基于BIBFRAME的科技報告資源關(guān)聯(lián)整合研究

康雨培，李重陽，周 杰（華中師范大學(xué)信息管理學(xué)院）

1 引言

科技報告作為重要的戰(zhàn)略新興資源，蘊(yùn)涵著極大的科研價值，它詳細(xì)地記錄了科研活動的整個流程，以及失敗的教訓(xùn)，因而獨(dú)具特色。在知識全球化背景下，具有開放和共享特色的科技報告的階段性成果更需要與科技和經(jīng)濟(jì)進(jìn)行快速、深度融合，對科技報告的集中管理與合理使用成為各國學(xué)術(shù)界的共識。國家科技報告服務(wù)系統(tǒng)（http://www.nstrs.cn/）于2014年3月正式上線，標(biāo)志著我國科技報告管理工作取得重大進(jìn)展。［1］

然而目前的科技報告資源組織粒度較大，用戶只能按照來源、學(xué)科、地域、類型這四種粗粒度的分類方式進(jìn)行瀏覽或檢索。與之形成鮮明對比的是，期刊論文等則允許用戶按照作者、機(jī)構(gòu)等多種方式來獲取資源。究其原因在于：粗粒度的資源組織與集成方式只做到了對科技報告的簡單分類，而沒有建立科技報告與這些科研實(shí)體間的關(guān)聯(lián)網(wǎng)絡(luò)?？蒲袑?shí)體是科研活動中的重要組成部分，包括科研主體（科研人員、科研機(jī)構(gòu)）、科研活動、科研條件（科研方法）、科研產(chǎn)出（科研成果）等，［2］而一份科技報告的形成過程中涉及許多科研實(shí)體，對這些科研實(shí)體間的關(guān)系進(jìn)行探討，對于科研管理者和用戶來說，都具有重大意義。

科技報告的生成涉及多個科研實(shí)體，主要包括科研人員、科研機(jī)構(gòu)和科研項(xiàng)目等，本研究主要探討這幾者間的關(guān)聯(lián)。① 基于科研人員建立的關(guān)聯(lián)，有助于科學(xué)家共同體或群體了解彼此的工作，進(jìn)行借鑒和學(xué)習(xí)；可以更好地保障作者的知識產(chǎn)權(quán)；可以有效避免重復(fù)立項(xiàng)和重復(fù)申請的現(xiàn)象。② 基于科研機(jī)構(gòu)進(jìn)行關(guān)聯(lián)，除了加強(qiáng)科技報告資源的統(tǒng)一管理外，更有助于管理人員、專業(yè)人員和社會公眾方便準(zhǔn)確地獲取相關(guān)資源。③ 基于科技項(xiàng)目建立關(guān)聯(lián)，一方面有助于科研人員了解整個科研過程，另一方面有利于科研管理部門加強(qiáng)對科研項(xiàng)目的過程管理和實(shí)時監(jiān)測。此外，在科研項(xiàng)目的實(shí)施過程中可能會召開會議，因此一些事件資源也是關(guān)聯(lián)的一部分。分析這些實(shí)體間的聯(lián)系，并向用戶提供服務(wù)，應(yīng)該成為科技報告制度建設(shè)的重要議題之一。

關(guān)聯(lián)數(shù)據(jù)（Linked Data）［3］作為萬維網(wǎng)推薦的最佳的語義網(wǎng)實(shí)現(xiàn)方式，為實(shí)現(xiàn)科技報告相關(guān)實(shí)體間的關(guān)聯(lián)提供了有效途徑。近幾年，一種關(guān)聯(lián)數(shù)據(jù)的最新實(shí)踐——書目框架格式（BibliographicFrameworkInitiative，BIBFRAME），［4］得到學(xué)界的普遍關(guān)注。BIBFRAME也指由美國國會圖書館于2011年5月發(fā)起的倡議行動，該行動旨在創(chuàng)建一套能夠全球統(tǒng)一使用，涵蓋所有文獻(xiàn)類型，并支持圖書館于其他信息系統(tǒng)進(jìn)行內(nèi)容整合的編目規(guī)則。［5］BIBFRAME書目框架既克服了MARC將圖書資源局限在圖書館系統(tǒng)內(nèi)部的不足，又適用于所有的文獻(xiàn)類型，同時使圖書館資源成為語義Web的一部分，因此具有強(qiáng)大的生命力。［6］

