（南陽師范學院圖書館? 河南 南陽? 473061）

摘要：多模態(tài)館藏數(shù)字資源的知識融合可以提高圖書館的資源利用效率和拓寬資源共享范圍。文章在解析相關(guān)概念的基礎(chǔ)上，分析了面向多模態(tài)館藏數(shù)字資源的知識融合流程；借鑒關(guān)聯(lián)數(shù)據(jù)鏈接融合法，從數(shù)字資源層、知識融合層和知識服務(wù)層構(gòu)建面向多模態(tài)館藏數(shù)字資源的知識融合與服務(wù)模型。面向多模態(tài)館藏數(shù)字資源的知識服務(wù)包含自助式知識導航、場景化知識推薦、智能化知識咨詢等服務(wù)；最后以多模態(tài)文物繪畫數(shù)字資源為例進行了案例研究。

關(guān)鍵詞：多模態(tài)數(shù)據(jù)；館藏資源；知識融合；知識服務(wù)

中圖分類號：G250.7??? 文獻標識碼：A

DOI：10.13897/j.cnki.hbkjty.2023.0072

信息技術(shù)的迅猛發(fā)展，為圖書館知識服務(wù)方式變革提供了新途徑和新方向。知識融合的理念可以對館藏數(shù)字資源進行有效融合，優(yōu)化資源配置，實現(xiàn)館藏資源的高效共享，為用戶提供高質(zhì)量的知識服務(wù)內(nèi)容。開展面向多模態(tài)館藏數(shù)字資源的知識融合與知識服務(wù)研究有利于深化資源建設(shè)，完善資源結(jié)構(gòu)，提高服務(wù)效率，以及為建設(shè)智慧圖書館奠定基礎(chǔ)［1］。同時，多模態(tài)館藏數(shù)字資源知識融合技術(shù)可以協(xié)助圖書館提高知識發(fā)現(xiàn)能力，深挖用戶需求和偏好，在用戶需求與知識服務(wù)之間建立精準聯(lián)系。

目前，圖情領(lǐng)域關(guān)于多模態(tài)館藏數(shù)字資源知識融合模式的研究主要在突變詞融合法、語義融合法和人工智能技術(shù)融合法等方面，較少從關(guān)聯(lián)數(shù)據(jù)鏈接融合角度探究多模態(tài)數(shù)字資源融合路徑。例如，彭國超等［2］基于突變詞，從共現(xiàn)詞次數(shù)以及共現(xiàn)詞數(shù)角度探討知識融合方法，認為圖書館知識服務(wù)需要多模態(tài)館藏數(shù)字資源提供支持；皇甫娟［1］從語義角度出發(fā)，構(gòu)建了多模態(tài)數(shù)據(jù)知識融合模型，從學科服務(wù)、科研支持、空間服務(wù)三個方面提出了圖書館多模態(tài)數(shù)據(jù)資源知識融合的未來發(fā)展路徑；李廣建等［3］提出要借助人工智能技術(shù)、分布式計算處理技術(shù)、大數(shù)據(jù)技術(shù)等對館藏數(shù)據(jù)資源進行加工處理，以實現(xiàn)館藏數(shù)據(jù)知識融合，認為通過館藏數(shù)據(jù)知識融合可以提高圖書館的智能化水平。因此，本文從關(guān)聯(lián)數(shù)據(jù)鏈接融合法出發(fā)提出多模態(tài)館藏數(shù)字資源的知識融合模型，以多模態(tài)文物繪畫數(shù)字資源為例進行案例研究，以期為圖書館館藏資源建設(shè)提供參考借鑒。

1? 相關(guān)概念解析

1.1? 知識融合

知識融合［4］是指根據(jù)知識資源的特征、使用目的，結(jié)合算法工具將采集到的知識資源融合在一起，以得到較高應(yīng)用價值的知識。知識融合的算法包含語義規(guī)則［5］、貝葉斯網(wǎng)絡(luò)［6］、D-S理論［7］、主題圖

