数字环境下,越来越多的科研信息以数字化形式出现,重要的信息组织工具和知识组织体系的应用场景也发生了巨大变化,科研综合数字信息环境已经形成,传统知识组织体系的电子化、网络化是其在网络环境下应用的主要形式之一^{[ 1]}。知识组织体系建设是一项系统工程,是推动科技文献信息服务向知识服务转变的基础与核心,有效实现数字科研信息的组织势在必行。与外文科技知识组织体系相比,中文知识组织体系的网络化服务还存在很大发展空间。本文以《科图法》为例,对中文知识组织体系通过简单知识组织系统(Simple Knowledge Organization System,SKOS)编码实现网络化服务的可行性与必要性进行了探索。

SKOS是由W3C提出的一种编码语言,它试图将传统的知识组织规范以RDF方式编码,以实现提供“机器可读”的能力。事实上,SKOS就是一套表现Resource Types(Classes)和Link Types(Properties)的系统编码。SKOS词表主要是由skos:Concept实例构成,成为以URI标识的“思想单元”,其概念都有词汇标签、说明文本以及指向其他概念的丰富语义链接。2005年至今,W3C相继发布了SKOS Core Guide、SKOS Core Vocabulary Specification、SKOS Simple Knowledge Organization System Primer、SKOS Simple Knowledge Organization System Reference和SKOS Use Cases and Requirements^{[ 2]}。这些规范文档详细说明了SKOS的核心词汇及应用指南,使应用SKOS更好地实现知识组织体系的知识管理和语义处理成为可能。

2009年初,DDC(http://dewey.info)^{[ 3]}与LCSH(http://id.loc.gov)^{[ 4]}相继以SKOS发布。WebDewey采用W3C标准SKOS语言进行描述,开始变身关联数据(但OCLC目前只开放了三级类号),实现了与美国国会主题词表(LCSH)的映射和医学主题词表(MeSH)的选择性映射。美国国会图书馆主题词表LCSH以SKOS 编码,使整个LCSH成为“关联数据”(Linked Data),在其网站上公布了全部SKOS源码,并可被下载。同时采用可视化的方式表达主题概念相互之间的关系,使LCSH在网络时代成为更加共享、广泛的知识内容,通过采用SKOS把全部LCSH变身为语义网应用。这些权威、经典的外文知识组织体系的SKOS编码实现及应用为探索中文知识组织体系SKOS描述方案的设计带来了很大启发。

中文知识组织体系的SKOS化描述也有相应研究,Zeng^{[ 5]}等对《中国分类主题词表》SKOS转换进行了深入讨论和试验,并在DC-2008会上发布了试验成果,分析了SKOS应用于汉语主题分类词表编码方面的可行性、存在的问题及发展方向,探讨了对复分表、skos:notation等的处理方法。刘丽斌^{[ 6]}等以程序设计语言、数据库查询语言为基础,提出了将《中国分类主题词表》电子版自动转换为SKOS描述形式的构想,并进行了具体实践,但是对于《中国分类主题词表》的附表部分在语义网环境下如何实现SKOS描述尚没有明确研究。分析发现对中文知识组织体系SKOS化转换的研究集中在《中国分类主题词表》,目前处于讨论和试验阶段,存在很多问题尚未解决,如仿分复分的处理。

SKOS中与概念框架相关的词汇包括:概念框架(skos:ConceptScheme)、属于(skos:inScheme)、顶级概念(skos:hasTopConcept)。概念框架用来声明某个资源是一个概念框架。属于属性用来声明一个概念包含于一个概念框架。顶级概念属性用来声明在某个概念框架中,一个概念链的顶级概念是什么,一个概念框架可以有多个顶级概念^{[ 8]}。实际上,每部知识组织体系可以看作是一个概念表,即KOS内所有概念及概念之间的语义关系的集合,将整部《科图法》看作一个概念框架,一级类目作为顶级概念,每个类目均属于整个概念框架。因此通过skos:ConceptScheme和skos:hasTopConcept对整部知识组织体系进行概括说明,在每个类目中通过skos:inScheme说明其属于关系,并在对整部知识组织体系进行概括描述之前,事先定义其命名空间等内容。《科图法》概念框架的SKOS描述方案设计如下:

<? xml version="1.0" encode="UTF-8"?>

<!DOCTYPE rdf:RDF[]>

<rdf:RDF

xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

xmlns:skos="http://www.w3.org/2004/02/skos/core#"

xmlns:base="http://www.las.ac.cn/lasc">

<skos:conceptScheme rdf:about="#LASC">

<dc:title>中国科学院图书馆图书分类法</dc:title>

<dc:creator>中国科学院图书馆</dc:creator>

<skos:hasTopConcept rdf:resource="#51"/>

<skos:hasTopConcept rdf:resource="#52"/>

…………

</skos:ConceptScheme>

概念(Concept)是SKOS词汇中的基本组成单元,用来标注独立的抽象实体^{[ 9]}。SKOS引入了skos:Concept来声明概念,可通过两步建立概念:创建或重用URI为概念建立唯一标识;应用RDF的属性描述对URI加以声明。将《科图法》的每个类目看作是一个概念,用skos:Concept加以声明,将其设为必备字段,同时采用rdf:about声明URI。URI要求满足唯一性,鉴于分类法中类号唯一的特点,采用分类号作为URI内容。

