语义网格在数字图书馆知识组织中的应用

论语义网在企业知识管理中的应用知识管理是企业在知识经济时代做出有效、正确决策的基础，同时也是培养企业能力的基础性工作。

通常，企业的知识管理包括获取知识、传递知识和使用知识三个基本组成部分，这三者是一个密不可分的系统，构成了知识资源在企业运作中的全过程。

标签：语义网；企业知识管理；应用1 企业知识管理1.1 企业知识管理的内涵复旦大学企业管理研究所许晓明在《论企业的知识管理战略》一文中谈到；“知识管理是企业在知识经济时代做出有效、正确决策的基础，同时也是培养企业能力的基础性工作。

”复旦大学管理学院的郁义鸿教授在《论知识管理的内涵》中指出：“知识管理并不凌驾于其它管理之上，但知识管理却应该成为所有的管理的中心和关注的焦点。

”通常，企业的知识管理包括获取知识、传递知识和使用知识三个基本组成部分，这三者是一个密不可分的系统，构成了知识资源在企业运作中的全过程。

1.2 我国企业知识管理目前存在问题2007年《中国知识管理趋势》中指出，知识管理战略规划和实施主体的不明确导致真正“落地不足”。

相对于已经有76％的机构具备明确的战略规划而言，只有49．36％的机构表示具有了明确的知识管理战略规划。

86％的机构认为有必要制订知识管理战略规划，但在由谁制订知识管理战略规划方面，不同的机构有不同的选择，知识管理实施主体的不明确也导致实施难度的增加。

其次，机构仍然面临着“缺乏高层的理解和推动”这个最大的挑战；而“没有融入业务流程” 和“知识管理优先级不够” 也是知识管理实施中必须跨越的主要障碍。

2 语义网及其关键技术2.1 语义网(Semantic Web)语义网(Semantic Web)的出现就是要解决文本文档和格式化知识的整合问题。

应用语义网进行企业知识管理,其信息食物链可以形成智能代理,完成网上自动信息处理功能;同时,语义网基于XML和RDF,并在此之上构建本体和逻辑推理规则,以完成基于语义的知识表述和推理,能够为计算机所理解和处理。

语义网格探微朱亚玲毕强（吉林大学管理学院, 长春, 130025）[摘要] 本文简要介绍了语义网格的概念、特点及应用现状，分析了语义网格的体系结构、主要技术、软件框架及语义服务，对语义网格的发展趋势进行了分析及展望。

[关键词] 语义网格服务模型资源共享[中图分类号] G203Discussion on Semantic GridZhu Yaling Bi Qiang(School of management Jilin University, Changchun 130021)[Abstract]The paper introduces the definition, features and current situation of Semantic Grid，and analyzes the architecture, major technologies and software framework of Semantic Grid. At last, it points out the tendencies of Semantic Grid.[Keywords]S emantic grid Service-oriented model Resources sharing1 引言从20世纪60年代末，Internet经历了三大发展浪潮。

第一次浪潮（20世纪70－80年代）是以TCP/IP协议的广泛使用为特征，实现了世界各地计算机硬件的联通；第二次浪潮（20世纪90年代初）是以万维网（World Wide Web，WWW）的普及应用为特征，实现了Web信息浏览以及语义Web智能查询；第三次浪潮（20世纪90年代未-目前）是以网格(Great Global Grid，GGG)应用为主要特征，实现了互联网上计算资源、存储资源、通信资源、软件资源、信息资源的互联互通。

语义网格（Semantic Grid）是结合语义Ｗeb及网格技术而产生的最新研究领域，其目的是充分利用语义Ｗeb中计算机可以理解的语义，并结合网格强大的计算机能力，使来自不同国家、不同机构、不同学科的研究人员能够共享远程科学设备、交换信息和知识，通过联合的实验环境，跨越异构、分布的信息障碍,从而实现资源共享与全球协作。