BIBFRAME是一個書目數(shù)據(jù)描述框架，更加側(cè)重于資源外部特征，因此，本研究試圖將基于關(guān)聯(lián)數(shù)據(jù)的BIBFRAME書目框架應(yīng)用于科技報告資源的描述與著錄，在此基礎(chǔ)上構(gòu)建一個基于科技報告資源外部特征的關(guān)聯(lián)整合框架。一方面，將知識單元從文獻(xiàn)單元拓展至實(shí)體單元，實(shí)現(xiàn)科技報告資源的多粒度語義揭示；另一方面，通過多維度、多層次的互聯(lián)關(guān)系實(shí)現(xiàn)科技報告資源與其他實(shí)體資源的深度聚合，最終助力知識發(fā)現(xiàn)和科研創(chuàng)新。

2 研究綜述

本研究與“科技報告資源的組織和整合”及關(guān)聯(lián)數(shù)據(jù)領(lǐng)域“BIBFRAME”兩個主題相關(guān)。

科技報告在二戰(zhàn)期間得到發(fā)展，因其能夠反映國家科技創(chuàng)新能力與科研實(shí)力，故而成為國家重要戰(zhàn)略資源。為了實(shí)現(xiàn)科技報告資源的高效共享與有效利用，前人在標(biāo)準(zhǔn)建設(shè)和技術(shù)實(shí)踐方面做了大量工作。美國國家技術(shù)情報服務(wù)局（National Technical and Information Service，NTIS）制定了科技報告信息質(zhì)量標(biāo)準(zhǔn)［7］、信息處理標(biāo)準(zhǔn)［8］等一系列標(biāo)準(zhǔn)，以期更好地實(shí)現(xiàn)科技報告的共享和利用。此外，NTIS還專門針對科技報告的學(xué)科主題編制了CAST（Clearinghouse Announcements in Science and Technology） 分 類表［9］等。我國學(xué)者也強(qiáng)調(diào)要統(tǒng)一科技報告資源描述、揭示識別和信息組織的加工標(biāo)準(zhǔn)，包括元數(shù)據(jù)規(guī)范、著錄規(guī)則、標(biāo)引規(guī)則、分類范疇等，以促進(jìn)我國科技報告體系的建設(shè)。［10］2014年5月，中國科學(xué)技術(shù)信息研究所等機(jī)構(gòu)正式發(fā)布了一系列標(biāo)準(zhǔn)規(guī)范，包括《科學(xué)技術(shù)報告編寫規(guī)則 （GB/T 7713.3-2014）》［11］、《科技報告元數(shù)據(jù)規(guī)范（GB/T 30535-2014）》［12］等，為科技報告相關(guān)工作提供了指導(dǎo)。除了標(biāo)準(zhǔn)建設(shè)方面的工作，NTIS還開通了國家科技報告數(shù)據(jù)庫（National TechnicalReportsLibrary，NTRL），為全球范圍內(nèi)的用戶提供科技報告查詢服務(wù)。［13］我國除了國家科技報告服務(wù)系統(tǒng)外，還專門建設(shè)了國家科技計劃項(xiàng)目科技報告呈交系統(tǒng)（http://program.most.gov.cn/）來規(guī)范科技報告的撰寫、呈交和審核工作。然而已有的工作更側(cè)重于對科技報告資源的管理，在深層次的整合與利用方面存在諸多不足之處，也未能充分揭示針對同一科研問題的多份科技報告之間的關(guān)聯(lián)，未能充分揭示科技報告與科研實(shí)體（如科研人員、科研機(jī)構(gòu)、科研項(xiàng)目）的內(nèi)在關(guān)聯(lián)［14］等。雖然科研關(guān)系網(wǎng)絡(luò)作為科學(xué)知識網(wǎng)絡(luò)的重要擴(kuò)展，一直是學(xué)者們的研究熱點(diǎn)，但目前的科研關(guān)系網(wǎng)絡(luò)主要集中在引文關(guān)系網(wǎng)絡(luò)［15］、科學(xué)合作網(wǎng)絡(luò)［16,17］和主題共現(xiàn)網(wǎng)絡(luò)［18］這幾個方面，并且都是單維度的。科技報告領(lǐng)域資源涉及的實(shí)體關(guān)系網(wǎng)絡(luò)是一個同時包含文獻(xiàn)單元和實(shí)體單元的多維度的網(wǎng)狀組織結(jié)構(gòu)，從多維視角來構(gòu)建科研關(guān)系網(wǎng)絡(luò)的探討還很少，［19］專門針對科技報告資源的科研關(guān)系網(wǎng)絡(luò)構(gòu)建則更少。