《科图法》概念SKOS描述语句格式为:

<skos:Concept rdf:about=“#分类号”></skos:Concept>

应用场景描述如下,如果原稿内容为“51 数学”,则其SKOS描述语句为:

<skos:Concept rdf:about=“#51”></skos:Concept>

概念的首要特征就是用于表达其自然语言:标签。SKOS提供了三个属性标签来表达概念资源,即skos:prefLabel,skos:altLabel和skos:hiddenLabel。这些属性被明确地定义为两两不相交,即如果同一概念、同一语种的首选标签和交替标签同名,则出错。skos:prefLabel是用于说明概念资源的首选词汇标签,一个概念中可以包含多个语种的首选词汇标签,但每个语种只能有一个首选标签;skos:altLabel是用于说明概念资源的交替词汇标签,当可用多个词汇标签表示同一概念时,可采用此词汇标签^{[ 10]};skos:hiddenLabel是用于说明概念资源的交替隐藏标签,如错误但有入口作用的其他词汇标签。《科图法》每个类目是一个概念,每个类目至少对应一个类名,用首选词汇标签来表达类名,则每个概念中有且只有一个skos:prefLabel,用交替词汇标签来表达类名的同义词,则每个概念中可能有0个、1个或多个skos:altLabel,类目没有同义词时,交替标签为0个,有同义词时,则有1个或多个(类目的同义词在《科图法》中用小括号表示),通过xml:lang="cn"标识其语种为中文,设计方案如表1所示:

表1

表1

表1 类名描述方案设计 SKOS标签 方案设计 skos: prefLabel 必备,有且唯一,用于标识首选类名 skos: altLabel 可选,可以有0个、1个或多个,用于标识交替类名 <table-wrap-foot><fn id="nt1"/></table-wrap-foot>

表1 类名描述方案设计

《科图法》类名SKOS描述语句格式为:

<skos:prefLabel xml:lang="cn">首选标签</skos:prefLabel>

<skos:altLabel xml:lang="cn">交替标签</skos:altLabel>

应用场景描述如下,如果原稿内容为“51.51 几何基础(几何原理)”,则其SKOS描述语句为:

<skos:prefLabel xml:lang="cn">几何基础</skos:prefLabel>

<skos:altLabel xml:lang="cn">几何原理</skos:altLabel>

(1)层级语义关系描述方案设计

SKOS包含了丰富的表示语义关系的标签,有表示层级关系的skos:broader,skos:narrower,skos:broaderTransitive,skos:narrowerTransitive和表示相关关系的skos:related。其中,skos:broader和skos:narrower是一组互逆标签,skos:broaderTransitive和skos:narrowerTransitive是一组互逆标签,尽管两组标签都表示层级关系,用于和其上下级位类建立关联,但也存在一定差别,最明显的是skos:broaderTransitive和skos:narrowerTransitive明确了类目间语义上的传递性,而skos:broader和skos:narrower则没有明确^{[ 11]}。举例说明,如果A skos:broader B,B skos:broader C,则无法确定A一定skos:broader C;如果A skos:broaderTransitive B,B skos:broaderTransitive C,则一定有A skos:broaderTransitive C。

《科图法》是层累制的分类法,每一个类目的语义主要通过分类等级表达,下级类目间存在明确的语义传递性,即在同一个概念中,一级类目是二级类目的上位类,二级类目是三级类目的上位类,则一定有一级类目是三级类目的上位类,因此在《科图法》SKOS描述方案设计中选用了具有语义传递性的skos:broaderTransitive和skos:narrowerTransitive这一组互逆标签来表示上下位类目的层级关系,并将其设为必备字段,设计方案如表2所示:

表2

表2

表2 层级语义关系描述方案设计 SKOS标签 方案设计 skos: broaderTransitive 必备,有且只有一个(一级类目除外),用于与唯一一个相邻上位类建立关联 skos: narrowerTransitive 必备,可以有0个,1个或多个(无下级类目除外),用于与全部相邻下位类建立关联

表2 层级语义关系描述方案设计

对《科图法》进行语义描述时,涉及到对资源的引用,在RDF中要引用已经说明的资源,需要用rdf:resource特性,且引用和被引用资源属性值都需要用“#”加以标识^{[ 12]}。因此,《科图法》中层级语义关系的SKOS描述语句格式为:

<skos:broaderTransitive rdf:resource="#相邻上位类号"/>

<skos:narrowerTransitive rdf:resource="#相邻下位类号"/>

应用场景描述如下,如果原稿中“51.52 解析几何学”的相邻上位类是“51.5几何、拓扑”,相邻下位类有“51.521初等解析几何学”和“51.523高等解析几何学”,则“51.52解析几何学”这一概念的相关SKOS描述语句为:

<skos:broaderTransitive rdf:resource="#51.52"/>

<skos:narrowerTransitive rdf:resource="#51.521"/>

(2)相关语义关系描述方案设计

SKOS通过skos:related语义标签来实现具有关联但又不是层级关系的类目的描述^{[ 13]},一个类目可以与多个类目通过该标签实现关联。在《科图法》中存在大量这种关系的类目,主要以“参见…”、“宜入…”等形式出现,应用skos:related描述类目的相关关系,有以下几种形式:与一个相关类目关联,用一个skos:related建立关联;与多个不连续类目关联,用多个skos:related建立关联;与多个连续类目关联,用一个skos:related与其相邻上级类目建立关联。并不是每个类目都有相关类目,因此将skos:related设为可选字段,用于与相关类目(上下级类目除外)建立关联。

《科图法》中相关语义关系的SKOS描述语句格式为:

<skos:related rdf:related="#相关类号"/>

应用场景描述如下,如果原稿中类目“51.58 代数几何学”中注明该类目可参见51.487,则其SKOS描述语句为:

<skos:related rdf:resource="#51.487"/>

2008年6月,更新的SKOS工作草案新增“skos:notation”属性专门用来处理分类号,正式采纳了SKOS-Issue79的处理方法^{[ 14]}。该属性用来唯一标识一个概念,具有唯一性,区别于标签的用法是其值域不能是任何自然语言^{[ 15]},这对分类法的表示来说是可行的,《科图法》中每个类目都有唯一的分类号,采用skos:notation属性来处理分类号,并将其设为必备字段,《科图法》类号的SKOS描述语句格式为:

<skos:notation>分类号</skos:notation>

应用场景描述如下,如果原稿内容为“51数学”,则其SKOS描述语句为:

<skos:notation>51</skos:notation>

许多KOS指南十分强调语义关系对定义概念的重要性,实际上与这些结构化语言相比,概念有时需要进一步使用非正式语言来表达,如范围注释或定义。SKOS提供了一种通用的文献属性说明标签skos:note,还定义了其若干子属性,即skos:scopeNote、skos:definition、skos:example、skos: historyNote。此外,SKOS还为KOS管理者和编辑者提供了两个特别的说明性标签,即skos:editorialNote和skos:changeNote^{[ 16]}。各种说明性标签的适用范围如表3所示:

表3

表3

表3 skos:note属性说明表 面向对象 skos:note 适应范围 Concept Scheme 使用者 skos:scopeNote 用于提供概念涵义的部分信息,尤其是在标引实践中受到限定的概念的使用 skos:definition 提供概念涵义的详细说明 skos:example 提供概念的使用实例 skos:historyNote 描述概念的内容或形式的重大变化 KOS管理者 或编辑者 skos:editorialNote 为协助实现管理目标提供信息辅助,如提醒管理者需要完成的工作、警示事件中需要做的未来的编辑性修改 skos:changeNote 记录概念的频繁变化,便于管理和维护

表3 skos:note属性说明表

鉴于skos:note较其他子属性的概括性和《科图法》中注释内容的复杂性,采用skos:note作为类目注释的描述语句。由于不是每个类目都有注释,因此将skos:note设为可选字段,用于描述类目注释。

通过xml:lang="cn"标识其语种为中文,《科图法》类目注释的SKOS描述语句格式为:

<skos:note xml:lang="cn">说明性文字</skos:note>

应用场景描述如下,如果原稿中类目“51.62函数论”有说明文字“不分实变数、复变数者入此”,则其SKOS描述语句为:

<skos:note xml:lang="cn">不分实变数、复变数者入此</skos:note>

对知识组织体系中复分仿分的SKOS化处理一直没有得到很好的解决,原因有两点:

(1)SKOS本身主要用来处理简单的语义关系,并没有提供合适的词汇来解决复分、仿分等复杂关系;

(2)复分、仿分的特殊性超出了SKOS所能描述的范围,现有的SKOS无法满足传统词表的所有需要。

解决这类问题需要采取开放的思路,对SKOS Core适当扩展,建立一些本地词汇(Local Vocabulary),在复表的处理方式上做降级处理,做出一个与hasTopConcept不同的hasTopTableConcept来定义复分表^{[ 17]}。但如何将定义好的复分表与相关类目联系起来,在公开发表的文献中并未找到明确解答,沿着扩展SKOS Core的思路,笔者认为处理复表问题时需要考虑两个方面:

(1)通过自定义属性skos:hasTopTableConcept封装复表;

(2)通过自定义属性skos:inTableConcept调用复表。

具体步骤如下:将每个复表看作是一个概念(Concept),并为其定义一个虚拟URI,如LASCTableConcept65,表示该复表处在词族“65 农业科学”下;在逻辑上将每个复表放在一个虚拟空间中,并认为这些复表与相应类目的关系是语义关系;在处理利用复表进行仿分的概念时,利用自定义的SKOS属性skos:inTableConcept调用复表,如在概念描述框架中加入调用语句 <skos:inTableConcept rdf:resource="#复表URI标识"/>实现复表的调用,这里调用的不是简单的一条资源,而是一个包含了内容的复表分类结构。