近年来我国信息组织研究进展及趋势［文章编号］ １００４－３２５Ｘ（２００６）０３－００６２－０６（华东理工大学科技信息研究所 上海 ２００２３７）Ｔｈｅ　Ｄｅｖｅｌｏｐｍｅｎｔ　ａｎｄ　Ｔｅｎｄｅｎｃｙ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｏｒｇａｎｉｚａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　ｉｎ　Ｃｈｉｎａ　ｉｎ　Ｒｅｃｅｎｔ　Ｙｅａｒｓ［摘 要］ 从“信息组织”发展的大背景、信息组织研究的发展、检索语言在新形势下的改进、对网络信息组织研究的基本认识等方面，对当前信息组织研究的现状、热点、趋势等进行了深入分析。

最后从大视角看信息组织、不断拓宽领域和拓展成果等方面提出了信息组织研究发展的看法。

［关键词］ 信息组织 网络信息 检索语言 分类法 主题法 语义网 本体 元数据 知识网格［中图分类号］ Ｇ２５４．０ ［文献标识码］ Ａ［Ａｂｓｔｒａｃｔ］ Ｔｈｉｓ　ａｒｔｉｃｌｅ　ａｎａｌｙｚｅｓ　ｔｈｅ　ｐｒｅｓｅｎｔ　ｓｉｔｕａｔｉｏｎ，　ｈｏｔｓｐｏｔｓ　ａｎｄ　ｔｈｅ　ｔｅｎｄｅｎｃｙ　ｏｆ　ｔｈｅ　ｉｎｆｏｒｍａｔｉｏｎｏｒｇａｎｉｚａｔｉｏｎ　ｒｅｓｅａｒｃｈ　ｉｎ　ｄｅｐｔｈ　ｉｎ　ｔｈｅ　ｆｏｌｌｏｗｉｎｇ　ａｓｐｅｃｔｓ：　ｔｈｅ　ｂｒｏａｄ　ｂａｃｋｇｒｏｕｎｄ　ｏｆ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ＂ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ＂，　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｒｅｓｅａｒｃｈ，　ｔｈｅ　ａｄｖａｎｃｅ　ｏｆ　ｒｅｔｒｉｅｖａｌｌａｎｇｕａｇｅ　ｉｎ　ｎｅｗ　ｓｉｔｕａｔｉｏｎ　ａｎｄ　ｔｈｅ　ｅｓｓｅｎｔｉａｌ　ｒｅｃｏｇｎｉｚａｔｉｏｎ　ｔｏ　ｎｅｔｗｏｒｋ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｒｅｓｅａｒｃｈ，ｅｔｃ．　Ａｔ　ｌａｓｔ，　ｉｔ　ｐｕｔｓ　ｆｏｒｗａｒｄ　ｏｐｉｎｉｏｎｓ　ａｂｏｕｔ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ　ｒｅｓｅａｒｃｈ　ｆｒｏｍ　ａ　ｂｉｇａｎｇｌｅ　ｏｆ　ｖｉｅｗ　ｆｏｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ，　ｕｎｃｅａｓｉｎｇ　ｏｐｅｎｉｎｇ　ｕｐ　ｔｈｅ　ｄｏｍａｉｎ　ａｎｄ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆａｃｈｉｅｖｅｍｅｎｔｓ．［Ｋｅｙ　ｗｏｒｄｓ］ Ｉｎｆｏｒｍａｔｉｏｎ　ｏｒｇａｎｉｚａｔｉｏｎ；　Ｎｅｔｗｏｒｋ　ｉｎｆｏｒｍａｔｉｏｎ；　Ｒｅｔｒｉｅｖａｌ　ｌａｎｇｕａｇｅ；　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ；　Ｓｕｂｊｅｃｔ；Ｓｅｍａｎｔｉｃ　Ｗｅｂ；　Ｏｎｔｏｌｏｇｙ；　Ｍｅｔａｄａｔａ；　Ｋｎｏｗｌｅｄｇｅ　ｇｒｉｄ陈树年　李青华　朱连花 近十年来，特别是近五年来，传统图书馆学、情报学中的检索语言领域（包括分类法、主题法、索引法，以及文献信息标引和检索等）已经成为最活跃、最具生命力、成果最多的学科，由于“检索语言”（或情报语言）已经很难概括它发展和延伸的领域，现在通常都用“信息组织”这个概念来表述它的研究领域。