關(guān)聯(lián)數(shù)據(jù)作為一種旨在提高網(wǎng)絡(luò)數(shù)據(jù)機(jī)器可讀性的技術(shù)框架，借助網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)的引用和解引（reference/dereference）機(jī)制來建立數(shù)據(jù)間的關(guān)聯(lián)，實(shí)現(xiàn)數(shù)據(jù)的分享與重用，［20］則為彌補(bǔ)上述不足提供了可能性。目前已有關(guān)聯(lián)數(shù)據(jù)在科技數(shù)據(jù)服務(wù)方面的一些研究和實(shí)踐，如Linked Life Data，包含100億條RDF語句，用戶可以通過單獨(dú)的SPARQL端點(diǎn)訪問25個公共生物醫(yī)學(xué)數(shù)據(jù)庫。［21］Linked Sensor Data，將大量氣象傳感數(shù)據(jù)上傳至Linked Open Data（LOD）云，通過構(gòu)建RDF數(shù)據(jù)，實(shí)現(xiàn)與LOD上其他數(shù)據(jù)集的關(guān)聯(lián)。［22］沈志宏等以中國科學(xué)引文數(shù)據(jù)庫和中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)通量數(shù)據(jù)為例，探討了科學(xué)數(shù)據(jù)發(fā)布流程和關(guān)鍵問題。［23］鮮國建將農(nóng)業(yè)科學(xué)敘詞表向關(guān)聯(lián)數(shù)據(jù)進(jìn)行了轉(zhuǎn)化，并建立了書目資源主體類和科技文獻(xiàn)主體類（期刊文摘類、會議論文、文集匯編文摘類、作者類）及核心屬性的關(guān)聯(lián)數(shù)據(jù)等。［24］在專門的科技報告領(lǐng)域，也有少數(shù)學(xué)者進(jìn)行了研究與嘗試。賴院根［25］針對科技報告整合模式提出了元數(shù)據(jù)整合、關(guān)聯(lián)整合和知識整合3種管理體系，其中，在關(guān)聯(lián)整合中提出了基于科技報告文獻(xiàn)外部特征進(jìn)行關(guān)聯(lián)整合的3種方式，在知識整合中，提出了基于領(lǐng)域本體的著錄標(biāo)引、主題聚類、知識單元鏈接3種方式。該研究雖然包含了關(guān)聯(lián)數(shù)據(jù)的基本思想，但并未深入探討其實(shí)現(xiàn)細(xì)節(jié)。李成龍［26］研究了科技報告中粒度關(guān)聯(lián)數(shù)據(jù)的創(chuàng)建與發(fā)布，他將一篇科技報告作為根節(jié)點(diǎn)（即最粗粒度），將科技報告中某一具體知識點(diǎn)作為葉節(jié)點(diǎn)（即最細(xì)粒度），介于根節(jié)點(diǎn)和葉節(jié)點(diǎn)之間的節(jié)點(diǎn)即中粒度（比如前置部分、正文部分、結(jié)尾部分等），并對其進(jìn)行自動標(biāo)引和語義描述，從而實(shí)現(xiàn)關(guān)聯(lián)。夏立新［14］提出了基于關(guān)聯(lián)數(shù)據(jù)的科技報告語義組織與共享框架，將框架分為原始數(shù)據(jù)層、語義描述層、語義關(guān)聯(lián)層和語義服務(wù)層，在語義描述時復(fù)用了不同類別的規(guī)范詞匯或本體，如DC、BIBO、SWRC、FOAF等，在充分利用已有本體或詞表的基礎(chǔ)上，更好地整合了科技報告各類資源等。但是專門探討科技報告資源中涉及的各類實(shí)體間的關(guān)聯(lián)整合的較少。

隨著語義網(wǎng)和關(guān)聯(lián)數(shù)據(jù)的不斷發(fā)展，MARC已經(jīng)成為圖書館數(shù)據(jù)開放利用的最大障礙，圖書館界急需一種新的書目數(shù)據(jù)格式，BIBFRAME應(yīng)運(yùn)而生。BIBFRAME因其面向語義網(wǎng)的技術(shù)架構(gòu)和本體模型，可以使圖書館數(shù)據(jù)成為萬維網(wǎng)甚至是語義網(wǎng)的一部分，自被提出至現(xiàn)在，學(xué)者對其展開了激烈討論。［27-30］而BIBFRAME自身也在不斷得到完善和發(fā)展。2015年10月，美國國會圖書館發(fā)布了BIBFRAME 2.0草案，宣布將原始的作品、實(shí)例、規(guī)范、注釋四個核心類變?yōu)樽髌?、?shí)例、單件3個核心類；取消規(guī)范核心類，規(guī)范控制不再依賴于規(guī)范檢索點(diǎn)；取消注釋核心類，可以復(fù)用成熟關(guān)聯(lián)詞表數(shù)據(jù)；新增單件核心類，可以跨越書目和館藏格式；核心類的變化使得信息揭示更加靈活、輕便、準(zhǔn)確。［31］目前，國內(nèi)關(guān)于BIBFRAME的研究僅限于理論介紹［32-35］方面，僅上海圖書館開展了基于BIBFRAME的家譜本體設(shè)計，并取得了實(shí)質(zhì)性實(shí)踐成果。［36,37］

