智能化IETM知识库映射关系演化方法研究
薛建武, 沈彩君
西北工业大学管理学院陕西 西安 710072
通讯作者: 沈彩君 E-mail:shencaijun810@126.com

作者贡献声明:

薛建武: 提出问题, 设计研究思路、论文最终版本修订; 薛建武, 沈彩君: 确定研究方法; 沈彩君, 薛建武: 实施研究过程; 沈彩君: 实验结果分析、论文起草。

摘要

【目的】通过分析智能化IETM知识库的结构和知识组织方式, 对智能化IETM知识库映射关系演化的方式和映射集的变化进行探讨。【方法】在本体映射演化方法的基础上, 引入映射集合的概念表示映射的存在形式, 通过映射集合的交、并、补等运算, 表示在数据模块添加、删除和修改时映射关系的变化规律。【结果】提出一组能够支持智能化IETM映射演化的算法, 该算法在满足映射演化全面和准确的前提下, 提高了映射演化效率。【局限】该映射算法是对IETM两个重要数据库映射的初步研究, 只涉及到映射集的变化, 没有过多涉及映射生成算法的研究。【结论】本文提出的映射演化算法可以提高智能化IETM知识库映射演化的规范性和效率性, 为实现映射演化的自动化奠定一定的基础。

关键词: 智能化IETM; 知识演化; 映射集合; 映射演化算法
中图分类号:TP391
Research on the Evolution of Mapping Relationship in Knowledge Base of Intelligent IETM
Xue Jianwu, Shen Caijun
School of Information Management, Wuhan University, Wuhan 430072, China
Abstract

[Objective] Through the analysis of the structure and organization of the intelligent knowledge repository of IETM, to investigate the evolution mode in mapping approaches and the changes of mapping sets of intelligent knowledge repository of IETM.[Methods] Based on the methods of Ontology mapping evolution, this paper introduces the concept of mapping sets to indicate the presence form of mapping, represents the change rule of mapping relationship in adding, deleting and modifying data module.[Results] Put forward a set of algorithm which can support the mapping evolution of intelligent IETM, this algorithm can not only satisfy the comprehensiveness and accuracy of mapping evolution, but also can improve the efficiency of the mapping evolution.[Limitations] The mapping algorithm is a preliminary study on two important database mappings of IETM. It only involves changes of mapping set, but not have too much involved in the study of mapping generation algorithm.[Conclusions] In this paper, the mapping evolution algorithm improves the standardization and efficiency of the mapping evolution of intelligent knowledge base of IETM, lays a certain foundation in achiving the automation of mapping evolution.

Keyword: Intelligent IETM; Knowledge evolution; Mapping set; Mapping evolution algorithm
1 引 言

交互式电子化技术手册(Interactive Electronic Technical Manuals, IETM)已成为美国等许多发达国家所推行的持续采办与寿命周期保障(Continuous Acquisition and Life_cycle Support, CALS)战略的重要组成部分, 是装备保障信息化技术研究和应用的热点之一。随着科学技术的不断发展和进步, 如何实现IETM智能化成为领域研究的热点。目前针对智能化IETM的研究都集中在知识库的构建, 通过引入本体库以及和本体库相关的映射关系, 实现IETM语义推理和智能化信息检索。

智能化IETM映射关系是知识库的核心部分, 主要是指本体库内部的本体映射和本体库与CSDB间的关联关系映射。目前领域学者针对知识库映射的建立和推理进行的大量研究, 均建立在领域知识不会经常变动的基础上。但在动态开放环境中, 知识库所包含的知识内容、结构、存在形式等都不断变化, 因此映射关系也需要进行相应的改进, 包括映射类型和语义关系的改变以及映射的建立和消除, 以保证系统语义关联和推理的准确性、动态性和及时性。

本文借鉴本体映射构建方法和本体演化的研究, 重点结合智能化IETM知识库的结构特点和知识演化规律, 引入映射集合的概念来表示映射的存在形式。通过映射集合的交、并、补等运算, 表示在CSDB中数据模块添加、删除和修改时映射关系的变化规律, 并在此基础上完成了映射演化算法, 从而实现智能化IETM知识库中的映射关系随知识演化的动态调整, 保证系统智能检索信息的时效性和准确性。

