在复合数字对象中,组成逻辑整体的信息单元组件在语义类型、媒体类型和媒体格式、在网上的存储位置、组件之间的关系等方面呈现多样性,各个部分之间的关系复杂,而当前的信息管理模式针对某种单一的载体类型,其数据的结构是平面化的、静态的,系统难以从更细致的粒度处理这种复合数字对象,集中的问题表现在：没有语义关联,缺乏数据来源背景信息,缺乏可选择性/交互性或者灵活性;没有针对数字对象不同粒度层次的访问分级,显示或者展现方式不够灵活^{[ 1]}。

随着数字仓储和e-Science等的发展,传统的数据组织方式越来越不能完整地表达数据所包含的内部含义和内在关系,因此越来越多的科研产出开始采用复合数字对象的方式进行表达：科学交流面临发布原始数据和引申数据、共享数据、并进行分析和建模,促进重用、再现和验证,更好地保护知识产权的挑战,需要能够容纳聚合多种媒体、内容类型、语义类型、不同版本的数据流对象的体系结构,并允许这些数据流与附加数据——包括支持发现、数字保存和权限管理的元数据关联的阶段,这对复合数字对象的研究提出了更大的需求。但是当前针对复合数字对象模型的研究相对还比较少,至今没有比较公认的模型和标准,因此这就对复合数字对象的语义表达封装模型研究提出需求。

数字仓储和语义网的兴起,对数字仓储进行语义增强成为数字仓储研究的一个热点。复合数字对象的处理是数字对象语义增强的一个重要方面。现在很多主流数字仓储对复合数字对象的处理方式和普通数字对象没有太大区别：如复合数字对象的存储方式一般和普通数字对象相同,即把所有相关的资源归在一个类目下,但对某一类目下的数字资源相互之间的关系并没有进行描述和定义,这使得数字资源之间的关系得不到很好的揭示,不利于数字资源的管理和利用。

进行复合数字对象语义存交研究的作用主要有以下几方面：

（1）组成复合数字对象的信息单元组件在语义类型、媒体类型和媒体格式、在网上的存储位置、组件之间的关系等方面呈现多样性,各个部分之间的关系复杂,目前还没有比较公认的对复合数字对象进行描述的标准。

（2）语义网的研究已经取得了大量的成果,元数据和计算机处理信息广泛应用,大量的标准涌现,如RDF、OWL。为了支持这些发展,就对语义存储（Resource Index）提出了需求。对语义存储进行研究,可以为语义网、复合数字对象的研究提供存储、操作、查询的支持,促进语义网的发展和对复合数字对象的研究。

（3）对数字仓储进行语义化增强,可以解决当前困扰数字仓储发展的语义扩展问题。在提交时对复合数字对象进行语义化可以简化后期资源处理的工作量,将富含语义的复合数字对象保存在数字仓储中可以方便对复合数字对象进一步的加工处理。

对复合数字对象进行语义封装最重要的是对复合数字对象进行组织管理的标准。好的标准可以提供对复合数字对象进行详细描述的方法,较好地揭示复合数字对象的语义关系,而且形成的描述对象不会因为过于复杂而难于使用。复合数字对象组织管理相关的标准有很多,如METS、OAI-ORE和CDR等。由于提出的背景和针对的问题不同,使得它们各有特色,分别针对复合数字对象组织管理的不同方面,同时它们对复合数字对象语义的揭示能力也各不相同。

（1）Metadata Encoding and Transmission Standard（METS）

METS致力于在MOA2（Making of America II Project）基础上提供一种元数据格式,使得该格式不仅支持仓储内部数字对象的管理,而且支持数字对象在仓储之间（或仓储与用户之间）的交换。METS文档主要包括7个部分的内容^{[ 5]},如图1所示：

图1

	Figure Option ViewDownloadNew Window
	图1 METS标准结构示意图[ 6]

根元素˂mets˃中包含了METS文档的唯一标志符等信息,其他部分对包含的内容做了进一步描述^{[ 6]}：METS文件头（metsHdr）记录文档自身的元数据信息;描述性元数据（dmdSec）包含文档内部或者外部的描述性元数据;管理性元数据（amdSec）保存的数字对象的管理性元数据信息;文件组（fileSec）包含组成该数字对象的所有文件的列表;结构图（structMap）揭示出该数字对象的等级结构;结构链接（structLink）记录结构图中的分层节点之间的链接关系;行为机制（behaviorSec）记录METS文档中的内容实体所关联的可执行的行为。METS的使用实例参见文献[7]。

