（计算机软件与理论专业论文）基于rdfxml的资源库系统的研究与实现.pdf

摘要 摘要 随着我国社会信息化程度的不断提高，人们面临的信息资源呈指数 级增长，如何有效地管理这些信息资源已经成了一个迫切需要解决的问 题。这时，资源库系统应运而生。 本文分析了现有资源库系统存在的缺陷，从解决元数据的互操作性 入手，围绕资源库系统的元数据建模、用户自定义资源模式和企业应用 集成展开研究，初步奠定了开放式的基于r d f x m l 的资源库系统的基 础。 本文结合国际和国内权威组织定义的与信息资源相关的标准元数 据，建立了资源库系统的元数据集，并采用具有语法互操作性和语义互 操作性的元数据描述模型r d f 对资源进行描述，定义了资源模式的 s c h e m a ，从而保证了资源描述的互操作性。 r d f x m l 是整个资源库系统的基石，用户自定义资源模式的松耦合 设计模式建立在这个基础之上。用户自定义资源模式是本文重点研究的 对象。它采用x m l 技术，改变了整个系统的架构，使得系统对消息的数 据结构的依赖降到了最低，数据层对应用层是透明的。在用户自定义资 源模式的设计中，提出了r d f x m l 映射到关系型数据库以及关系型数据 库映射到r d f x m l 的一种简单实用的算法。 本文在企业应用集成上解决了两个层次的问题：应用层集成和数据 层集成。由于c o r b a 的主要目标是解决面向对象的异构应用之间的互操 作问题，并提供分布式计算所需的一些其它服务。因此，利用c o r b a 技 术可以很好地解决异构的应用系统在应用层和资源库系统的集成。本文 提出了c o r b a 和e j b 之间进行互操作的解决方案，并给出了相应的a p i 接口。用户自定义资源模式的设计中提出的关系型数据库到资源模式映 射r d f ，x m l 的方案，很好地解决了资源库系统在数据层将遗留数据库系 统集成在一起。 本文所提出的资源库系统的解决方案可以用于各种信息资源的管理 和基于企业应用集成的项目中。 关键词r d f x m l ；资源库；用户自定义资源模式；企业应用集成：c o r b a a b s tr a o t w i t ht h ec o n t i n u o u si n c r e a s eo ft h e i n f o r m a t i o n a l i z a t i o nl e v e l ，t h e i n f o r m a t i o nr e s o u r c e p e o p l e c o n f r o n ti n c r e a s e s e x p o n e n t i a l l y h o w t o e f f i c i e n t l ym a n a g e t h ei n f o r m a t i o nr e s o u r c eh a sb e e n a p r o b l e m t h a t u r g e n t l yn e e d sr e s o l v i n g t h e r e f o r e ，ar e s o u r c ew a r e h o u s es y s t e mh a sb e e n p r o d u c e d t h i s p a p e ra n a l y s e s t h ef l a w so ft h e e x i s t i n g r e s o u r c ew a r e h o u s e s y s t e m s t h e n ，b e g i n n i n gw i t ht h em e t a d a t ai n t e r o p e r a b i i i t y ，i tw o r k s o nt h e m e t a d a t a m o d e l l i n g ，u s e r s e l f - d e f i n i t i o nr e s o u r c em o d e la n d e n t e r p r i s e a p p l i c a t i o ni n t e g r a t i o n i tb a s i c a l l y e s t a b l i s h e st h e o p e n r e s o u r c e w a r e h o u s es y s t e mb a s e do nr d f x m l w i t ht h er e s e a r c ho nt h es t a n d a r dm e t a d a t ar e l a t e dt ot h ei n f o r m a t i o n r e s o u r c ed e f i n e d b y t h ei n t e r n a t i o n a la n dd o m e s t i ca u t h o r i t a t i v e o r g a n i z a t i o n ，t h i sp a p e rb u i l d st h em e t a d a t as e tt h a tb e l o n g st ot h er e s o u r c e w a r e h o u s e s y s t e m t o d e s c r i b et h e r e s o u r c e ，i ta d o p t s t h em e t a d a t a d e s c r i p t i o nm o d e lr d ft h a t h a st h e s y n