOC CRM概念參考模型是專門用于文化遺產(chǎn)中的信息集成整合工具.它對世界范圍內廣大文化遺產(chǎn)相關文檔中的顯式和隱式概念關系給出了清晰的定義，提供了一套聚合來自多個異構源數(shù)據(jù)的方法，其中包含了E.vent（E5）、Activity（E7）、Image（E38）、Time-Span（E52）等多個與本文相關的類定義;FOAF（Ffiend-of-a-Friend）是一個專門用于描述Web上個體、組織相互之間協(xié)作關系的本體標準，其中包含了Agent、Person和Organization等與非遺相關的個體及組織類;另外，本文選用都柏林核心關于數(shù)字圖像資源的元數(shù)據(jù)標準對于圖像類的描述，而對于類之間剩余的關聯(lián)屬性及數(shù)據(jù)屬性，本文采用自定義的ich來作為命名空間。核心概念示意如表1所示。

依據(jù)模型中的核心概念，構建概念框架體系的結構如圖1所示，圖中共有非遺項目、主體、地理位置、事件、時間和圖片6個大類，它們構成了非遺項目與圖像資源知識組織的整體概念框架。其中非遺項目及圖片類是其核心類;主體類代表與非遺項目傳承相關的個人及組織.因此其下屬包含了傳承人類和責任機構類兩個子類：地理位置類為非遺項目發(fā)源或是所在的地點，下屬劃分出國家（地區(qū)）、省、市、縣、鄉(xiāng)鎮(zhèn)5種行政區(qū)劃，用以標注不同行政等級的地區(qū)：事件類指代與非遺項目相關的人類社會參與的事件.具體又可劃分出活動類和物理實體類，前者為非遺的具體化活動（如表演、書法等），后者為具有豐厚文化意義的物理承載實體（如竹席、剪紙畫等）;時間類指代與非遺項目相關的時間節(jié)點或時間段.根據(jù)語義又可以劃分出具體時間（如1945年、1917-1965年等）和抽象時間（明末清初、解放后等）兩個子類。

1.2本體模型買現(xiàn)

在非遺圖像資源概念框架分析的基礎上，本文設計了相應的本體模型如圖1所示，共有非遺項目、圖像資源、主體等12個類，其中6個為子類。虛線表示類之間的對象屬性（為了使插圖整潔，這里并未畫出所有對象屬性），實線表示子類關系.復用了FOAF和CIDOC CRM兩個本體標準，ich表示本文自定義的非遺圖像本體命名空間。

在下面定義的6個大類之間建立對象屬性關聯(lián)，梳理出非遺項目與傳承人及責任機構的關系、非遺項目與地理位置的關系、非遺項目與傳統(tǒng)文化事件的關系、非遺項目與非遺起源及傳承時間段的關系、非遺項目與圖像的關系、圖像與事件的關系以及個體與地理位置之間的關系等，如表2所示。根據(jù)本體中的量詞、數(shù)量和含值3種對類設定的約束，可以對本體中的知識元進行關聯(lián)和推理。

1.2.1非遺項目類

非遺項目類（ICHProiect）指代我國的4級非遺保護體系中的每一種非遺項目，根據(jù)非遺項目的申報書格式，其包含了地區(qū)、傳承人、物理實體等要素，而在本文中，根據(jù)研究的目的及需要，將上述元素歸并至其他類當中。中心節(jié)點（非遺項目類）關聯(lián)著其他5個類;除此之外，非遺項目類還包含了名稱、級別、批次、類別、編號以及簡介等數(shù)據(jù)屬性。其中級別指非遺項目所述的四級分類體系，批次指2005年以來4批非遺申報批次，簡介指非遺圖像的上下文信息以及其他在互聯(lián)網(wǎng)上爬取到的文字信息，內容包含基本內容、歷史沿革、存續(xù)情況、保護現(xiàn)狀等。

1.2.2主體類

傳承人（Person）和責任機構（Organization）兩個子類構成主體類（Agent）。任何非遺項目的存續(xù)都不可缺少傳承人的代代相傳和相關責任機構的記錄申報，傳承人類特指與某項非遺的學習表演、傳承發(fā)揚的藝人或工匠，其數(shù)據(jù)屬性包含傳承人的姓名、出生年月、性別、技能、簡歷等;責任機構為負責登記申報非遺項目的社會文化機構（例如省級圖書館和各市、縣非遺保護中心等），其數(shù)據(jù)屬性包含名稱、性質、地址等，其中性質指該組織團體為圖書館、博物館、檔案館、文化中心或其他類型的文化機構。另外傳承人與責任機構還有“記錄”以及“隸屬”的關系。