［8］、模糊理論［9］等。知識融合可以產(chǎn)生新知識，為用戶決策提供新方向和新思路，使得知識服務(wù)更加高效［10］。目前，圖情領(lǐng)域關(guān)于知識融合的研究主要集中在技術(shù)體系、案例研究等方面，例如，陳沫等

［11］從計算層、功能層和任務(wù)層總結(jié)了大數(shù)據(jù)背景下知識融合的技術(shù)體系；溫芳芳等［12］以新冠肺炎為例，探討一種多學科知識融合的方案。

1.2? 多模態(tài)知識融合

模態(tài)可以是一種信息符號，如文字、數(shù)字、音頻、視頻等。多模態(tài)知識融合

［13］是指運用數(shù)據(jù)挖掘、知識抽取、知識關(guān)聯(lián)等方法，對多模態(tài)數(shù)據(jù)進行價值抽取，將同一本體和概念相似的知識聚合在一起。多模態(tài)知識融合可以解決數(shù)據(jù)沖突問題以及發(fā)現(xiàn)數(shù)據(jù)的真實價值，更加客觀與精準。目前，關(guān)于多模態(tài)知識融合的研究主要集中在融合路徑、知識圖譜構(gòu)建等方面。例如，陳平等

［14］基于我國科技期刊集群平臺，提出了多模態(tài)科技期刊融合與傳播路徑；王華瓊等［15］基于醫(yī)學社交媒體多模態(tài)數(shù)據(jù)，提出多模態(tài)知識圖譜的構(gòu)建方法。

1.3? 知識服務(wù)

知識服務(wù)［16］是指通過一定方法匯集和處理各類資源，以幫助用戶獲取知識、解決問題，從而實現(xiàn)資源增值。知識服務(wù)可以滿足用戶對于知識應(yīng)用和共享的需求，具有高度專業(yè)性、高附加值、強交互性、個性化等特性［16］。目前，圖情領(lǐng)域關(guān)于知識服務(wù)的研究主要集中在體系構(gòu)建、平臺設(shè)計、服務(wù)模式等方面。例如，付露瑤等［17］基于數(shù)字素養(yǎng)視角，從應(yīng)用層和保障層兩方面構(gòu)建了高校圖書館知識服務(wù)體系；郭雨梅等［18］基于開放科學的新形勢，提出科技期刊知識服務(wù)平臺應(yīng)分為信息服務(wù)、產(chǎn)品服務(wù)和解決方案三個層次；魏大威等［19］從知識生產(chǎn)、組織、發(fā)現(xiàn)、傳播、存儲5個角度總結(jié)了Web 3.0背景下圖書館知識服務(wù)模式，以滿足用戶動態(tài)需求。

1.4? 多模態(tài)館藏數(shù)字資源

多模態(tài)館藏數(shù)字資源指的是具有兩種或兩種以上模態(tài)（即多種表現(xiàn)形式）的館藏數(shù)據(jù)。這些數(shù)據(jù)可以包括文本、圖片、音頻、視頻等多種格式和表現(xiàn)形式。這種資源可以綜合不同媒體類型的信息，以提供更豐富、全面的信息體驗。例如，科技類論文是一種多模態(tài)數(shù)字資源，因為它既包含文本類數(shù)據(jù)（例如論文的文字內(nèi)容），也包含實驗數(shù)字類數(shù)據(jù)（例如實驗結(jié)果的圖片、視頻或其他數(shù)字化的數(shù)據(jù)）。這樣的多模態(tài)資源能夠更好地展示研究成果，使讀者能夠通過多種感知方式更好地理解和吸收信息。