从数字图书馆到E-Knowledge机制随着网络环境和数字信息资源日益普及，数字已经得到长足发展 [1～3]。

在我国主要的科研和机构，数字图书馆已初步成为人们获取文献的主流渠道，全文即查即得、全文传递、跨库检索、开放链接、虚拟咨询等初步成为信息服务的常态。

在类似于中国科学院这样机构散布于各地情况下的“资源到所、服务到人”的服务，也已初步实现。

数字图书馆正在实现“在任何时间、任何地点获得任何文献”的梦想。

然而，数字图书馆也面临新的可能是更加严峻的挑战。

本文拟通过对这些挑战的分析，提出从新的角度认识和设计数字图书馆机制的初步考虑。

1 数字图书馆发展面临的环境挑战1.1 数字图书馆把我们带入全新的信息空间一方面，信息资源数字化使得整个信息空间的任何一层内容（比特、词句、段落、章节、文献、文献集合、多个集合组成的信息系统、若干信息系统组成的跨系统体系）都可以被表征、解析、链接、交互、融汇，因此人们可从各个层面多个角度来灵活地分析、组织、表现和利用信息内容。

另一方面，随着e-science和e-learning的发展[4]，科研与教育领域的各类对象（例如科研仪器、设施、数据、项目、机构、计划、政策、规则、活动等）都可被数字化表现，科研教育的工作过程和工作环境被数字化组织，研究、教育活动与信息活动在数字化基础上融合，信息与知识构成在科研和教育过程中组织业务活动、组合协同过程、支撑虚拟组织的行为工具和组织机制，形成数字化信息化的科研空间和教育空间。

再一方面，相关技术的发展继续改造数字化信息化的科研、教育和生活空间，纳米技术、生物技术、信息技术和认知科学相互汇聚将产生“无所不在的智能环境”(Ambient intelligence)[5]，在正常工作生活过程中隐蔽自然地捕获、传递、组织、利用信息，例如：通过可穿戴的智能织物自动监测、分析和传递健康状况信息；计算机、通讯和消费电子 3C领域的汇聚，以及数字出版、数字图书馆和语义技术的汇聚，将产生新的信息生产、交换、组织和利用形态，改变现有的信息模式、信息渠道和信息交流交互机制[6～7]。

ﻩﻩﻩ ﻩ ﻩﻩﻩ ﻩﻩ ﻩ ﻩ（上接1、4版中缝） 尿量：1000-2000 毫升/24小时，24小时尿量>2500毫升为多尿。

生理性多尿见于饮水过多或应用利尿药后。

病理性多尿见于糖尿病、尿崩症，肾小管疾病等。

24小时尿量夜尿 量：500毫升 ，夜尿指晚8时至次日晨8时的总尿量，一般为500毫升，排尿2-3次。

若夜尿量超过白天尿量，且排尿次数明显增多，成为夜尿增多。

生理性夜尿增多与睡前饮水过多有关；病理性夜尿增多常为肾脏浓缩功能受损的表现，是肾功能减退的早期信号。

除此以外，夜尿增多还可能是男性前列腺增生、老年女性子宫脱垂、泌尿系统感染、糖尿病、等原因所致。

尿红细胞数 （RBC ）正常值：0-3个/高倍视野 ，尿红细胞3个/高倍视野，称为镜下血尿。

尿白细胞计数（WBC ）正常值：5个/高倍视野，称为镜下脓尿。

尿中若有大量白细胞，多为泌尿系统感染。

每日摄入钙：健康 成人600-800毫克，中国营养学会推荐的钙供给量：成人600-800毫克/天，孕妇1200毫克/天，乳母2000毫克/天。

乳制品含钙丰富，吸收率高。

虾皮、海带，豆制品含钙较多。

信息的检索获取、知识的动态链接、信息与知识的组织与管理等，与这些应用领域的本体知识库、知识管理系统和知识网格等有机融合，与网络化知识化的业务过程有机融合，支持在应用领域层面的协同知识交流、知识组织和知识管理机制。