1.2.3地理位置類

地理位置類（Location）是指非遺起源興盛的地域以及非遺傳承人的居住地址，考慮到非遺在自身發(fā)展的過程中可能會跨越多個地區(qū)，因此將地理位置單獨設為一類。不同的行政區(qū)劃之間又存在隸屬關系（國家（地區(qū)）、省、市、縣、鄉(xiāng)鎮(zhèn)），因此為該類分別設置5類對象屬性用以標注隸屬關系。

1.2.4事件類

事件類（Event）包含用于描述非遺項目中的文化活動類（Activity）和物理實體類（Form），這兩類是用以描述非遺核心內容的重要類，也是非遺數(shù)字圖像資源中最直接的內容概括描述，因此事件類與圖像類由對象屬性相關聯(lián)。

1.2.5時間類

時間類（TimeSpan）指描述非遺項目起源、發(fā)展的時間詞，其包含具體時間（TimeSpecific）與抽象時間（TimeAbstract）兩個子類。

1.2.6圖像類

圖像類（Image）是非遺項目中對民俗活動、民間藝術的最為直接的描繪媒介.本文復用都柏林核心中關于圖像的元數(shù)據(jù)標準對圖像的基本信息進行記錄，作為圖像類的數(shù)據(jù)屬性。后續(xù)對本體進行優(yōu)化時可以對圖像類增加更多復雜的元數(shù)據(jù)類型。如前文所述，除了類之間的對象屬性之外，一些核心類自身也擁有數(shù)據(jù)屬性，并成為實例化之后的詳細數(shù)據(jù)說明，表3列出了本體模型中所有的數(shù)據(jù)屬性以及其定義域及值域。

最終，在非遺項目及其數(shù)字圖像構建的本體模型構建的基礎上，利用本體專業(yè)開發(fā)工具Pmtege5.5.013進行本體模型的構造和實現(xiàn).完成的本體模型中包含6個核心類、6個子類、19個對象屬性以及21個數(shù)據(jù)屬性。使用Pmtege中的模型可視化組件OntoGraf對模型進行繪制，結果如圖2所示，其中，實線表示子類，虛線表示對象屬性，數(shù)據(jù)屬性省略未列出。

2非遺數(shù)字圖像本體的實例化

在建立好非遺圖像資源的本體模型之后，為驗證本體內部邏輯的一致性和可行性，詳細展現(xiàn)知識內在的豐富關聯(lián)，本節(jié)將進一步在已有的模型之上獲取數(shù)據(jù)并添加實例。

本節(jié)以山西省傳統(tǒng)音樂非遺項目為例，獲取相關的非遺項目、數(shù)字資源等信息，構建實例集。數(shù)據(jù)來源選取中國非物質文化遺產(chǎn)網(wǎng)以及山西省人民政府網(wǎng)中的非遺專題欄目，先進行關鍵詞的提取，然后依據(jù)第1節(jié)中的模型的字段類別對信息進行整理和清洗。共提取“從河曲民歌”到“左權開花調”15項山西省傳統(tǒng)非遺音樂項目及其相關信息。參考中國藝術研究院的相關敘詞表，確保在模型中使用一致的專業(yè)名詞，如“鑼鼓”“嗩吶”“佛樂演奏”和“道樂演奏”等。

將獲取并整理好的示例數(shù)據(jù)暫以Excel格式進行存儲，將數(shù)據(jù)導入至Protege工具中進行實例化，最終形成123個實例、圍繞非遺項目和數(shù)字圖像資源的三元組共759個.以.owl格式進行存儲，構成關系復雜的語義網(wǎng)絡，在Protege OntoGraf中繪制實例化模型如圖3所示（為了整潔圖中僅顯示部分實例之間的關聯(lián)）。圖3中，圓形和菱形分別表示類和與類相關聯(lián)的實例，實線表示類與實例間和父類與子類間的兩種關聯(lián)，虛線表示類間的對象屬性以及實例間的對象屬性。點擊某個實例時，會自動顯示關聯(lián)的數(shù)據(jù)與對象屬性。

