与传统的引文知识链接不同,基于关联数据的引文知识链接具有丰富的语义信息,这些信息用于描述引文间的各种关系。这些包含语义信息的关系将各种引文以及引文中的知识单元进行链接,最终形成一个语义化的引文知识网络,从而能够优化引文知识查询,方便引文知识的集成。

基于关联数据的引文知识链接内容主要有:

(1)节点文献。节点文献在链接模式中比较特殊,具有自相关性,即节点文献既可以是知识链接的起源,也可以是知识链接的对象。在关联数据描述中,节点文献是三元组(Triple{Subject,Predicate,Object})中的Subject或Object。

(2)引文知识单元。引文知识单元是节点文献中有引用标识的特征句子。在关联数据描述中,引文知识单元通过“引用”和“被引用”与节点文献进行知识链接。

(3)引文知识链接。引文知识链接定义了节点文献、引文知识单元的各种描述特征和关系,是区别于传统引文知识链接的关键。引文知识链接的数据表现方式为引文知识本体及本体实例。

上述内容的关联结构如图2所示。每个节点文献可以引用多个引用知识单元,每个知识单元对应一个引文文献。通过这种关联单元,文献间建立起一个引用文献知识链接网络。

图2

	Figure Option ViewDownloadNew Window
	图2 引文知识链接内容的关联结构

节点文献本身由一个唯一标识的URI来表示,节点文献的主题、作者、关键词、篇名等各种描述特征通过RDF三元组来表示。引用知识单元是一个用引用符号(如[N])标识的特征句子,将节点文献和引用文献进行关联。引用文献需要明确两点:类型,用于定义引文知识链接的上下文,即表明引用文献是哪种引用文献,如引证文献、共引文献、二级参考文献等类别;引用文献地址,用以记录引用文献的数字保存地址,通过该地址能够获取引用文献的电子版本。

关联数据能够将引文知识链接赋予语义,并在Web上进行发布和关联,但其本身并不提供引文知识链接构建模式。因此,为了能够实现开放式引文知识链接,必须将依据关联数据设计和发布的引文链接数据同OpenURL结合。

OpenURL是一种开放链接环境下提供定位服务的服务组件和信息资源之间的互用性协议,是信息资源整合、关联的重要工具^{[ 14]}。本文将OpenURL同关联数据进行结合,利用关联数据发布的语义化引文知识链接数据作为OpenURL的查询信源,通过OpenURL技术将语义化文献信息同外部资源进行知识链接。采用这种链接方式,用户获得的引文URI是一种动态、开放、语义化的URI。

基于关联数据的引文知识链接模式如图3所示:

图3

	Figure Option ViewDownloadNew Window
	图3 基于关联数据的引文知识链接模式结构

可以看出,这种新的引文知识链接模式主要分为4部分:节点文献知识点抽取、文献信息语义化、知识链接发布和知识源链接及获取。

(1)节点文献知识点抽取.

主要是对原始的节点文献进行知识点抽取,把节点文献的各个基本知识要素抽离出来进行最小知识单元分析,即将文献抽离为主题、作者、关键词、篇名、摘要、中图分类号以及期刊类型等能对文献分析起关键作用的几部分。

(2)文献信息语义化.

文献信息语义化是利用RDF和本体技术对文献信息进行描述,显性地、以机器可读的方式表达文献信息的属性特征和关联关系的过程。该过程分为三步:

①查找文献特征句子,通常在期刊文献中引用其他参考文献时会通过一系列标记符注明出处(如标记符[N]),那么就可以抽取文献中含有标记符的句子,如果句首是连词,抽取出该句及其前一句子;

②提取引用文献特征句子,利用特征句子中的标记符和文献结尾处参考文献的对应关系,查找到参考文献中与前面提取的某个句子对应的句子;

③根据抽取出来的参考文献特征句子定义为引用特征单位,作为引用知识元。

经过这三步就形成了语义化的节点文献知识单元,其结构见图2。此时语义节点文献中的知识单元之间存在了语义关系,从而便于机器的理解和辨识。

(3)知识链接发布.