结构图作为METS文档的核心部分^{[ 7]},是METS表达语义的关键：通过XML格式的编码可以指出复合数字对象的组成文档和这些文档之间的等级关系,可以用来揭示简单数字对象如何组成复合数字对象;对所描述的数字对象与外部资源的简单语义关系（如参考关系、引用关系等）进行揭示,可以用来表达复合数字对象之间的简单语义关系。但是,METS对复合数字对象的描述更多体现在结构上,它着重于揭示复合数字对象是如何组成的,但对这些内部的数字对象的语义揭示能力和复合数字对象整体的语义揭示能力却不强,而且采用的语法格式与语义网技术常用的格式也有一定差距。

（2）OAI-ORE数据模型

OAI-ORE的目标主要是解决网络复杂数字对象的描述和格式转换问题,它能处理包含多种格式、版本和数据类型的数字资源^{[ 8]}。ORE提供一种明确的、可扩展的机制来计算并描述复杂网络对象的关系。

ORE抽象数据模型主要包括以下实体：聚合（Aggregation）、资源地图（ResourceMap）、被聚合资源（AggretatedResource）、代理（Proxy）,其中最重要的是资源地图^{[ 9]},如图2所示：

图2

	Figure Option ViewDownloadNew Window
	图2 OAI-ORE数据模型结构图[ 9]

资源地图是复合数字对象的一种机器可读的表现形式,可用URI标识。资源地图功能包括：表示它所描述Web资源集合（ore：describes）;列出Web资源的资源组成（ore：aggregates）;表示Web资源集合相关的所有资源（包括资源地图本身）的属性关系（dcterms：creator）。这些特性使得OAI-ORE标准成为描述复合数字对象的一个很好的选择,例如可以使用图2来表示复合数字对象：用ore：describes指示资源图描述的复合数字对象,该资源地图描述复合数字对象A-1;用dcterms：creator,foaf：page等发展比较成熟的外部命名空间的术语描述这个复合数字对象整体所具有资源的属性特征,图2中foaf：page表示的该数字对象的创建者的主页为A;用ore：aggregates列出复合数字对象的组成,该复合数字对象由三个数字对象AR-1,AR-2,AR-3组成,另外数字对象AR-1等可以是一个简单的数字对象,也可以是另外一个复合数字对象,这样通过迭代就可以实现对多层次复合数字对象的描述。

OAI-ORE标准是在语义网基础上发展起来的,它继承并扩展了RDF的命名空间：它可以通过ore：Aggregation将很多数字对象集中起来,形成一个逻辑上的整体（复合数字对象）,并使用带有URI标志符的ResourceMap对其进行标记,可以方便在网络上发布复合数字对象,对复合数字对象进行利用;OAI-ORE标准开放,可扩展性强,可以引入FOAF、DCMI等命名空间,对某些方面（如作者机构信息等）可以使用成熟的代理描述标准（如FOAF）来进行描述,从而增强对复合数字对象的表达能力;支持多种序列化方式,如ATOM、RDF等,可以使它所描述的复合数字对象在采用不同标准的系统之间无障碍流动,方便复合数字对象的互操作。

（3）基于引用的复合文档框架（Compound Document by Reference Framework,CDR）

CDR模型为整合任意文档格式定义了一种独立的语言处理模型^{[ 10]}。通过将各种格式的文档进行整合,CDR提供了一种对复合数字对象进行详细描述的方式。

复合文档通过XML标记语言能够将来自几个命名空间的文档整合为一个物理的文档,从而组成一个复合数字对象。目前已经存在一些标准命名空间,如XHTML、XForms、VoiceXML 及MathML,每一个标准都可以用来对复合数字对象在某个领域的特征进行详尽的描述：XForms 关注数字对象数据的采集和提交方面,VoiceXML 关注语音表达方面,MathML 关注数学符号方面。对于内容的创建者,单独使用任何一个标准都不能对复合数字对象的特征进行详尽的揭示,这就需要将各个命名空间内对某一个特定复合数字对象的表述整合起来,进而灵活地创建内容丰富的文档。

CDR框架目的在于将很多标准无缝集成在一个文件里：一方面充分利用成熟标准的丰富的语义表达能力,增强了CDR的语义揭示能力;另一方面,复用以前的标准,使得数字对象数据可以在使用这些标准的系统间自由流动,减少了数据壁垒的产生。但是,由于采用很多以前的标准,而这些标准有些是在语义网标准确定之前开发的,它们主要针对文档文件,对图像、视频等最近涌现的数据格式的支持有限;这些以前的标准虽然有很强的描述能力,但是这些描述需要专门的步骤才能转化成语义网技术可以理解的格式,增加了使用该标准的复杂性。