2 相关研究

通过文献搜索发现关于智能化IETM的研究集中在基于本体的智能化IETM知识库的构建、知识库映射关系管理等几个方面。国外已经有一些学者构建以本体为基础的知识库, 从而实现应用系统的智能化, 如美国德雷塞尔大学研究开发了医学信息抽取系统(Medical Information Extraction, MedIE)[ 1], 可以实现从大规模自由文本临床记录中抽取和挖掘大量乳腺疾病患者信息的功能。目前国内比较有名的基于本体的知识库研究有: 上海交通大学的医学本体临床路径知识库[ 2]、北京航空航天大学的航空产品知识库[ 3]、大连理工大学的情感常识知识库[ 4]等。在不断借鉴和吸收IETM研究成果的基础上, 国内涌现出大量基于本体的智能化IETM知识库构建和映射关系管理的研究。董建刚等[ 5]提出一种名为循环进化法的领域本体构建方法, 该方法借鉴软件工程领域的质量环思想。张永恒等[ 6]设计并构建了智能IETM 语义检索系统, 对知识库的映射关系进行梳理。孟辰[ 7]重点研究基于S1000D标准编制的IETM数据源、模型结构以及技术资料在 S1000D 中各阶段的据源表现形式, 并设计非 XML 数据源的映射方法, 为智能化IETM知识库映射关系管理提供了一定的思路。

进一步检索映射演化方面的文献, 发现相关研究很少。国内外学者对于映射关系的研究大多数还停留在静态构建, 很少考虑知识变化对其产生的影响。映射关系构建方面国内外学者主要提出基于术语、结构、实例、综合方法[ 8]的知识库语义映射方法, 如基于PROMPT的本体映射实例分析方法[ 9]、基于概念格的跨本体映射中概念相似度计算方法[ 10]等。在本体映射方法的基础上研究本体映射系统的构建。早期主要提出GLUE, QOM, PROMPT 等[ 11]系统, 近年来在国际语义网会议的推动下, 出现多种通用本体映射系统如Falcon-AO, PRIOR+, DSSim等[ 12], 有效促进了本体映射的发展。关于知识库映射关系随知识演化动态变化的研究较少, 但是有关本体演化的研究中涉及对本体映射演化特点的研究。国内外学者深入研究了本体演化框架[ 13, 14]、本体演化的表示方法[ 15]、本体演化的最优路径[ 16]和本体演化最小代价[ 17, 18]等几个方面的问题, 也指出知识演化需要关注知识库中的映射关系的变化。此外, 李俊娴等[ 19]首次提出本体和本体映射形式化定义, 并在此基础上以算法形式给出本体变化后的映射进化方法。上述研究均为知识库中映射关系演化的研究提供了思路。

总之, 目前国内外关于智能化 IETM 的研究多集中在知识库的构建方面, 而对于如何更好地实现其知识演化尤其是映射关系演化问题却很少阐述, 并且没有系统完善的研究成果。而一个具有良好知识演化、映射演化体系的智能化IETM 才能更好地实现语义级别的信息检索, 帮助用户得到高质量的正确信息。

3 相关概念及形式化表示

智能化IETM以S1000D为构建标准, 采用模块化设计思想, 将技术资料中的内容分解为数据模块(Data Module, DM)和信息对象, 存储在公共源数据库(CSDB)中, 并建立对应的本体库, 实现本体库内部、本体库和CSDB之间的映射, 通过本体推理技术, 实现智能化的信息检索。

本体库和CSDB的映射关系是本文研究的重点, 两个数据库之间的映射实际上是本体库和CSDB中数据模块(DM)状态段的映射。该映射关系主要用于知识推理后提取对应的数据模块的信息[ 20]。相关概念形式化表示形式如下:

定义1 数据模块(DM)

数据模块是指技术资料中最小的自包含信息单元, 是由装备或其部件的描述、程序、操作数据组成的独立信息单元。将数据模块定义为DM=(IdStatus, Content), 其中:

IdStatus包含数据模块的元数据信息, 即数据模块的标识信息(dmAddress)和状态信息(dmStatus)。其中dmAddress一般包括数据模块代码(dmCode)、数据模块名称(dmName)、发行信息(issueInfo)、语言(Language)和用于辅助识别的扩展信息(identExten-sion)。Content是数据模块包含的内容。