書目框架BIBFRAME作為下一代取代MARC的書目數(shù)據(jù)格式標(biāo)準(zhǔn)，能夠?yàn)椤叭祟愇幕洃洐C(jī)構(gòu)”（如圖書館、檔案館、博物館等）共同使用，具有較好的包容性、可擴(kuò)展性和開放性，其詞匯也可以反映科技報告資源的文獻(xiàn)特征；同時，它也是一個基于關(guān)聯(lián)數(shù)據(jù)的書目數(shù)據(jù)模型，包含人、機(jī)構(gòu)等概念，適用于科技報告資源內(nèi)容相關(guān)實(shí)體的描述，滿足規(guī)范控制的需求。因此，利用BIBFRAME書目框架對科技報告資源進(jìn)行描述和組織，將科技報告之間、科技報告與其他實(shí)體資源之間進(jìn)行關(guān)聯(lián)，能夠提高科技報告資源的利用程度，為改善國內(nèi)科技資源缺乏統(tǒng)籌協(xié)調(diào)，呈現(xiàn)低效、重復(fù)、分散、封閉、碎片化的局面而提供建議與指導(dǎo)。

3 科技報告領(lǐng)域資源關(guān)聯(lián)整合框架設(shè)計

BIBFRAME應(yīng)用于科技報告資源相關(guān)實(shí)體間的關(guān)聯(lián)構(gòu)建方面，在理論上和技術(shù)上均具有可行性。在理論方面，基于BIBFRAME的科技報告描述可以將其中蘊(yùn)含的知識內(nèi)容與物理載體形式區(qū)分開來，并可以很好地識別信息實(shí)體，揭示和利用實(shí)體間的關(guān)聯(lián)的核心思想也與科技報告領(lǐng)域資源實(shí)體關(guān)系不謀而合。在技術(shù)方面，BIBFRAME采用關(guān)聯(lián)數(shù)據(jù)的規(guī)則來組織、展示和分享數(shù)據(jù)，可實(shí)現(xiàn)資源的識別和定位。BIBFRAME采用知識本體對數(shù)據(jù)建模，其框架模型用OWL本體詞表發(fā)布，同時提供RDF文件以供下載。本體的核心概念是類與屬性，屬性可以表示類與類之間的關(guān)系?？萍紙蟾骖I(lǐng)域核心概念如人員、項(xiàng)目、機(jī)構(gòu)等可以用類表示，而對象屬性則可以刻畫它們之間的聯(lián)系。在整個詞表體系下，科技報告相關(guān)數(shù)據(jù)成為類的實(shí)例，進(jìn)而成為嚴(yán)格規(guī)范的語義單元，數(shù)據(jù)之間的關(guān)系可以用規(guī)范謂詞來表達(dá)，可以被機(jī)器理解與處理，從而具備了語義。

這里提出科技報告資源描述與組織框架的主要目的有兩個：一是實(shí)現(xiàn)對科技報告資源的語義化描述與組織；二是實(shí)現(xiàn)相關(guān)科研實(shí)體間的關(guān)聯(lián)構(gòu)建，并在此基礎(chǔ)上提供服務(wù)。因此本框架主要涉及的流程是元數(shù)據(jù)的抽取、元數(shù)據(jù)與BIBFRAME詞表的映射、關(guān)聯(lián)數(shù)據(jù)的發(fā)布和最終的語義服務(wù)4個層次步驟 （見圖 1）。

3.1 原始數(shù)據(jù)層和元數(shù)據(jù)抽取

整個描述與組織框架面臨的資源主要是存儲在數(shù)據(jù)庫中的科技報告，而管理這些資源的基本手段是利用元數(shù)據(jù)對其進(jìn)行描述與組織。元數(shù)據(jù)是人為設(shè)計的、用來描述各種資源的規(guī)范標(biāo)準(zhǔn)，如書目元數(shù)據(jù)MARC、DC等。由于資源種類的不斷增多，同一機(jī)構(gòu)的不同類資源、不同機(jī)構(gòu)同類型資源間都有可能采用不同的元數(shù)據(jù)標(biāo)準(zhǔn)。我國科技報告元數(shù)據(jù)規(guī)范包括13個核心元素，27個元素修飾詞，根據(jù)國家科技報告服務(wù)系統(tǒng)收錄信息對其進(jìn)行抽取，并歸納為描述性元數(shù)據(jù)（題目、交替題名、關(guān)鍵詞、摘要、報告類型、頁碼、科技報告編號、語種、報告密級、提交日期）、作者元數(shù)據(jù)（作者、作者單位）、項(xiàng)目元數(shù)據(jù)（項(xiàng)目/課題名稱、項(xiàng)目/課題承擔(dān)單位）、館藏元數(shù)據(jù)（館藏號、館藏機(jī)構(gòu)）和機(jī)構(gòu)元數(shù)據(jù)五大類，此處可以將機(jī)構(gòu)定義為作者、館藏、項(xiàng)目/課題對象的屬性即可。普通的元數(shù)據(jù)標(biāo)準(zhǔn)雖然提供了資源描述的語義基礎(chǔ)，但是不能完全解決語義異構(gòu)問題以及資源對象之間存在的復(fù)雜的關(guān)聯(lián)關(guān)系，［38］因此需要將其與BIBFRAME等元數(shù)據(jù)進(jìn)行映射。