綜上所述，面向多模態(tài)館藏資源的知識融合與服務(wù)是指運用數(shù)據(jù)挖掘、知識抽取、知識聚合等多模態(tài)知識融合方法，將多模態(tài)館藏數(shù)字資源進行知識關(guān)聯(lián)、知識融合，深入挖掘知識價值，最后根據(jù)知識融合結(jié)果與用戶需求進行匹配，幫助用戶獲取知識、解決問題，從而實現(xiàn)多模態(tài)館藏資源知識增值，提高資源利用效率。

2? 面向多模態(tài)館藏數(shù)字資源的知識融合流程

圖書館擁有海量的數(shù)字資源，來源多元，具有多模態(tài)的特性，包含了文本、圖片、音頻、視頻等多種媒體類型。圖書館可以充分利用館藏資源多模態(tài)特性，提供多樣化的服務(wù)和功能。比如，通過文字搜索、圖像識別、語音搜索、視頻播放等功能，使用戶可以根據(jù)自身需求以多種方式訪問、獲取和利用數(shù)字資源。本文結(jié)合知識融合相關(guān)研究成果，將面向多模態(tài)館藏數(shù)字資源的知識融合流程分為資源采集與處理、知識抽取與描述、知識聚類與融合、知識服務(wù)與應(yīng)用。

2.1? 資源采集與處理

資源采集與處理是多模態(tài)館藏數(shù)字資源知識融合的基礎(chǔ)，該過程包含館藏資源采集、清洗、統(tǒng)一標準與存儲。一方面，圖書館需要通過爬蟲等工具從自建數(shù)據(jù)庫、第三方數(shù)據(jù)庫等采集館藏資源；另一方面，由于館藏數(shù)字資源包含文字、圖片、音頻等模態(tài)的資源，圖書館需要利用CVAT、VOTT等工具進行多輪標注，結(jié)合現(xiàn)有實體及語義關(guān)系標注規(guī)范進行一致性檢驗，從而獲得統(tǒng)一的多模態(tài)館藏數(shù)字資源數(shù)據(jù)集。最后對加工好的館藏資源進行存儲，以方便后續(xù)知識抽取與描述。

2.2? 知識抽取與描述

知識抽取與描述包含知識單元抽取、實體對齊兩部分。首先，對已采集的多模態(tài)館藏資源進行知識單元抽取，采用N元組描述知識單元，建立知識間的關(guān)系；其次，進行實體對齊，判斷不同模態(tài)的數(shù)據(jù)實體是否指向同一對象，可采用AlignE等方法實現(xiàn)實體對齊；最后，建立多維度實體對，為知識融合奠定基礎(chǔ)。

2.3? 知識聚類與融合

知識聚類與融合是指對多模態(tài)館藏數(shù)字資源中抽取的知識單元進行關(guān)聯(lián)、聚類和融合。目前，關(guān)于關(guān)聯(lián)數(shù)據(jù)的知識融合方法主要有兩類［20］：一是關(guān)聯(lián)數(shù)據(jù)鏈接融合法。關(guān)聯(lián)數(shù)據(jù)融合法包含實體抽取、實體鏈接兩部分，實體抽取可利用上述知識抽取模型完成，實體鏈接可利用關(guān)聯(lián)數(shù)據(jù)的知識融合方法建立實體與實體間聯(lián)系，從而實現(xiàn)多模態(tài)知識融合。二是相似度算法融合法。相似度算法融合是利用相似度算法計算來判斷不同實體間的相似性，然后將相似度高的實體進行融合，從而實現(xiàn)知識融合。

2.4? 知識服務(wù)與應(yīng)用

多模態(tài)館藏數(shù)字資源知識融合的目的是滿足用戶日益增長的知識需求，提高館藏資源的利用效率，實現(xiàn)知識增值。因此，面向多模態(tài)館藏數(shù)字資源的知識服務(wù)可在知識融合的基礎(chǔ)上，借助相關(guān)系統(tǒng)平臺，為用戶提供知識決策、使用和創(chuàng)新服務(wù)，例如，關(guān)聯(lián)性知識檢索、場景化知識推送等服務(wù)，全方位提高圖書館的智慧化水平。