（4）小结

从上面的论述可以知道,这些标准对复合数字对象的语义揭示存在一定的共性,如METS和OAI-ORE都通过一个专门的记录复合数字对象的结构来揭示复合数字对象的组成,CDR和OAI-ORE都可以复用一些比较成熟的标准来增强标准的语义揭示能力等。虽然这些复合数字对象标准提供了对复合数字对象进行较好的语义表达的方法,但还存在一些问题：

①有些复合数字对象标准产生于语义网流行之前,这些标准的语法格式与语义网支持的主流格式有出入,需要进行转换才能使用,增加了使用的复杂程度。

②有些复合数字对象标准更注重对数字对象的组织,这些标准着重关注复合数字对象内部的结构关系,揭示复合数字对象由哪些数字对象组成,但是对复合数字对象所蕴含的语义关系的揭示能力不强。

③有些复合数字对象标准的灵活性很大,对具体领域并没有给用户尤其是初级用户以属性选择方面的足够的要求和提示,没有给出针对这些具体领域的较为详尽的数据模型。某些情况下可能因为用户疏忽等原因导致某些属性的遗漏,从而造成部分语义的缺失。

复合数字对象的语义保存的关注点集中在存储系统是否提供语义支持,是否提供语义推理能力上。目前,很多的仓储系统通过集成现有的RDF存储来对系统提供语义支持,但是由于仓储系统自身的数据格式和元数据的特点,有些仓储系统向语义存储的转移比较困难,下面主要介绍DSpace,Fedora和EPrints三个仓储系统对语义的支持状况和研究进展。

（1）DSpace系统

DSpace由美国麻省理工大学和惠普公司合作开发^{[ 11]}。DSpace系统以内容管理发布为设计目的,遵循BSD 协议,可以收集、存储、索引、保存和重新发布任何数字格式、层次结构的数据,主要通过在线检索和浏览系统来发布数字资源,并可以实现数字资源的长期保存。

DSpace1．x系统除了在数据管理方面部分引入对语义的支持外,在其他方面,如数据存储、数据检索等方面并没有提供对语义的支持。针对这些问题及DSpace1．x存在的其他一些缺点,2004年Tansley提出了DSpace2．0^{[ 13]}。其数据模型如图3所示：

图3

	Figure Option ViewDownloadNew Window
	图3 DSpace2．0数据模型[ 13]

DSpace2．0提出了和现有DSpace1．x系统不同的数据格式和软件架构方式,并计划加入对多种数据库存储系统的支持。DSpace2．0的数据模型是一个面向对象的数据模型,并提供对遗产数据的前向支持,主要做法是构造一个基类（DSpace AIP）,并封装一些最基本而又常用的信息,其余类继承自基类,并拥有自己特有的信息,这些改变为给DSpace数据提供语义存储支持提供了便利。基于DSpace2．0的数据实体（Entity）,Zhou等进行了将DSpace2．0的数据实体与RDF三元组进行映射的研究^{[ 14]},希望以此实现DSpace2．0系统对语义存储的支持,另外他们还希望通过添加一个中间件Tupelo实现DSpace系统对多种RDF存储系统（如Sesame Mulgara等）的支持。Blažinskas等在此基础上进一步展开对DSpace2．0存储服务接口进行扩展的研究,以期提供对DSpace1．x的存储应用程序接口（API）的前向兼容支持^{[ 15]},并进一步实现DSpace1．x系统对语义存储的支持。

另外,Fedora与DSpace的开发社区已经合并,社区内DSpace与Fedora之间数据相互转化的研究很多。由于Fedora已经实现了语义存储,因此还有一种提供DSpace语义支持的方式就是通过将DSpace数据格式与Fedora数据进行相互映射,从而实现数据在不同仓储系统间的自由迁移,并进一步通过Fedora的语义存储来支持DSpace系统的数据,从而实现DSpace系统的语义存储^{[ 16]}。

（2）Fedora系统

Fedora系统始于1997 年,是由美国梅隆（Andrew W． Mellon）基金会资助,由弗吉尼亚大学和康奈尔大学联合开发,遵循Mozilla 协议许可,采用CORBA 和Java技术实现的开源系统。它实现了数字对象框架,是一个通用的数字对象管理系统。

Fedora 系统由数字对象（Digital Object）和仓储框架（Repository Architecture）两大实体组成,数字对象是Fedora 体系结构的核心,提供了一个集成内容和行为的框架;Fedora 仓储是为数字对象服务的,它提供了对数字对象的存储管理和访问接口,客户端通过管理和访问接口与仓储进行交互^{[ 17]}。Fedora的数字对象模型可以抽象为有向图,由很多内部三元组构成,将数字对象节点与它们的分发节点以及与该数字对象相关的外部节点联系在一起,这样可以很方便地用RDF三元组进行标示^{[ 18]}。因此,Fedora向语义网进行迁移相对容易,现在已经对语义存储提供了支持^{[ 18]}。Fedora使用资源索引（Resource Index）来支持语义存储。资源索引里,Fedora定义了一个基本实体Fedora Relationships,其他数字对象继承自该实体并根据原始的数字对象模型将这些抽象图三元组用RDF格式的数据表示出来,进而存储在存储系统中^{[ 18]}。