圖1 科技報告資源描述與組織框架示意圖

3.2 映射層

BIBFRAME書目框架是圖書館領(lǐng)域一個最新的元數(shù)據(jù)本體模型，包含許多不同的實(shí)體類和屬性，并由專門的書目框架術(shù)語詞表進(jìn)行定義?？萍紙蟾孀鳛橐环N文獻(xiàn)資源，其元數(shù)據(jù)規(guī)范在很大程度上和書目元數(shù)據(jù)規(guī)范是共通的，如都有題目、責(zé)任者、主題、館藏、語種、格式等描述項(xiàng)，因此可以將書目框架模型作為基礎(chǔ)，將科技報告元數(shù)據(jù)與書目框架元數(shù)據(jù)詞表建立映射。需要指出的是，這里的映射包含元數(shù)據(jù)項(xiàng)目本身的映射，也包括關(guān)系的映射，如人員是科技報告的作者或責(zé)任者，那么BIBFRAME中將會有bf:agent和bf:contributor等屬性與其對應(yīng)。對于無法利用書目框架建立映射的項(xiàng)目，考慮采用復(fù)用其他詞表的方法來解決。在整個關(guān)聯(lián)網(wǎng)絡(luò)中，還存在人員、機(jī)構(gòu)等其他科學(xué)數(shù)據(jù)，主要利用現(xiàn)有本體詞表或者現(xiàn)有詞表的擴(kuò)展進(jìn)行描述。

3.3 關(guān)聯(lián)數(shù)據(jù)發(fā)布

通過元數(shù)據(jù)映射和關(guān)系映射，框架可以描述元數(shù)據(jù)信息和揭示它們之間的顯性語義關(guān)系，但無法揭示深層次的語義關(guān)系；而且元數(shù)據(jù)本體多是基于領(lǐng)域的，無法揭示資源與其他領(lǐng)域資源的關(guān)系。而關(guān)聯(lián)數(shù)據(jù)作為信息庫對外發(fā)布并提供數(shù)據(jù)訪問服務(wù)的形式，可以很好地解決這個問題。關(guān)聯(lián)數(shù)據(jù)借助HTTP URI的方式表示和存取“資源”，［33］此處“資源”既可以是信息資源，也可以是非信息資源，如果是前者，則通過傳統(tǒng)的Web方式獲取，后者則需要鏈接到一個以RDF/XML編碼的數(shù)據(jù)文件，該編碼文件包含了該“非信息資源”的元數(shù)據(jù)描述及其與其他實(shí)體對象的關(guān)系描述。借助關(guān)聯(lián)數(shù)據(jù)可以在不同領(lǐng)域本體間建立關(guān)聯(lián)，從而將科技報告與科技報告、科技報告與其他實(shí)體資源關(guān)聯(lián)起來，更進(jìn)一步地講，還可以將科技報告與其他知識組織系統(tǒng)（如DBpedia等）關(guān)聯(lián)起來，從而使科技報告資源成為整個語義網(wǎng)的一部分。

3.4 服務(wù)層

在服務(wù)層/應(yīng)用層需要實(shí)現(xiàn)的是對關(guān)聯(lián)數(shù)據(jù)的統(tǒng)一瀏覽和檢索以及其他語義互操作。關(guān)聯(lián)數(shù)據(jù)層實(shí)現(xiàn)科技報告語義數(shù)據(jù)的構(gòu)建與關(guān)聯(lián)，而服務(wù)層則要實(shí)現(xiàn)關(guān)聯(lián)數(shù)據(jù)的Web發(fā)布與查詢。在選擇合適的發(fā)布方式時，需要考慮待發(fā)布數(shù)據(jù)的數(shù)據(jù)量、存儲方式、更新頻率等因素。根據(jù)上述因素選擇發(fā)布靜態(tài)RDF文檔，或基于關(guān)系型數(shù)據(jù)庫的發(fā)布方式，或基于API封裝的發(fā)布方式等?？萍紙蟾骊P(guān)聯(lián)數(shù)據(jù)的查詢目前有很多不同的RDF查詢語言，應(yīng)用最廣泛的是SPARQL查詢語言。更進(jìn)一層的是，可以提供界面更加友好的問答式檢索，并允許用戶以自然語言的方式表達(dá)需求并獲取結(jié)果。