3? 面向多模態(tài)館藏數(shù)字資源的知識融合與服務(wù)模型

基于上述知識融合與服務(wù)流程，本文借鑒關(guān)聯(lián)數(shù)據(jù)鏈接融合法，從數(shù)字資源層、知識融合層和知識服務(wù)層構(gòu)建面向多模態(tài)館藏數(shù)字資源的知識融合與服務(wù)模型（見圖1）。數(shù)字資源層是基礎(chǔ)層，實現(xiàn)多模態(tài)數(shù)據(jù)的采集和加工處理；知識融合層是核心層，通過詞表映射、實體識別等實現(xiàn)知識融合，構(gòu)建多模態(tài)數(shù)字資源關(guān)聯(lián)數(shù)據(jù)集；知識服務(wù)層是應(yīng)用層，可為用戶提供自助式知識導航、場景化知識推薦、智能化知識咨詢等服務(wù)，提高多模態(tài)館藏數(shù)字資源的利用效率。

3.1? 數(shù)字資源層

數(shù)字資源層是多模態(tài)館藏數(shù)字資源知識融合的基礎(chǔ)。由于數(shù)字資源多模態(tài)的特性，數(shù)據(jù)不統(tǒng)一，訪問接口不一，因此，該層需要對采集到的數(shù)據(jù)進行加工處理，形成統(tǒng)一的數(shù)據(jù)集。首先，將采集到的多模態(tài)數(shù)據(jù)按照制定的元數(shù)據(jù)標準進行重新描述；其次，抽取相關(guān)的實體和屬性，構(gòu)建領(lǐng)域本體；接著，為每個實體賦予單獨的URI標識，并通過轉(zhuǎn)換器等自動化工具將其轉(zhuǎn)化成RDF格式；最后，在每個資源間建立RDF鏈接，為形成關(guān)聯(lián)數(shù)據(jù)集奠定基礎(chǔ)。

3.2? 知識融合層

多模態(tài)館藏數(shù)據(jù)之間會采用特定的詞匯表術(shù)語和本體來描述數(shù)據(jù)，這導致數(shù)據(jù)集間不能實現(xiàn)共享，因此，需要建立關(guān)聯(lián)數(shù)據(jù)集間的關(guān)聯(lián)關(guān)系來實現(xiàn)知識融合。知識融合層是多模態(tài)館藏數(shù)據(jù)資源知識融合模型的核心層，主要是通過相關(guān)原則實現(xiàn)知識聚類、分析和融合，建立一個多模態(tài)館藏數(shù)字資源的關(guān)聯(lián)數(shù)據(jù)集，為知識服務(wù)與應(yīng)用提供支持。首先是詞表映射，查找到同一概念或者關(guān)系的不同表述，映射并關(guān)聯(lián)；其次是實體識別，將指向同一實體的數(shù)據(jù)建立關(guān)聯(lián)；最后是知識融合，對同一實體對象進行篩選和融合，構(gòu)建新的知識網(wǎng)絡(luò)，形成多模態(tài)館藏數(shù)字資源關(guān)聯(lián)數(shù)據(jù)集。