定义2 本体(ODm)

本体是形式化的共享概念模型明确详细的说明。在智能化IETM本体库中本体是对应于数据模块存在的, 重点在于描述数据模块间的语义关系。本体库中存在较为特殊的一类本体即和数据模块状态标识段对应的本体, 称为状态标识本体, 记为ODmi。本文将智能化IETM本体定义为三元组ODm=(C, A, R), 其中:

C——对应数据模块的概念集合, c∈C表示某个数据模块中的一个具体概念。

A——对应数据模块的属性集合, 概念属性Ac包括对象属性OA和数据属性DA, 某个概念的属性集合可以表示为Ac= { ai | i= 1, , n }, n表示属于这个概念的属性数目。

R——语义关系集合, R={kind-of, part-of, instance- of, attribute-of}∪{user-defined}, 表示概念、属性等之间的属种、整体部分、实例和属性等基本语义关系以及用户根据领域特点定义的语义关系。

定义3 ODmi和Dmi间的映射关系本体库中的本体ODmi到CSDB数据库中的数据模块Dmi的映射表示为{Invalid MML}, 本体ODmi和数据模块Dmi的映射主要是指状态标识本体ODmii和数据模块状态标识段(IdStatus)的映射。

定义4 ODm1和ODm2间的映射本体库中本体间的映射为IETM语义推理奠定了基础。本文将本体ODm1和ODm2间的映射定义为{Invalid MML}=({Invalid MML})。其中:

(1){Invalid MML}——本体ODm1和ODm2间概念的映射集合, {Invalid MML}。其中, {Invalid MML}表示概念cx和cy之间的映射, {Invalid MML}表示映射可信度, {Invalid MML}表示概念cx和cy之间存在的语义关系。

(2){Invalid MML}——本体ODm1和ODm2间属性的映射集合, {Invalid MML}。其中, {Invalid MML}表示概念cx和cy的属性的映射, {Invalid MML}表示概念cx的属性ai和概念cy的属性aj的映射三元组, {Invalid MML}表示映射可信度。

(3){Invalid MML}——关系类型映射集合, {Invalid MML}表示关系类型映射数目。其中, 关系类型映射表示为{Invalid MML}。在IETM本体库中语义关系类型较少, 可用人工方式管理映射, 本文暂时不考虑其演化方法。

定义5 本体ODm1和状态标识本体ODmi1的映射集合本体ODm1到状态标识本体ODmi1的映射表示为{Invalid MML}, 通过该映射关系可以由经过知识推理后关联的本体提取出相对应的数据模块。

定义6 本体ODm1的映射集合如果与本体ODm1存在映射关系的本体集为{ODm2, ODm3, , ODmn}, 存在映射关系的状态标识本体为ODmi1, 存在映射关系的数据模块为Dm1, 本体ODm1的映射集为{Invalid MML}={N,{Invalid MML} {Invalid MML}, , {Invalid MML}}, 包括本体库内部的映射关系以及本体库和CSDB之间的映射关系。

4 知识库映射演化算法

智能化IETM知识库的知识结构的优化、重组、产生和消解主要体现在构成CSDB的信息对象、数据模块和出版物模块的变化。而借鉴董建刚等[ 5]提出的知识演化模式, IETM各种变化最终都可以由最小知识单元数据模块的增加(Add)、删除(Delete)和修改(Modify)操作组合而成。数据模块的变化最终会影响相关数据模块和本体的映射关系和映射集的变化。

4.1 数据模块的增加

在CSDB中添加一个数据模块, 需要在本体库中添加对应的本体并调整相应的映射关系, 本体库和CSDB映射关系和映射集的具体演化方法为:

(1) 在CSDB中添加数据模块Dmi;

(2) 解析数据模块Dmi, 在本体库中添加缺少的本体元素, 包括概念、属性、公理等, 添加后的算法见4.2节数据模块的增加算法;

(3) 对于全新的不可合并的数据模块, 建立新增加本体ODmi;

(4) 建立新增加本体ODmi的映射集合{Invalid MML};

(5) 建立Dmi和ODmi之间的映射关系{Invalid MML}, 更新{Invalid MML};

(6) 建立ODmi和ODmii之间的映射关系{Invalid MML}, 更新{Invalid MML};