4 核心問題探討

4.1 基于BIBFRAME的科技報告概念模型

書目框架BIBFRAME的核心數(shù)據(jù)模型為Work—Instance—Item，即作品—實(shí)例—單件。按照BIBFRAME的定義，作品—實(shí)例—單件之間的實(shí)體關(guān)系模型是1:n:n的關(guān)系，即1個作品對應(yīng)多個實(shí)例，1個實(shí)例對應(yīng)多個單件。同樣地，將一件科技報告作為一個“作品”，那么該科技報告的不同版本（電子版、紙質(zhì)版等）可以看成是不同的“實(shí)例”，每一次出版的情況，包括出版時間、地點(diǎn)等都有相關(guān)描述。國家科技報告服務(wù)系統(tǒng)的上線，以及我國科技報告呈繳開發(fā)系統(tǒng)的使用，表明未來科技報告的管理和服務(wù)將日趨網(wǎng)絡(luò)化、電子化。因此，本文將書目框架模型進(jìn)行適當(dāng)?shù)恼{(diào)整，在只考慮科技報告電子版的情況下，構(gòu)建了科技報告書目結(jié)構(gòu)模型（見圖2）。

圖2 科技報告書目結(jié)構(gòu)模型

以獲2013年度國家科學(xué)技術(shù)進(jìn)步獎的《超強(qiáng)化旋浮銅冶煉和無氧化還原精煉工藝研發(fā)及產(chǎn)業(yè)化應(yīng)用》報告為例，該報告有不同的收藏機(jī)構(gòu)，包括中國國家科技報告服務(wù)系統(tǒng)、山東科技報告服務(wù)系統(tǒng)和國家科技圖書文獻(xiàn)中心等。對于某些國際合作科技項(xiàng)目來說，收藏者還包括其他國家或者國際機(jī)構(gòu)等。而館藏信息正是“單件”的顯著特征，因此將這些不同館藏地的電子版科技報告作為其“單件”。在單純考慮電子版的情況下，將BIBFRAME核心模型簡化為1:1:n的關(guān)系，即一件科技報告對應(yīng)一個實(shí)例（電子版），一個實(shí)例對應(yīng)多個單件（存儲在國家科技報告服務(wù)系統(tǒng)、地方科技報告服務(wù)系統(tǒng)等的版本）。

4.2 科技報告核心元數(shù)據(jù)與屬性描述

知識本體包含每一個術(shù)語的明確定義及其關(guān)系，術(shù)語包括類（Class）和屬性（Property），類是同一類實(shí)體對象的抽象，屬性是對類的各種特征的抽象，對象屬性（Object Property）用于表示類與類之間的關(guān)系，數(shù)值屬性（Data Property）用于表示實(shí)體的內(nèi)在屬性。BIBFRAME書目框架模型作為本體詞表發(fā)布，命名空間為http://bibframe.org/vocab/，前綴為bf。BIBFRAME書目框架除了定義核心類外，一些與資源相關(guān)的其他資源也被定義為資源類bf:Resource的子類?？萍紙蟾孀鳛槊枋隹蒲谢顒舆^程、進(jìn)展與結(jié)果的科技文獻(xiàn)，作為非正式出版物，與圖書、期刊論文、檔案等有著明顯的區(qū)別，因而將BIBFRAME引入科技報告元數(shù)據(jù)規(guī)范中需要考慮容納現(xiàn)有的數(shù)據(jù)項(xiàng)，基于現(xiàn)有數(shù)據(jù)結(jié)構(gòu)來厘清數(shù)據(jù)之間的關(guān)系，根據(jù)元數(shù)據(jù)元素來決定需要哪些屬性?？萍紙蟾嫖墨I(xiàn)資源中包含資源相關(guān)的特征如題名、作者、語種等均可以在書目框架中找到對應(yīng)的屬性來表達(dá)科技報告的特征。對于無法找到對應(yīng)的屬性來描述的項(xiàng)目，則復(fù)用已有本體中的屬性，如報告密級。本體是建立在元數(shù)據(jù)方案之上的，科技報告文獻(xiàn)資源核心元數(shù)據(jù)與BIBFRAME詞表映射關(guān)系見下表。