3.3? 知識服務(wù)層

知識服務(wù)層主要是為用戶提供服務(wù)，該層的關(guān)鍵是準確理解和分析用戶的知識需求，建立需求與多模態(tài)館藏數(shù)字資源間的匹配關(guān)系，實現(xiàn)精準服務(wù)。多模態(tài)館藏數(shù)字資源關(guān)聯(lián)數(shù)據(jù)集通過查詢和傳送引擎為用戶提供導航、查詢和個性化定制服務(wù)，實現(xiàn)對多模態(tài)數(shù)字資源的關(guān)聯(lián)性知識檢索、場景化知識推薦、智能化知識咨詢等，用戶可以使用瀏覽器、搜索引擎等工具來調(diào)用服務(wù)功能；自助式知識導航服務(wù)是通過知識導航動態(tài)顯示知識關(guān)聯(lián)結(jié)果，協(xié)助用戶挖掘到感興趣的主題，方便用戶全面掌握知識點；場景化知識推薦是將用戶所處情境與關(guān)聯(lián)數(shù)據(jù)相匹配，為用戶提供特定情境下的知識推薦，滿足用戶動態(tài)需求；智能化知識咨詢是指一對一的實時咨詢，用戶只要輸入需求，系統(tǒng)會自動提取知識關(guān)聯(lián)結(jié)果，實時反饋用戶需求，從而實現(xiàn)智能化參考咨詢服務(wù)。

4? 面向多模態(tài)館藏數(shù)字資源的知識融合與服務(wù)案例研究

由于文物繪畫數(shù)字資源中包含文字、圖片、音頻、視頻等格式，數(shù)據(jù)來源廣泛，具有典型的多模態(tài)數(shù)據(jù)的特征，故本文以文物繪畫數(shù)字資源為例進行面向多模態(tài)館藏數(shù)字資源的知識融合與服務(wù)的案例研究。根據(jù)上述模型，本文主要從元數(shù)據(jù)標準設(shè)計、本體構(gòu)建、知識融合以及服務(wù)應(yīng)用四個方面進行分析。

4.1? 多模態(tài)文物繪畫數(shù)字資源的元數(shù)據(jù)設(shè)計

由于文物繪畫數(shù)字資源種類繁多，描述文物數(shù)字資源需要注意的是既要揭示數(shù)字對象，又要與相對應(yīng)的文物圖片、文物實物等相互關(guān)聯(lián)。本文對文物繪畫數(shù)字資源的元數(shù)據(jù)設(shè)計參考了文物館藏體系規(guī)范、DC等標準，結(jié)合文物數(shù)據(jù)特征加以修改與完善，構(gòu)建了文物繪畫數(shù)字資源的元數(shù)據(jù)標準（見表1）。

4.2? 多模態(tài)文物繪畫數(shù)字資源的本體構(gòu)建

文物領(lǐng)域的本體類型包含一般概念本體、人名本體、地點和時間本體、事件本體、領(lǐng)域本體等。本文依據(jù)七步法構(gòu)建多模態(tài)文物繪畫數(shù)字資源本體（見圖2）。一是明確領(lǐng)域與范疇。本文構(gòu)建的文物繪畫本體包含從古代到近代所有的繪畫類文獻，通過這一概念的界定，從而明確本體的應(yīng)用范疇。二是評估已有本體的可用性。如果現(xiàn)有本體通過分析后可復(fù)用，這會減輕一定的工作量，提高本體的兼容性。三是列舉術(shù)語和概念。為盡可能多的獲取到文物繪畫數(shù)字資源的相關(guān)概念和術(shù)語，可通過枚舉的方式進行列舉。四是定義類及層次關(guān)系。明確各個概念間的邏輯關(guān)系，建立層次結(jié)構(gòu)。五是定義屬性及屬性關(guān)系。利用屬性來描述每個類，定義屬性與類之間的關(guān)系。六是本體實例化。選擇一個類并創(chuàng)建類的對象，接著填寫對應(yīng)的屬性和屬性值，從而生成一個實例。七是本體檢驗。評估實體是否存在錯誤，并對實體進行校驗。

4.3? 面向多模態(tài)文物繪畫數(shù)字資源的知識融合

多模態(tài)文物繪畫數(shù)字資源的知識融合環(huán)節(jié)包含以下步驟：一是根據(jù)本體描述文物繪畫資源，并將數(shù)據(jù)轉(zhuǎn)化為RDF格式；二是數(shù)據(jù)發(fā)布，采用D2R模型將數(shù)據(jù)轉(zhuǎn)化為RDF模型，利用d2rqmApping設(shè)計映射語言，實現(xiàn)數(shù)據(jù)關(guān)聯(lián)和知識融合；三是通過URI與URI鏈接，為后續(xù)檢索知識融合結(jié)果提供便利。