(7) 对和ODmi存在映射关系的ODmj, 计算{Invalid MML}, 更新{Invalid MML}。

算法1 数据模块添加后映射演化算法DM _add

输入: 数据模块集合DM={Dm1, Dm2, , Dmi, , Dmn}, 其中Dmi是新增数据模块; 本体库ODM={ODm1, ODm2, , ODmn}。

输出: 新增本体映射集合{Invalid MML}, 和新增本体有映射关系的本体映射集合{Invalid MML}。

Add Dmiin CSDB;

Add ODmiin ODB;

Create {Invalid MML}=ø; //新建ODmi的映射集合

Create {Invalid MML}; //新建Dmi和本体ODmi间的映射关系f

Create {Invalid MML}=f; //新建ODmi和状态标识本体ODmii间的映射关系f

Create {Invalid MML}; //新建本体ODmi和本体ODmj间的映射关系

{Invalid MML}= Mapping1(Dmi, ODmi);

// Mapping1()为Dm和ODm映射计算函数

{Invalid MML}= {Invalid MML};

For each ODmj

{Invalid MML}=Mapping2(ODmi, ODmj);

// Mapping2()为本体映射计算函数

{Invalid MML}= {Invalid MML};

{Invalid MML}={Invalid MML};

End For;

Mapping1(D1,O2)

{

{Invalid MML}=f1;

{Invalid MML}={Invalid MML};

Return {Invalid MML};

}

Mapping2(O1,O2)

{

{Invalid MML}=f1;

{Invalid MML}=f2;

For each{Invalid MML}∈{Invalid MML};

{Invalid MML};

End For;

For each ({Invalid MML}∈{Invalid MML};

If{Invalid MML};

{Invalid MML};

Else If {Invalid MML};

{Invalid MML};

End If;

{Invalid MML};

End For;

{Invalid MML};

Return {Invalid MML};

}

4.2 数据模块的修改

数据模块的修改分为数据模块的更改(Change)和修订(Revise), 数据模块更改又分为内容部分的更改(Content Change, CC)和状态部分的更改(Status Change, SC)。不同类型的修改操作, 对本体映射集合的影响不同, 所采用的映射演化方法也不同。

(1) 数据模块的修订是对数据模块进行全面改写, 可以将更改过程拆分为数据模块的删除和增加操作。

(2) 数据模块状态部分的更改, 对应于本体库IdStatus本体实例的修改, 本体概念、属性、本体间的映射关系和本体数据模块间的映射关系不发生变化。

(3) 数据模块内容部分的修改, 涉及到概念的更迭、信息对象的增删和概念属性的变化以及对应本体概念、属性、语义关系的变化等, 对映射关系需要进行调整。由于属性附属于概念, 在概念变化的同时会直接考虑到属性的变化, 本体库中语义关系类型的变化较少, 目前依旧采用人工方式手动调整。因此, 本文只考虑数据模块中概念的变化对映射的影响。

数据模块概念变更数据库映射的演化步骤为:

①确定数据模块概念的变更种类;

②概念{Invalid MML}的增加: 增加对应本体库概念{Invalid MML}, 建立{Invalid MML}和{Invalid MML}之间的映射关系, 建立{Invalid MML}和其有关联的概念{Invalid MML}之间的映射关系, 更新各自的映射集合;

③概念{Invalid MML}的删除: 删除对应本体库概念{Invalid MML}, 删除{Invalid MML}和{Invalid MML}之间的映射关系; 删除{Invalid MML}和其有关联的概念{Invalid MML}之间的映射关系, 更新各自的映射集合;

④概念{Invalid MML}的修改: 拆分成概念{Invalid MML}的删除和增加操作。

算法2 数据模块中概念增加映射演化算法{Invalid MML}_add

输入: 待修改数据模块Dmi, {Invalid MML}add={{Invalid MML}, , {Invalid MML}}

// Dmi是待修改的数据模块, 即待增加的概念所属的数据模块, {Invalid MML}是数据模块Dmi中待增加的概念集合, n是待增加的概念的数目。

输出: 修改本体映射集合{Invalid MML}, 和修改本体有映射关系的本体映射集合{Invalid MML}。

For each {Invalid MML}∈{Invalid MML}_add;

Create{Invalid MML} in ODB;

{Invalid MML};

{Invalid MML};