表 科技報告核心元數(shù)據(jù)與BIBFRAME2.0詞匯映射關(guān)系

我國目前的科技報告依據(jù)保密等級分為公開、限制、機(jī)密和絕密四個級別，而書目數(shù)據(jù)中并沒有合適字段來進(jìn)行描述，因此借用其他描述詞匯dc:access-Rights來進(jìn)行描述。屬性bf:date下有許多子屬性，包括bf:originDate、bf:legalDate、bf:copyrightDate等，每個屬性都代表不同的日期，可見BIBFRAME詞匯語義的豐富性和靈活性，選取bf:originDate來對完成日期進(jìn)行描述等。元數(shù)據(jù)與BIBFRAME 2.0詞表的映射不僅實(shí)現(xiàn)了從元數(shù)據(jù)向元數(shù)據(jù)本體的轉(zhuǎn)化，更將文獻(xiàn)資源與實(shí)體資源之間的關(guān)系包含在其中。

在書目框架中，很多在元數(shù)據(jù)記錄中取值范圍為字符串的屬性被作為實(shí)體對象屬性來處理，如作者項(xiàng)bf:agent，其屬性類別為Object Property，這說明作者是一個類，據(jù)此可以聯(lián)系科技報告與科研人員，揭示實(shí)體間的關(guān)聯(lián)。而有些元數(shù)據(jù)項(xiàng)既可以選擇為數(shù)值屬性（Data Property），也可以選擇為對象屬性（Object Property），根據(jù)實(shí)際情況選擇是否實(shí)現(xiàn)與其他類的聯(lián)系。

4.3 科技報告領(lǐng)域相關(guān)實(shí)體及其關(guān)系描述

科技報告元數(shù)據(jù)與BIBFRAME詞表映射，解決了科技報告文獻(xiàn)資源的語義描述問題，對于整個關(guān)聯(lián)網(wǎng)絡(luò)中的其他資源，如人員、機(jī)構(gòu)、項(xiàng)目、會議等，BIBFRAME 2.0中也定義了相關(guān)實(shí)體類來對其進(jìn)行描述。BIBFRAME 2.0中的Agent類其上位類是FOAF本體中的 Agent類。FOAF （Friend of Friend）［39］本體是一個面向社會網(wǎng)絡(luò)關(guān)系的領(lǐng)域本體，其中foaf:Agent類下有foaf:Person、foaf:Group、foaf:Organization三個子類，屬性包括 foaf:gender、foaf:birthday、foaf:topic_interests等。BIBFRAME 2.0中，bf:Agent類即來源于foaf:Agent類，包括bf:Person、bf:Organization、bf:Family、bf:Meeting和bf:Jurisdiction五類。對于項(xiàng)目資源，復(fù)用foaf:Project，如上表中所示。此外，科學(xué)研究會議會產(chǎn)生一些事件等，不少應(yīng)用乃至本體中都有“事件”實(shí)體，比如BIBFRME中的Event類，很多時候復(fù)用“事件本體”。Event［40］本體由倫敦瑪麗皇后大學(xué)的數(shù)字音樂中心開發(fā)，將圍繞事件的實(shí)體分為6類，事件/子事件、代理、因子、產(chǎn)品、時間、空間，其中“代理”是指起作用者，即人或計算機(jī)，“因子”指除了代理外的其他參與因素。事件本體只提供一個簡單的框架，對象與類都沒有細(xì)化，由于其簡單性和可用性，事件本體已經(jīng)在廣泛語境下被證明有用。事件本體使用4個命名空間，除本身（http://purl.org/NET/c4dm/event.owl#）外，復(fù)用人物、時間、地理3個本體。因此會議事件既可以用Event本體來表示，也可以用Agent類中的bf:Meeting來表示。

科技報告資源關(guān)聯(lián)整合網(wǎng)絡(luò)作為包含文獻(xiàn)資源與其他實(shí)體資源的網(wǎng)絡(luò)，文獻(xiàn)資源之間更多依賴主題特征建立關(guān)聯(lián)，比如內(nèi)容上存在引用與被引用或部分與整體的關(guān)系等，而文獻(xiàn)資源與其他實(shí)體資源之間的關(guān)聯(lián)多依賴于外部特征?；谙嚓P(guān)本體的設(shè)計，作者構(gòu)建了科技報告領(lǐng)域語義關(guān)聯(lián)模型，該模型并不試圖容納揭示相關(guān)資源間的全部關(guān)聯(lián)，而是形式化描述各種類與類間的關(guān)聯(lián)（見圖3）。