面对用户新的知识需求，DL 能否及时开发出新的服务能力和服务机制，将成为其维持对用户有效性的关键。

3 泛在知识环境下数字图书馆危机管理的原则泛在知识环境的未来不属于那些仅仅提供虚拟空间导航者，也不属于那些堆积数字信息者，而属于那些帮助人们获取、利用所有知识者。

可见，泛在知识环境既给DL 带来了生存危机，同时也带来了发展的良机。

这要求我们在认清DL内存局限性的同时，依据泛在知识环境的产生机制和发展要求，来重新定位其发展取向，从而对DL 的生存危机采取有针对性的管理原则。

第一章语义Web§1语义Web的背景和意义1.1语义web出现的背景1.1.1背景Tim Berners-Lee 提出了语义Web[1]的伟大构想。

简言之，语义Web 就是能理解人类语言的智能网络，可以使人与计算机之间的交流变得很轻松。

1.1.2语义web概念通过将Web 内容的语法结构和语义以知识表示形式显示地表示出来，以实现与其它信息源共享，使得人之间、人和机器之间以及机器与机器之间能准确地相互理解，从而实现最大程度的互操作性。

1.1.3语义web出现的原因和可解决的问题1.1.4语义Web的主要功能语义Web 要能顺利工作，就要求计算机能结构化地组织信息和规则集合，以使计算机利用规则进行自动推理。

1.1.5语义Web的基本结构语义Web 体系结构是一个七层模型，其结构如图1 所示。

URI全球命名模式XML层作为语法层RDF层作为数据层本体层(Ontology Layer)作为语义层逻辑层(Logic Layer)提供了基于本体层上的智能推理规则证据层(Proof Layer)支持代理间通讯的证据交换。

一个本体描述了一个特定研究领域的一个形式化的、共享的概念化模型。

本体非常适合于描述互联网上各种不同的、分散的、半结构化的信息资源。

通过定义共享的、通用的领域理论，本体帮助人和机器明确的交流，支持语义级的交换，而不仅仅是语法级的。

逻辑层提供了规则与推导方法，从而便于在本体层上进行推理，得到有用的语义信息。

从一定的程度上讲，本体层定义的是否合理直接关系到推理的难易和结果的有效性。

而证据层则在此基础上使代理可以交换推理的结果。

为了检查这些结果，需要将各代理的内部推理机制转化为一种通用的证据表示语言。

比如，某个在线服务找到了李小姐的联系信息，而令人惊讶的是她在上海。

当然，你要核对一下，所以你的计算机让服务来证明它的回答，服务立即将其内在的推理理由翻译成语义网络的统一语言，你计算机中的界面引擎证实了这个李小姐确实符合你的查询要求，如果你还有疑问，它能显示出相关的网页。

0racle llg语义技术在测绘学科图书资料检索中的应用作者：尹鹿英樊红厉剑来源：《科技创业月刊》 2014年第1期尹鹿英樊红厉剑（武汉大学测绘遥感信息工程国家重点实验室湖北武汉４３００７９）摘要：针对武汉大学图书馆信息分馆测绘图书资料的检索要求，文章利用Ｏｒａｃｌｅ来存储和管理测绘图书目录（元数据）记录；利用Ｏｒａｃｌｅ语义工具来建立、存储和管理中国图书分类体系及其扩展语义信息，实现语义查询和推理；开发语义数据库的维护工具进行语义库的新增、删除和修改；在此基础上，开发客户端和服务器端查询程序满足图书读者基于语义的智能检索需求，提高了图书目录检索的效率和用户体验。