{Invalid MML};

End for;

For each {Invalid MML};

{Invalid MML};

{Invalid MML};

{Invalid MML};

{Invalid MML};

End for;

算法3 数据模块中概念删除映射演化算法{Invalid MML}_del

输入: 待修改数据模块Dmi, {Invalid MML}del={{Invalid MML}, …, {Invalid MML}}

// Dmi是待修改的数据模块, 即待删除的概念所属的数据模块, {Invalid MML}是数据模块Dmi中待删除的概念集合, n是待删除的概念数目。

输出: 修改本体映射集合{Invalid MML}, 和修改本体有映射关系的本体映射集合{Invalid MML}。

For each {Invalid MML}∈{Invalid MML}_del;

Delete {Invalid MML}∈ODmi;

Delete{Invalid MML};

End for;

For each {Invalid MML};

Delete {Invalid MML};

Delete {Invalid MML};

{Invalid MML};

{Invalid MML};

{Invalid MML};

End for;

算法4 数据模块中概念修改映射演化算法{Invalid MML}_mod

输入: 待修改数据模块Dmi, {Invalid MML}mod={{Invalid MML}, , {Invalid MML}}。

// Dmi是待修改的数据模块, 即待修改的概念所属的数据模块, {Invalid MML}是数据模块Dmi中待修改的概念集合, n是待修改的概念数目。

输出: 修改本体映射集合{Invalid MML}, 和修改本体有映射关系的本体映射集合{Invalid MML}。

Begin

{Invalid MML}_del(Dmi, {Invalid MML}del={{Invalid MML}, , {Invalid MML}});

{Invalid MML}_add(Dmi, {Invalid MML}add={{Invalid MML}, , {Invalid MML}});

End

4.3 数据模块的删除

在IETM中数据模块的删除不是指物理上的删除, 只是打上“删除”的标记, 在CSDB中仍然存在该数据模块。数据模块需要时, 可以将数据模块从删除状态中恢复回来重新使用。数据模块的删除(Delete)要停用和该数据模块相关的映射关系, 数据模块的恢复(Reinstate)通常会对数据模块内容部分或者状态部分进行相应的更改, 需要对应调整相关映射关系。

(1)数据模块的删除

在CSDB中删除一个数据模块, 对系统原有的映射集合的进化方法为:

①待删除数据模块Dmi和对应的本体ODmi打上删除标记, 删除两者之间的映射{Invalid MML}, 更新各自映射集合;

②删除ODmi和ODmii之间的映射{Invalid MML};

③对本体库中所有其他本体ODmj∈ODM, 若ODmj和ODmi存在映射关系, 则删除两者之间的映射{Invalid MML}, 更新各自映射集合;

④删除ODmi的映射集合{Invalid MML}。

算法5 数据模块删除后映射进化算法Dm_del

输入: 数据模块集{Dm1, Dm2, , Dmn}, 本体库{ODm1, ODm2, ODmn}。

//Dmi为待删除数据模块, n为数据模块和本体库中本体总数。

输出: 和删除本体有映射关系的本体映射集合{Invalid MML}。

Delete{Invalid MML};

Delete{Invalid MML};

For each {Invalid MML}∈{Invalid MML};

Delete {Invalid MML};

Delete {Invalid MML};

{Invalid MML};

End For;

Add Label “Delete” to Dmi;

Add Label “Delete” to ODmi;

(2)数据模块的恢复

在CSDB中恢复已经打上删除标记的数据模块, 对系统原有的映射集合的进化方法为:

①去掉待恢复数据模块Dmi和对应的本体集ODmi的删除标记, 并新增本体和数据模块之间映射{Invalid MML};

②新增ODmi和ODmii之间的映射{Invalid MML};

③对本体库中所有与ODmi有映射关系的本体ODmj, 新增两者之间的映射集合{Invalid MML}, 更新映射集合{Invalid MML};

④若在数据模块恢复之后对数据模块进行部分修改, 映射进化参照算法2。

算法6 数据模块恢复映射进化算法Dm_reins

输入: 数据模块集{Dm1, Dm2, , Dmn}, 本体库{ODm1, ODm2, , ODmn}。

//Dmi为待恢复数据模块, n为数据模块和本体库中本体的总数。

输出: 恢复本体映射集合{Invalid MML}, 和恢复本体有映射关系的本体映射集合{Invalid MML}。

Delete Label of {Invalid MML};