4.4? 面向多模態(tài)文物繪畫數(shù)字資源的知識服務(wù)與應(yīng)用

上文通過設(shè)計元數(shù)據(jù)標準、構(gòu)建本體等方式實現(xiàn)了知識關(guān)聯(lián)與融合，通過MYSQL+ECLIPSE等開發(fā)技術(shù)設(shè)計面向多模態(tài)文物繪畫數(shù)字資源的知識服務(wù)平臺，用戶只要輸入相應(yīng)的檢索詞，平臺即可將知識融合結(jié)果反饋給用戶。如，中國知網(wǎng)的博物館業(yè)務(wù)服務(wù)平臺就是將多模態(tài)文物資源進行了融合，為用戶提供了自助式知識導航以及學者分析等服務(wù)，為用戶了解文物資源提供了便利。

5? 結(jié)語

探討多模態(tài)館藏數(shù)字資源知識融合與知識服務(wù)，有利于圖書館優(yōu)化館藏資源配置，拓寬知識來源，提高圖書館學科服務(wù)、科研數(shù)據(jù)服務(wù)能力，提升圖書館智慧化水平。未來圖書館仍需從以下幾個方面完善館藏數(shù)字資源知識融合模式與知識服務(wù)水平：（1）優(yōu)化關(guān)聯(lián)數(shù)據(jù)鏈接算法。根據(jù)實踐經(jīng)驗以及用戶反饋結(jié)果，優(yōu)化元數(shù)據(jù)標準、本體模型、詞表映射規(guī)則等，不斷提高知識關(guān)聯(lián)的準確性和可靠性。（2）深入分析用戶需求。圖書館館藏數(shù)字資源知識融合的目的是為了給用戶提供高質(zhì)量以及精準的知識服務(wù)，因此，未來圖書館需要借鑒先進技術(shù)深入挖掘用戶需求，完善用戶畫像，在用戶需求與知識服務(wù)間建立精準聯(lián)系。（3）拓展知識服務(wù)內(nèi)容。圖書館需要根據(jù)用戶動態(tài)需求以及動態(tài)館藏變化、動態(tài)知識融合結(jié)果，拓寬知識服務(wù)內(nèi)容，為用戶提供學科前沿分析、技術(shù)預(yù)測等服務(wù)，持續(xù)提高資源利用效率。

參考文獻

［1］皇甫娟.面向知識服務(wù)的智慧圖書館多模態(tài)數(shù)據(jù)資源知識融合模式［J］.圖書情報導刊，2023，8（4）：22-27.

［2］彭國超，孔泳欣，王玉文.多維指標融合的主題突變檢測研究［J］.情報學報，2022，41（6）：584-593.

［3］李廣建，羅立群.走向知識融合——大數(shù)據(jù)環(huán)境下情報學的發(fā)展趨勢［J］.中國圖書館學報，2020，46（6）：26-40.

［4］龐莉，趙豪邁.供給改革思路下智庫型圖書館與創(chuàng)客空間結(jié)合的知識極化機理研究［J］.圖書館論壇，2018，38（6）：16-23.

［5］GOU J，WU Y，LUO W.Knowledge fusion： a new method to share and integrate distributed knowledge sources［C］//Innovative Approaches for learning and knowledge sharing.Crete： Springer，2006.

［6］SANTOS E，WILKINSONA J T，SANTOSB E E.Fusing multiple Bayesian knowledge sources［J］.International Journal of Approximate Ｒeasoning，2001，52（7）：935-947.