关键词：ＯｒａｃｌｅＳｐａｔｉａｌ语义技术；中国图书分类体系分类本体；语义查询中图分类号：G250.76文献标识码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６６５－２２７２．２０１4．01．０750 引言万维网联盟的蒂姆·伯纳斯－李在１９９８年提出了语义网的概念：通过给万维网上的文档添加能够被计算机所理解的语义，从而使整个互联网成为一个通用的信息交换媒介。

语义网环境通过使用本体来提升计算机理解数据的能力，本体作为特定领域知识的可共享化的概念，表达了领域内专业词汇及其之间的关系。

为推进语义技术的发展，世界万维网联盟（Ｗ３Ｃ）建立了ＸＭＬ，ＲＤＦ（资源描述框架）和ＯＷＬ（Ｗｅｂ本体语言）等技术标准，近年来，基于本体知识表示和语义应用的研究已被广泛地在医学临床应用、地理信息系统、公共卫生、减灾防灾、图书情报信息应用等多个应用领域得到应用。

ＯｒａｃｌｅＳｐａｔｉａｌ是甲骨文公司提供的数据库业界领先的空间数据库管理平台，ＯｒａｃｌｅＳｐａｔｉａｌ从Ｏｒａｃｌｅ１０ｇ之后开始发布语义技术集（ＳＴＰ），利用关系数据库支持基于本体的语义建模和应用。

其语义技术具有下列特点：（１）采用系统定义的表格来存储ＯＷＬ本体和规则库中定义的规则；（２）采用新的索引框架用来加速基于本体的语义匹配和推理操作；（３）提供一组ＳＱＬ操作符，即ＳＥＭ＿ＭＡＴＣＨ，ＳＥＭ＿ＲＥＬＡＴＥ和ＳＥＭ＿ＤＩＳＴＡＮＣＥ来执行语义查询。

面向语义网格的数据集成关键技术研究的开题报告一、研究背景和意义随着现代信息技术的不断发展，大量的数据被不同的组织机构、部门和个人所产生和使用。

这些数据通常存在于不同的应用系统、数据库和文件中，形态和格式也各不相同。

从这些数据中提取和共享知识成为一个日益重要和具有挑战性的问题。

解决这个问题的关键就是数据集成技术。

语义网格作为一种强大的语义技术，使得不同组织机构和个人之间构建互操作性变得更加容易。

语义网格通过为信息资源指定语义标签，帮助应用系统理解数据，实现数据的智能处理和相互交互。

在这一背景下，基于语义网格的数据集成技术也就应运而生，具有以下重要意义：1. 促进了数据资源之间的自动关联。

语义网格允许不同数据源的关系自动发现和建立，从而实现了数据的自动集成。

2. 支持数据的自动推理和利用。

基于语义网格的数据集成技术使得数据能够更好的被理解和利用，从而提高数据的智能化水平和应用价值。

3. 支持跨组织和领域的数据融合。

语义网格允许跨组织、跨领域的数据自动融合，从而实现了信息资源的互联互通。

因此，本研究旨在研究面向语义网格的数据集成关键技术，以解决数据集成中存在的诸多问题，提高数据资源的跨领域、跨组织互连互用效率，进一步提高数据的应用水平，推动数据智能化的发展。

二、研究内容和方法1. 研究基于语义网格的数据集成模型和架构。

本研究将对基于语义网格的数据集成技术和方法进行深入研究，初步构建基于语义网格的数据集成模型和架构，确定数据集成的基本思路和方向。

2. 研究语义网格的建模和表示方法。

本研究将研究基于语义网格的数据建模和表示方法，分析语义网格在数据集成过程中的优势和局限性，为下一步的数据集成提供技术手段。

3. 研究语义网格的匹配和映射技术。

语义网格任务主要包括概念、属性和关系匹配。

本研究将研究语义网格的匹配和映射技术，实现不同语义网格之间的数据匹配和映射。

4. 研究语义网格的数据质量控制和度量方法。

本研究将研究基于语义网格的数据质量控制和度量方法，从数据来源和管理角度，提出保证数据集成质量的标准和方法。