Delete Label of {Invalid MML};

{Invalid MML}= Mapping1({Invalid MML});

{Invalid MML}=f; //新增ODmi和ODmii之间的映射

For each {Invalid MML};

{Invalid MML}= Mapping2({Invalid MML});

{Invalid MML}= {Invalid MML};

{Invalid MML};

End For;

If {Invalid MML} is modified;

Dm_mod( );

End If;

5 算法分析

本文根据已有的管理航空发动机维修与故障信息的 CSDB, 使用Protégé工具建立航空发动机本体库, 构成航空发动机维修与故障信息知识库, 目前有一个描述涡喷七发动机(歼七用)空中停车故障的故障原因以及排故措施的数据模块, 以该知识库作为原始信息, 以该数据模块的变更作为知识的变更。为验证本体映射关系演化算法的有效性, 将涡喷七发动机数据模块添加到CSDB中, 对该数据模块信息进行修改, 最后删除该数据模块, 针对每个操作利用映射演化算法对本体库中本体的映射集合进行变更并统计, 最后和手动更新映射集合的结果进行对比。

本文定义了完全率C和正确率A两个概念, C=正确演化的映射个数/理论上应该变更的映射数目; A =理论上正确的映射演化个数/演化算法完成的映射个数。通过实验数据的分析得到, 当数据模块删除和增加时, 该算法的更新覆盖率大概为83.8%, 准确率大概为87.6%。当数据模块修改时, 覆盖率和准确率比添加和删除数据模块时略低。实验结果表明该算法基本能半自动化实现知识库中知识变化时本体映射集的变更, 即能初步实现智能化IETM知识库映射关系的演化。

6 结 语

随着智能化IETM的不断发展和应用的深入, 如何对知识库的映射关系进行完善、如何实现知识库映射演化成为一个亟待解决的问题, 也是当前的一个研究热点。在知识演化的大环境下, 智能化IETM映射演化的类型、包含的内容、形式化的表示和演化方法都没有系统的研究、统一的规范和成熟的方法。

针对这些问题, 本文梳理了智能化IETM知识库相关概念和映射集形式化表示形式, 分析了CSDB和本体库的数据构成以及两者之间的连接方式。按照S1000D标准从IETM最小构成单元数据模块入手, 将IETM知识演化拆分归纳为数据模块的添加、删除和修改几类操作, 并提出各类知识演化对应的映射演化算法。本文提出的映射演化算法实现了映射演化的形式化表示, 提供一套映射演化的标准, 制定映射演化的系统方法, 能够有效实现智能化IETM知识库映射关系的演化, 提高IETM知识演化时映射演化的规范性、效率性和准确性, 为后续实现映射演化的全面自动化奠定了一定的基础。本文提出的映射算法是对IETM两个重要数据库映射的初步研究, 只涉及到映射集的变化, 对映射生成算法没有过多研究。要实现系统对知识演化的自动响应, 还需要将本算法和映射生成算法相结合, 建立系统插件运用到IETM系统中, 这是需要进一步研究的方向。

NISO发布提高图书馆发现服务透明度的推荐做法

美国国家信息标准组织(NISO)于近日宣布推出一项新的推荐做法——开放发现倡议: 提高发现服务透明度(编号NISO RP-19-2014)。这一推荐做法中提供了有关参与新一代图书馆发现服务的具体指导方针。该NISO开放发现倡议(ODI)的工作是自2011年起开始的, 目的是制定一个能够提高所有基于索引的发现服务透明度的推荐做法。工作组最终形成的文档包括针对内容提供商的参与程度衡量指导文件、供索引用的最小元数据组、链接实践以及技术格式说明。针对发现服务提供商的推荐做法所讨论的问题包括: 内容列表、链接实践、需要支持的文件格式和传输方法以及使用统计数据。此外, 文档还提供有关发现和传递技术进化的背景信息, 以及该领域一套标准的术语和定义。