［7］ANDＲADE D，HOＲEIS T，SICK B.Knowledge fusion using Dempster-Shafer theory and the imprecise Dirichlet model［C］//IEEE conference on soft computing in industrial Applications．Muroran：IEEE，2008．

［8］王海棟，鄭驍慶，張紅俊.基于置信度理論的網(wǎng)絡(luò)知識融合系統(tǒng)和應(yīng)用［J］.計算機系統(tǒng)應(yīng)用，2011，20（1）：1-6.

［9］YIN Y，ZHANG L，LIAO W，et al.A knowledge resources fusion method based on rough set theory for quality prediction［J］.Computers in Industry，2019（108）：104-114.

［10］王敬東.基于知識聚合的數(shù)字圖書館信息智能檢索模型［J］.圖書館學研究，2014（21）：72-76，71.

［11］陳沫，李廣建.大數(shù)據(jù)環(huán)境下知識融合技術(shù)體系研究［J］.圖書情報工作，2022，66（20）：20-31.

［12］溫芳芳，鄭詩嘉.基于關(guān)聯(lián)規(guī)則挖掘的多學科知識融合研究——以新冠肺炎研究領(lǐng)域為例［J］.現(xiàn)代情報，2023，43（3）：148-156.

［13］尚宇煒，郭劍波，吳文傳，等.數(shù)據(jù)—知識融合的機器學習（1）：模型分析［J］.中國電機工程學報，2019，39（15）：4406-4416.

［14］陳平，宋啟凡.基于自然資源期刊集群的多模態(tài)資源融合與學術(shù)傳播路徑研究［J］.編輯學報，2023，35（3）：321-325.

［15］王華瓊，俞定國，錢歸平.基于醫(yī)學社交媒體數(shù)據(jù)的多模態(tài)知識圖譜構(gòu)建［J］.醫(yī)學信息學雜志，2023，44（4）：35-39.

［16］李霞，樊治平，馮博.知識服務(wù)的概念、特征與模式［J］.情報科學，2007（10）：1584-1587.

［18］付露瑤，劉文云，沈亞婕，等.數(shù)字素養(yǎng)視角下高校圖書館知識服務(wù)體系與策略研究［J］.圖書館，2023（1）：58-64.

［19］郭雨梅，景勇，郭曉亮，等.開放科學形勢下科技期刊知識服務(wù)平臺運營模式探析［J］.編輯學報，2023，35（3）：273-278.

［20］魏大威，王菲，肖慧琛.Web 3.0背景下的智慧圖書館知識服務(wù)研究［J］.圖書館理論與實踐，2023（1）：54-60，76.

［21］梁艷琪.基于關(guān)聯(lián)數(shù)據(jù)的文物數(shù)字資源語義融合與服務(wù)研究［D］.

武漢：華中師范大學，2017.

作者簡介：

江淑潔（1986），女，碩士，南陽師范學院圖書館館員、南陽師范學院南陽發(fā)展戰(zhàn)略研究院信息情報所所長。研究方向：數(shù)字圖書館、信息服務(wù)。

（收稿日期：2023-08-02? 責任編輯：馬玉娟）

Research on Knowledge Fusion and Services for

Multimodal Collection of Digital Resources

Jiang Shu-jie

Abstract：

The knowledge fusion of multimodal digital resources in library collections can improve the efficiency of resource utilization and broaden the scope of resource sharing. Based on the analysis of relevant concepts， this article analyzes the knowledge fusion process for multimodal collection of digital resources， and then draws inspiration from the associated data link fusion method to construct a knowledge fusion and service model for multimodal collection of digital resources from the digital resource layer， knowledge fusion layer， and knowledge service layer. It is believed that knowledge services for multimodal collection of digital resources include self-service knowledge navigation， scenario based knowledge recommendation， intelligent knowledge consulting and other services were provided， and a case study was conducted using multimodal cultural relic painting digital resources as an example.

Keywords：Multimodal Data; Collection Resources; Knowledge Fusion; Knowledge Service