圖3 科技報告領(lǐng)域資源關(guān)聯(lián)示意圖

圖3中科技報告文獻(xiàn)資源用橢圓表示，其他實(shí)體資源用矩形表示，用帶箭頭的有向線條表示屬性，類及屬性的適用對象和期望值可從圖中的有向線條及其起止點(diǎn)看出。一個科研項(xiàng)目可能會產(chǎn)生多份科技報告，因此科技報告之間會存在bf:references與bf:referencedBy（引用與被引用）、bf:partOf和bf:hasPart（部分與整體）、bf:continues和bf:continuedBy（前后連續(xù)關(guān)系）等互逆關(guān)系，不同科技報告之間還可以借助bf:subject（主題）建立關(guān)聯(lián)。此外，科技報告與科研人員之間通過bf:agent和bf:contributor等建立關(guān)聯(lián)；科技報告與機(jī)構(gòu)之間借助bf:heldBy和bf:provisionActivity等建立關(guān)聯(lián)；項(xiàng)目/課題通過foaf:currentProject建立與科研人員之間的關(guān)聯(lián)，借助bf:eventContentOf和bf:event-Content建立與科技報告間的關(guān)聯(lián)。此外科技報告與會議事件、機(jī)構(gòu)與事件等也存在關(guān)聯(lián)。科技報告領(lǐng)域各種資源間的聯(lián)系是復(fù)雜多樣的，BIBFRAME詞匯也是極其豐富的，也可以復(fù)用其他已有本體，根據(jù)實(shí)際資源關(guān)聯(lián)整合情況進(jìn)行擴(kuò)展。

5 實(shí)證研究

實(shí)證研究部分主要是對框架中的關(guān)鍵步驟，即元數(shù)據(jù)抽取、映射和關(guān)聯(lián)數(shù)據(jù)發(fā)布進(jìn)行了實(shí)現(xiàn)。本研究選擇國家科技報告服務(wù)系統(tǒng)中國家科技重大專項(xiàng)“高檔數(shù)字機(jī)床與基礎(chǔ)制造技術(shù)”的134篇科技報告為研究對象，下載其題名、關(guān)鍵詞、作者等元數(shù)據(jù)記錄，其元數(shù)據(jù)與上表中類與屬性相對應(yīng)，并保存在關(guān)系型數(shù)據(jù)庫中。通過其他數(shù)據(jù)庫，補(bǔ)充并完善科技報告中所含人員（姓名、工作單位等）、科研項(xiàng)目（項(xiàng)目名稱、參與人員、承擔(dān)單位等）和科研機(jī)構(gòu)（機(jī)構(gòu)名稱、通訊地址等）相關(guān)信息。根據(jù)實(shí)際情況和現(xiàn)有數(shù)據(jù)，本實(shí)驗(yàn)選取的實(shí)體內(nèi)容包括報告（Paper）、人員（Person）、項(xiàng)目（Project）和承擔(dān)機(jī)構(gòu)（Organization）四類。為每個實(shí)體分配一個URI，形式為

6 結(jié)語

本研究在充分考察科技報告領(lǐng)域資源特征、相關(guān)實(shí)體及聯(lián)系的基礎(chǔ)上，指出了BIBFRAME應(yīng)用于科技報告資源關(guān)聯(lián)整合的可行性，并據(jù)此提出了一個基于外部特征的科技報告資源描述與組織框架?；谡麄€框架，本文首先提出改進(jìn)的科技報告書目概念模型，接著將科技報告的元數(shù)據(jù)與BIBFRAME詞表進(jìn)行映射，實(shí)現(xiàn)科技報告資源的描述與著錄，并利用BIBFRAME相關(guān)屬性實(shí)現(xiàn)了科技報告領(lǐng)域相關(guān)實(shí)體間的關(guān)系描述。

書目框架作為基于關(guān)聯(lián)數(shù)據(jù)技術(shù)的本體模型，既可以揭示科技報告文獻(xiàn)資源的特征，也可以揭示圍繞科技報告的各種實(shí)體，如科技人員、科研機(jī)構(gòu)和科技項(xiàng)目之間的關(guān)聯(lián)關(guān)系，能夠有效提高科技報告利用率和加強(qiáng)對科技活動的監(jiān)測和管理等，提升了科技報告領(lǐng)域的服務(wù)和管理水平。然而，目前書目框架項(xiàng)目尚在進(jìn)行之中，一些細(xì)節(jié)問題并未得到解決或者正處于討論階段，因此基于BIBFRAME書目框架的科技報告資源關(guān)聯(lián)整合研究主要以書目框架的核心模型為基礎(chǔ)，之后可能需要進(jìn)一步完善和修訂，并要考慮書目框架和其他已成熟本體的關(guān)系，深入考慮基于內(nèi)容特征的科技報告資源與其他科技資源的關(guān)聯(lián)整合和知識發(fā)現(xiàn)，是BIBFRAME書目框架需要解決的問題，也是本課題后續(xù)的研究方向。