“越来越多的图书馆, 特别是那些服务于教学和科研机构的图书馆, 已经开始基于集成中心索引提供跨库检索的新一代发现服务系统。”图书馆界知名顾问兼ODI工作组联合主席Marshall Breeding解释: “这些图书馆希望其整个馆藏, 包括有授权的和购买的电子内容, 能够在发现服务中被索引, 供读者利用。但是, 这些图书馆往往并不清楚其馆藏的哪些资源是被发现服务索引, 哪些资源是被全文索引。发现服务有义务告诉图书馆其内容在发现服务中的可获取程度, 以及使用统计数据, 以供图书馆衡量发现服务的有效性。”

“基于索引的发现服务是一个十分复杂的生态系统, 涉及多方利益, 包括内容提供商、图书馆以及发现服务提供商。”出版顾问兼ODI工作组联合主席Jenny Walker声称: “ODI工作组在制定这些推荐做法时, 这三大利益方都有参与并提供建议。这些推荐做法旨在鼓励内容提供商积极参与, 提供内容供发现服务商索引, 以提高不同馆藏在发现服务中索引情况的透明度, 同时, 鼓励发现服务商实施最佳实践, 无偏见地链向内容来源, 在生成检索结果、相关度排序以及链接顺序时保持中立, 本着实事求是的态度。”

“NISO和ODI工作组计划持续支持该推荐做法。”NISO执行董事Todd Carpenter指出: “下一步将继续研究的问题包括: 合作讨论的机制, 通过应用程序接口来提供发现服务, 受限制内容的处理, 按需查找, 以及在使用统计数据上与COUNTER兼容。”

开放发现倡议: 提高发现服务透明度(编号NISO RP-19-2014)可在ODI工作组网页上免费下载, 地址: http://www. niso.org/ workrooms/odi/。

(编译自: http://www.niso.org/news/pr/view?item_key=3df37319211dad0553e478ca8946b058cd8a275b)

(本刊讯)