3關聯(lián)數(shù)據(jù)的存儲

在本節(jié)中，將從實踐層面上，對本體模型中的實例數(shù)據(jù)實現(xiàn)存儲與語義組織.以便后續(xù)進行關聯(lián)數(shù)據(jù)的發(fā)布。

在第2節(jié)獲取的數(shù)據(jù)是以實例的形式保存在本地的.owl文件中，但這種存儲格式在以后難以修改，資源實體間的關系難以進行規(guī)范，故本文采用關系型數(shù)據(jù)庫MySQL對所有語義信息進行有序存儲和管理。

RDF數(shù)據(jù)存儲作為在關系型數(shù)據(jù)庫中可能的存儲模式探討以來，出現(xiàn)了3種RDF存儲結構，即水平結構、垂直結構和多元結構，前兩種結構的一個共同點是將所有的示例數(shù)據(jù)和屬性存儲在一張表上，會導致數(shù)據(jù)的冗余，且難以進行管理，在查詢時間上也落后于第3種方法。而多元結構模式則是以一個類為一張表.把表之間的連接操作當做類之間的關聯(lián)屬性，經(jīng)過驗證，第3種方式占用的空間最少且具有最短的查詢時間。

3.1數(shù)據(jù)庫概念模型設計

E-R圖被用來描述現(xiàn)實世界中實體、屬性及其聯(lián)系，與本體模型圖具有一定的相似性，且經(jīng)常被用在數(shù)據(jù)庫模型的設計中，是概念模型的一種表現(xiàn)方式。在實際的數(shù)據(jù)庫建設過程中，合并具有相似屬性結構的子類：形式（Form）和活動（Activity）、抽象時間（TimeAbstract）和具體時間（TimeSpe.cific），以其父類統(tǒng)一指代，而由于傳承人（Per.son）和責任機構（Organization）類結構不同且相互之間有關聯(lián)，故仍將其歸為子類，省略父類個體（Agent）。將本體模型經(jīng)過略微調整轉化而成的E—R圖如圖4所示（已省略屬性）。

在E-R圖中，共有7個類別，核心類“非遺項目”通過不同的聯(lián)系與其他6個大類相連，其他類之間也存在著關聯(lián)關系：同一項非遺項目可以擁有多個傳承人，包含多張數(shù)字圖像，但反之不亦然，故呈“一對多”關系（1：N）;每個非遺項目可以被多個責任機構申報，可以存在于多個地區(qū)，可以在歷史上有多個關鍵時間段.也可以承載多種類型的事件，并且反之亦然.故呈多對多的關系（M：N）;此外，傳承人與責任機構和地理位置、責任機構與地理位置、事件與圖像也存在多種關系。本文根據(jù)從E-R圖向關系模型轉化映射的原則在數(shù)據(jù)庫中建立了12個表，通過引入外鍵將其兩兩鏈接。

3.2數(shù)據(jù)庫物理表建設

本文進行數(shù)據(jù)存儲的DBMS服務器為MySQL5.7.19 Community Server，搭配數(shù)據(jù)庫可視化軟件Navicat對物理表進行直接操作。以核心類非遺項目為例，轉化為表ich，包括非遺項目編號、項目名稱、等級、官方編號、申請批次、項目類別以及項目簡介等屬性字段，詳細信息如表4所示，另外還有其他表分別表示一對多和多對多關系，結構與文中列出的表格類似，不再贅述。

4關聯(lián)數(shù)據(jù)的發(fā)布

4.1從關系表到關聯(lián)數(shù)據(jù)的映射

D2RQ是目前應用較為廣泛的RDF文件映射平臺，它可以通過創(chuàng)建虛擬RDF圖的方式來訪問關系型數(shù)據(jù)庫.借助核心mapping機制文件將關系數(shù)據(jù)庫的機構轉化為RDF格式的文件。再通過其中的D2R Server對關聯(lián)數(shù)據(jù)進行發(fā)布，讓用戶可以使用http瀏覽器查看存儲在關系數(shù)據(jù)庫中的RDF數(shù)據(jù)。另外D2R Server還附帶了使用SPARQL語句對RDF文檔進行手動查詢的endpoint斷點，借助這一功能可以將SPARQL語句進行封裝，以供可視化分析界面使用。本文使用的是D2RQ-0.8.1版本，首先建立數(shù)據(jù)庫物理二維表至RDF三元組的映射，借助D2RQ的mapping功能.可以自動生成由表到圖的映射文件。