Fedora内部集成Mulgara三元组存储,提供对三元组数据的优化处理,如可以在对数据进行读写入硬盘之前进行缓冲,减少硬盘读写次数,提高效率。这在读取写入大量数据时有明显的性能改善^{[ 18]}。

（3）EPrints系统

EPrints由英国南安普顿大学开发。EPrints使用广泛,具有较大的灵活性,各使用机构可根据实际需求进行改进。能够适应存储开放存取文献、科学数据、学位论文、报告和多媒体的知识库的需求。EPrints 采用Perl程序语言编写,可运行于Apache 网络服务器和MySQL数据库,遵循OAI-PHM2．0协议。

EPrints提供了对语义存储的比较好的支持,通过使用BIBO本体模型,EPrints系统构建了一个可以扩展的RDF系统,使用VOID本体来描述仓储,给像作者、事件、地点等可追溯的实体以URI标志,并支持多种格式（如RDF/XML,N3等）的数据输出^{[ 19]}。

EPrints系统给数据集内的每个对象以URI标志,可以方便获取数据对象。对eprints（eprints是EPrints系统的一条记录,由几个文件和关于这些文件的元数据组成）与文件之间的语义关系进行揭示,较好地描述了数据记录内部的语义关系^{[ 19]}。

（4）小结

复合数字对象的语义保存是复合数字对象语义存交的重要部分,它是对富语义数据进行后续利用的基础。从前面的论述可知,除了DSpace由于自身的数据格式和元数据的特点而对语义数据的支持稍差一点之外,由于自身结构设计比较有针对性,另外两个主流仓储系统都提供了对语义数据的支持,Fedora已将查询接口以Web Service的方式向外发布（即risearch服务）,用户可以很方便地通过RDF查询语言（目前仅支持iTQL和SPO）来查询存储的语义数据^{[ 18]}。但即使是DSpace系统,随着今后DSpace2．0的发布和对DSpace1．x遗产数据映射研究及一些相关研究的进行,相信DSpace系统对语义保存的支持很快也会实现^{[ 14, 15]}。

目前,有比较多实验性复合数字对象语义存交的项目：APSR^{[ 20]}（Australian Partnership for Sustainable Repositories）由澳大利亚联邦政府资助,其在2007年展开了一系列目的在于解决数字对象、数字资源提交问题的项目,其中,最重要的进展在于将OJS内的期刊论文和OCS内的会议材料提交到DSpace和Fedora仓储的研究,并开发出了支持将资源从原始仓储转移到DSpace等仓储的插件;ICE-TheORE^{[ 21]}是JISC资助、由UC和USQ合作开发的一个项目,目的在于使用可以较好揭示数字对象语义关系的新技术来支持化学文献的著录和出版工作,ICE-TheORE通过改进机构仓储的基础架构,促进了工作流与仓储的集成,增强了开放获取能力。下面主要介绍Foresite。

Foresite^{[ 22]}在复合数字对象语义存交的项目中比较具有代表性。Foresite是利物浦大学、惠普实验室与JSTOR合作开发的一个项目,它由JISC资助,目的在于使用现有的ORE规范描述JSTOR存储的资源,这样可以使得ORE客户端理解JSTOR存储资源如期刊、文章等相互之间的语义关系。项目结构具体如图4所示。

图4

	Figure Option ViewDownloadNew Window
	图4 Foresite项目结构示意图[ 22]

顶层的资源地图描述期刊的信息,下层的资源地图描述本期刊的相关信息,如刊号、期刊里某篇文章的信息等,顶层资源地图指向下层资源地图的集合,下层资源地图集合到上层资源地图中,并与外部资源隔离。所有这些资源地图被临时存放在本地数字仓储中,并通过SWORD远程提交到DSpace系统进行集中存储。DSpace系统里存储的是资源的URI,真实的数字资源仍然保存在JSTOR系统里^{[ 22]}。

Foresite系统可以进一步改进JSTOR数据库的性能,使用ORE重新描述JSTOR系统内部的数据,可以很好地揭示数据内部隐含的语义关系,增强JSTOR系统的语义,使得JSTOR的数据更容易为计算机所理解。通过一定的浏览器插件,浏览器可以理解JSTOR内数据之间语义关系并将其直观地展示给用户。