参考文献
[1] Zhou X, Han H, Chankai I, et al. Approaches to Text Mining for Clinical Medical Records [C]. In: Proceedings of the 2006 ACM Symposiumon on Applied Computing, 2006: 235-239. [本文引用:1]
[2] 郑西川, 谭申生, 于广军. 医学本体临床路径知识库建设方法学研究[J]. 医疗卫生装备, 2012, 33(2): 35-36, 43.
Zheng Xichuan, Tan Shensheng, Yu Guangjun. Construction Methodology of Medical Ontology Clinical Pathway Knowledge Base [J]. Chinese Medical Equipment Journal, 2012, 33(2): 35-36, 43. ) [本文引用:1] [CJCR: 0.5784]
[3] 蔡盈芳. 基于本体的航空产品知识库构建研究[D]. 北京: 北京交通大学, 2011.
Cai Yingfang. Research on Constru-ction of Aviation Product Knowledge Base Based on Ontology [D]. Beijing: Beijing Jiaotong University, 2011. [本文引用:1] [CJCR: 0.3788]
[4] 陈建美, 林鸿飞. 中文情感常识知识库的构建[J]. 情报学报, 2009, 28(4): 492-498.
Chen Jianmei, Lin Hongfei. Constructing the Affective Commonsense Knowledgebase[J]. Journal of the China Society for Scientific and Technical Information, 2009, 28(4): 492-498. [本文引用:1] [CJCR: 1.1348]
[5] 董建刚, 张峰. 基于循环进化的IETM领域本体构建研究[J]. 电子设计工程, 2012, 20(14): 1-4, 7.
Dong Jian’gang, Zhang Feng. Research on IETM Domain Ontologies Based on Cyclostationary Evolution [J]. Electronic Design Engi-neering, 2012, 20(14): 1-4, 7. [本文引用:2]
[6] 张永恒, 张峰. 智能IETM语义检索系统设计与实现[J]. 电子设计工程, 2012, 20(17): 19-22.
Zhang Yongheng, Zhang Feng. Design and Implementation of Intelligent IETM Retrieval System[J]. Electronic Design Engineering, 2012, 20(17): 19-22. [本文引用:1] [CJCR: 0.5208]
[7] 孟辰. 基于本体的IETM数据集成技术的研究[D]. 哈尔滨: 哈尔滨工程大学, 2012.
Meng Chen. Research on IETM Data Integration Technology Based on Ontology [D]. Harbin: Harbin Engineering University, 2012. [本文引用:1] [CJCR: 0.464]
[8] 刘宏哲, 须德. 基于本体的语义相似度和相关度计算研究综述[J]. 计算机科学, 2012, 39(2): 8-13.
Liu Hongzhe, Xu De. Ontology Based Semantic Similarity and Relatedness Measures Review[J]. Computer Science, 2012, 39(2): 8-13. [本文引用:1] [CJCR: 0.61]
[9] 米杨, 曹锦丹. 基于PROMPT的本体映射实例分析[J]. 情报学报, 2010, 29(6): 987-991.
Mi Yang, Cao Jindan. The Case Study of Ontology Mapping Based on the PROMPT Suit[J]. Journal of the China Society for Scientific and Technical Information, 2010, 29(6): 987-991. [本文引用:1] [CJCR: 1.1348]
[10] 滕广青, 毕强. 基于概念格的跨本体映射中概念相似度计算方法[J]. 情报学报, 2012, 31(4): 390-397.
Teng Guangqing, Bi Qiang. An Approach to Concept Similarity Computation in Cross-Ontology Mapping Based on Concept Lattice[J]. Journal of the China Society for Scientific and Technical Information, 2012, 31(4): 390-397. [本文引用:1] [CJCR: 1.1348]
[11] Choi N, Song I Y, Han H. A Survey on Ontology Mapping[J]. ACM Sigmod Record, 2006, 35(3): 34-41. [本文引用:1]
[12] Jung M, Jun H B, Kim K W, et al. Ontology Mapping-based Search with Multidimensional Similarity and Bayesian Network[J]. The International Journal of Advanced Manufac-turing Technology, 2010, 48(1-4): 367-382. [本文引用:1]
[13] Javed M, Abgaz Y M, Pahl C. A Pattern-Based Framework of Change Operators for Ontology Evolution [A]//On the Move to Meaningful Internet Systems: OTM 2009 Workshops [C]. Berlin: Springer, 2009: 544-553. [本文引用:1]
[14] Aumueller D, Do H H, Massmann S, et al. Schema and Ontology Matching with COMA++[C]. In: Proceedings of the 2005 ACM SIGMOD International Conference on Manage-ment of Data, Baltimore, Maryland , US. 2005: 906-908. [本文引用:1]
[15] 宋奂寰, 张志祥. 基于概念代数的本体演化[J]. 计算机工程, 2009, 35(13): 23-25.
Song Huanhuan, Zhang Zhixiang. Ontology Evolution Based on Concept Algebra[J]. Computer Engineering, 2009, 35(13): 23-25. [本文引用:1] [CJCR: 0.492]
[16] Liu L, Zhang P, Fan R, et al. Modeling Ontology Evolution with SetPi[J]. Information Sciences, 2014, 255: 155-169. [本文引用:1] [JCR: 3.643]
[17] 周栩, 罗景文, 周桐, . 一种基于演化代价约束的本体演化方法[J]. 吉林大学学报: 理学版, 2010, 48(4): 646-652.
Zhou Xu, Luo Jingwen, Zhou Tong, et al. An Ontology Evolution Approach Based on Evolution Cost Constrain[J]. Journal of Jilin University: Science Edition, 2010, 48(4): 646-652. [本文引用:1] [CJCR: 0.881]
[18] 刘晨, 韩燕波, 陈旺虎, . MINI——一种可减小变更影响范围的本体演化算法[J]. 计算机学报, 2008, 31(5): 711-720.
Liu Chen, Han Yanbo, Chen Wanghu, et al. MINI: An Ontology Evolution Algorithm for Reducing Impact Ranges[J]. Chinese Journal of Computers, 2008, 31(5): 711-720. [本文引用:1] [CJCR: 1.796]
[19] 李俊娴, 韩文骥. 本体映射的进化研究[J]. 计算机与现代化, 2010(7): 79-83.
Li Junxian, Han Wenji. Research on Ontology Mapping Evolution[J]. Computer and Moderniza-tion, 2010(7): 79-83. [本文引用:1]
[20] 薛建武, 高俊萍. 智能化IETM中的知识演化模式研究[J]. 现代图书情报技术, 2012(1): 27-33.
Xue Jianwu, Gao Junping. Research on Knowledge Evolution Model of Intelligent IETM[J]. New Technology of Library and Information Service, 2012(1): 27-33. [本文引用:1] [CJCR: 1.073]