D2RQ映射功能的核心是其自身的映射語言，將關系數(shù)據(jù)庫轉化為Turtle格式的RDF文檔，根據(jù)其官方文檔，d2rq：ClassMaps和d2rq：Pmperty.Bridges是映射語言中的兩個核心屬性：前者將數(shù)據(jù)庫中的物理表轉化為本體模型中的類.而后者則將表中每一列字段轉化為本體中的對象和數(shù)據(jù)屬性。以數(shù)據(jù)庫的ich和person表為例，映射框架如圖5所示。

4.2非遺關聯(lián)數(shù)據(jù)的發(fā)布

使用D2RQ自帶的server發(fā)布功能，在命令行中輸入相關語句即可發(fā)布關聯(lián)數(shù)據(jù)，使用瀏覽器在本地的“l(fā)ocalhost：2020”端口即可訪問，非遺數(shù)-字圖像語義信息發(fā)布平臺如圖6所示，即為關聯(lián)數(shù)據(jù)發(fā)布平臺首頁。頂端為導航欄，分別代表E-R圖中7個實體對應的物理表，而實體多對多的關聯(lián)表隱藏于實體表當中：下方信息表明該端口可以用http瀏覽器或語義網(wǎng)瀏覽器進行瀏覽，以及可以用SPARQL進行查詢。在非遺數(shù)字圖像語義信息發(fā)布平臺上，如圖6所示，逐個選擇導航欄中的實體，可以依次瀏覽事件、非遺項目、圖像、地理位置、機構和傳承人等實體內的所有內容的目錄，如圖7所示。

在用戶在非遺項目（ich）頁面上，任意選擇_一項非遺，即可進入詳細信息的頁面，查看該非遺項目的所有信息和關聯(lián)項。以列表形式顯示出的項目的相關信息，包含了項目批次（ich_batch）、類別（ich_category）、簡介（ich_description）、編號（ichjd）、等級（ich_rank）和名稱（ich_title）等自相關的字段。除此之外，與其他實體關聯(lián)的字段，包含項目事件（event-ich）、項目圖像（image-ich）、項目地理位置（loc-ich）、項目傳承人（personjch）和項目關聯(lián)時間段（time-ich），則是以URI地址鏈接的形式呈現(xiàn)，體現(xiàn)出關聯(lián)數(shù)據(jù)相互連接的特性，如果點擊這些鏈接，就會跳轉至對應的實體頁面中.如圖8所示，在跳轉后的頁面中仍可以繼續(xù)點擊其他實體的URI地址鏈接，實現(xiàn)數(shù)據(jù)的互聯(lián)，同時，若某地區(qū)或某機構存在兩個以上的非遺項目，也可以從這種視圖上挖掘得到。通過非線性的跳轉方式，將實例數(shù)據(jù)進行可視化關聯(lián).能得到比直接在數(shù)據(jù)庫中瀏覽更好的視覺效果.還可以幫助瀏覽者挖掘深層次的語義關聯(lián)信息（如同一地點存在的所有非遺文化項目、多個非遺項目蘊含了共有的承體情況等），比現(xiàn)有項目的單一線性化組織更加便利和智能。

5結語

本文首先在所要建立的本體的概念分析基礎之上，考察可以復用的本體標準，給出構成本體的概念結構體系，遵循本體的開發(fā)流程.為非物質文化遺產(chǎn)及其圖像語義信息設計了一個本體模型，并在模型編輯軟件Protege中完成了模型的開發(fā).以及后續(xù)的數(shù)據(jù)收集和實例化。其次在本體及其實例化的基礎上，設計了E-R概念模型圖并使用關系數(shù)據(jù)庫管理系統(tǒng)MySQL創(chuàng)建表格存儲收集到數(shù)據(jù)。最后，借助RDF虛擬映射平臺D2RQ將數(shù)據(jù)庫物理表轉化為RDF格式的文檔，并實現(xiàn)關聯(lián)數(shù)據(jù)的發(fā)布和查詢。為非遺圖像資源建立了復雜語義網(wǎng)絡的雛形，為將來進一步的多媒體領域本體研究拋磚引玉。在以圖像為基礎的本體上，未來還可以增加多模態(tài)的項目展示方式（如音頻、視頻、虛擬現(xiàn)實等）。