主要是将语义节点文献进行知识发布。首先利用语义Web框架将语义化文献进行管理,包括对语义化文献的存储、推理、查询;然后通过关联数据技术在查询端点进行发布,实现Web环境下的数据浏览与检索。

关联数据浏览与检索通过SPARQL标准对RDF信息进行检索和解析来实现^{[ 15]}。RDF浏览器、SPARQL查询客户端以及传统的HTML浏览器都可以是查询端点,一般情况下机构组织都是采用支持关联数据的浏览器来实现文献之间的检索和关联。

(4)知识源链接及获取.

知识源链接就是将以关联数据规则发布的知识源进行聚类、自动索引和分类处理,按照文献特征和知识属性进行链接关联。知识源链接及获取过程中主要涉及到的技术是OpenURL,将OpenURL嵌入到引文知识链接模式当中,能够实现文献资源外部关联化。本部分包括OpenURL模块、链接服务器模块和链接目标模块。

①OpenURL模块实现外部资源同语义化文献资源的通信^{[ 16]}。本模块通过SPARQL语法进行关联数据的查询,并以符合OpenURL协议的格式进行包装,从而向用户发布OpenURL Hook。

②链接服务器模块对OpenURL进行解析,获得请求对象的元数据和上下文信息。同时利用设定的资源和推理规则,链接服务器利用扩展服务生成器构造链接服务列表。

③链接目标模块是链接服务器中存储的链接目标,一般是一个指向外部资源的链接,通过该链接可以获得语义化文献关联的外部资源。

为了验证图3所示的链接模式,首先对实验环境进行搭建,即搭建语义服务器来对基于关联数据的引文知识链接数据进行管理和发布,搭建OpenURL环境并将其同语义服务器进行链接;需要依据图2构建基于关联数据的引文知识链接数据,包括引文知识链接的本体和实例数据,并将其存入语义服务器中;最后给出基于SPARQL语法的引文链接数据的查询实验,从而验证模式的可行性。

(1)实验环境搭建.

本实验采用的语义服务器为Parliament,它是语义Web框架,能对语义化文献进行存储、推理和查询,实现对语义化文献知识的管理。OpenURL是一种开放链接框架,它能够将外部资源同语义化文献资源进行链接,实现两者之间的通信。

①Parliament的配置。Parliament是在Apache-Tomcat服务器环境下运行的^{[ 17]},首先在Windows7操作系统中运行Tomcat服务器进程,然后启动Parliament语义服务器。设置完成后在Web浏览器地址栏中输入:http://localhost:8080/parliament,进行本实验的验证。

②OpenURL的配置。本实验所使用的OpenURL参照校内用户的配置标准(华中师范大学数字图书馆数据库中的URL)进行配置。如 “https://vpn.ccnu.edu.cn/,DanaInfo=lks.cnki.net+index.html?title%3DResearch%netware%26sid%3DSc%20ChinaC”,呈现了解析器到一个/一组与资源有关的服务器地址“lks.cnki.net+”,包含创建OpenURL信息系统的信息 “vpn.ccnu.edu.cn”及资源描述部分 “title%3DResearch%……”。

(2)实验数据.

以Springer数据库中有关Computer Science的期刊论文作为数据源,并按照图2所示的关联结构在Protégé软件中构建引文知识链接数据。图4为根据本体构建原则构建的引文知识链接本体模型,图5为依据图4构建的部分实例数据。

图4

	Figure Option ViewDownloadNew Window
	图4 引文知识链接本体模型

图5

	Figure Option ViewDownloadNew Window
	图5 实例数据

(3)基于SPARQL的数据查询.

图6至图8是在Parliament 语义服务器中分别以节点文献的作者、篇名、URI、引用知识单元、引用知识单元链接文献的URI作为检索词所呈现的部分查询结果片段。通过OpenURL协议标准对上述检索结果进行包装,并传输到OpenURL解析服务器,解析服务器通过解析OpenURL中带有的标准化参数,为用户提供引文知识链接的元数据和链接信息。

图6

	Figure Option ViewDownloadNew Window
	图6 以作者、篇名、URI为检索词的检索结果

图7

	Figure Option ViewDownloadNew Window
	图7 以引用知识单元为检索词的检索结果

图8

	Figure Option ViewDownloadNew Window
	图8 以引用知识单元链接文献的URI

为检索词的检索结果.