t a xi n t e r o p e r a b 订i t y a n ds e m a t i c i n t e r o p e r a b i “ty ，a n dd e f i n e st h er e s o u r c es c h e m a t h e r e f o r e ，i tg u a r a n t e e s t h er e s o u r c ed e s c r i p t i o ni n t e r o p e r a b i l i t y r d f x m li st h eb a s eo ft h ew h o l er e s o u r c ew a r e h o u s es y s t e m ，a n dt h e l o o s ec o u p l i n gd e s i g np a t t e r nf o rt h eu s e rs e l f - d e f i n i t i o nr e s o u r c es c h e m ai s b a s e do ni t t h eu s e rs e l f - d e f i n i t i o nr e s o u r c es c h e m ai st h ef o c u so ft h e r e s e a r c hi nt h i s p a p e r i ta d o p t s t h ex m lt e c h n o l o g y ，a n d c h a n g e st h e a r c h i t e c t u r eo ft h ew h o l es y s t e m a sar e s u l t ，i tm i n i m i z e st h ed e p e n d e n c e o nt h em e s s a g es t r u c t u r e ，a n dt h ed a t al a y e ri st r a n s p a r e n tt ot h ea p p l i c a t i o n l a y e r i nt h ed e s i g no f t h eu s e rs e i f _ d e f i n i t i o nr e s o u r c es c h e m a t h i sp a p e r p r o p o s e sas i m p l ep r a c t i c a la l g o r i t h mo fm a p p i n gr d f x m lt oar e l a t i o n a l d a t a b a s ea n dm a p p i n gar e l a t i o n a ld a t a b a s et or d f x m l t h i sp a p e rr e s o l v e st w op r o b l e m si ne n t e r p r i s ea p p l i c a t i o ni n t e g r a t i o n ， t h a ti s ， a p p l i c a t i o nl a y e ri n t e g r a t i o na n dd a t al a y e ri n t e g r a t i o n t h em a i n o b j e c t i v eo fc o r b a i st or e s o l v et h ep r o b l e mo fi n t e r o p e r a b i l i t yb e t w e e n t h e o b j e c t o r i e n t e dh e t e r o g e n o u sa p p l i c a t i o n s ，a n d t o p r o v i d e w i t ht h e s e r v i c e st h a td i s t r i b u t e d c o m p u t i n gn e e d s t h e r e f o r e ，u s i n gt h e c o r b a t e c h n o l o g y c a n g a i n a s a t i s f a c t o r y r e s u l to f i n t e g r a t i n g t h er e s o u r c e i l w a r e h o u s es y s t e mw i t ho t h e rh e t e r o g e n o u sa p p l i c a t i o n sa tt h ea p p l i c a t i o n l a y e r t h i sp a p e rp r o p o s e sas o l u t i o nt oi n t e r o p e r a t i o nb e t w e e nc o r b a a n d e j b ，a n dg i v e s o u tt h e c o r r e s p o n d i n g a p i t h es o l u t i o nt o m a p p i n g a r e l a t i o n a ld a t a b a s et ot h er e s o u r c es c h e m ar d f x m l ，w h i c hi sp r o p o s e di n t h e d e s i g n o fu s e rs e l f - d e f i n i t i o nr e s o u r c e s c h e m a ，i s b e n e f i c i a lt o i n t e g r a t i n gt h el e g a c yd a t a b a s ew i t ht h er e s o u r c ew a r e h o u s es y s t e ma tt h e d a t al a y e r t h es o l u t i o n p r o p o s e d i nt h i s p a p e r c a nb eu s e da v a r i e t y o f i n f o r m a t i o nr e s o u r c em a n a g e m e n ta n dt h ep r o j e c t sb a s e do nt h ee n t e r p r i s e a p p l i c a t i o ni n t e g r a t i o n k e y w o r d s ：r d f x m l ；r e s o u r c ew a r e h o u s e ；u s e rs e l f - d e f i n i t i o nr e s o u r c e s c h e m a ；e n t e r p r i s ea p p l i c a t i o ni n t e g r a t i o n ；c o r b a i i l 第一章绪论 第一章绪论 1 1 研究背景 网络时代，随着科学技术和经济的迅猛发展，人们面临的信息越来 越多。来自i n t e r n e t 的外部信息和来自i n t r a n e t 的内部信息，足以让人目 不暇接。人们往往需要花费很大精力才能从信息的海洋中找到自己所需 要的一点东西。这些东西可能随着时间的推移，当日后再需要用到它们 时，可能一下子不知道它们存放在哪里了，因为需要存放的信息太多。 即使人们能够将所获得的信息进行分类存放，但是分类的粒度不可能做 到很小。这是因为信息的分类通常是以文件系统的目录形式进行的。文 件系统对文件的管理本身就具有一定的缺陷。首先，不能使用诸如关键 词之类的搜索信息进行快速检索。其次，以文件系统的形式存放在本地 磁盘的信息不便于在广域网内共享，不能实现远程访问。再者，即使能 在局域网内共享，也很容易遭到病毒的攻击。 另外，虽然我国信息“高速公路”的建设已经初具规模，但是有些 行业的信息资源建设没有跟上，造成了有“路”没有“车”的尴尬局面。 如何将某行业内的信息资源有效地组织管理起来，供更多需要的人能够 访问，这一现实问题更加迫切地需要解决。 针对资源的存储，目前出现了一些特定的资源库系统，如：面向教 育的教育资源库，主要用来存放课件、试题和作业等资源。但是，现有 的这些资源库系统大多存在缺乏标准元数据支持，不能支持多维度查找 资源，资源库系统之间缺乏互操作性等缺陷。 1 2 研究目标 本课题的研究目标是建立一个开放式的通用资源库系统。该系统既可 以当作一个独立的资源库系统运行，又可以作为一个中间件，充当其它 应用系统的后台资源库使用。 1 3 课题来源 本课题来自导师奚建清教授主持，由广东省科技厅资助的科研攻关项 目一一广东省办公资源库系统。本课题组和国内几家著名的软件公司一 珠海金山公司、广州新太科技公司、广州京华网络公司以及广州科友 公司，共同致力于推出新一代办公自动化软件标准。将办公资源库、w p s 华南理：】：大学工学硕士学位论文 o f f i c e 、工作流，以及安全平台集于一体，构建新一代办公自动化软件平 台。 1 4 主要工作及成果 本文的研究工作主要集中在资源描述模型( r e s o u r c ed e s c r i p t i o n m o d e l 。r d m ) 、用户自定义资源模式( u s e rs e l f - d e f i n i t i o n r e s o u r c e s c h e m a ，u s d r s ) ，以及企业应用集成( e n t e r p r i s ea p p l i c a t i o ni n t e g r a t i o n ， e a l ) 等三个方面。 资源描述( r e s o u r c ed e s c r i p t i o n ) 是资源库系统中最基础的工作。 资源库系统的所有操作都是围绕该描述展开，把该描述作为操作对象。 鉴于未来应用服务( a p p l i c a t i o ns e r v i c e ) 的方式将是w e b 服务的模式。 在确定描述模型时，采用了w 3 c 组织提出的r d f 模型，为建立资源库 系统的w e b 语义网提供了拓展的条件。 用户自定义资源模式( u s d r s ) 是资源库系统为用户提供扩充资源 模式( r e s o u r c es c h e m a ，r s ) 的一个接口，是构成开放式资源库系统的 一个重要组成部分。用户自定义资源模式的引入不应引起资源库系统应 用层的改变，自定义的资源模式应该能够同系统内建的一些资源模式一 样，和资源库系统无缝地连接在一起。为了实现这一要求，提出了基于 x m l 技术的松耦合设计的方案。 企业应用集成( e a i ) 技术将资源库系统和已有的一些系统，如： w p so f f i c e 和工作流等，集成在一起。它能够将其他数据库或者资源库 中的数据源( 若干个表信息) 作为一种资源引入到资源库系统中，而不 需要对资源库系统的应用层做任何修改。同时，还能够为不同程序语言， 如：j a v a 、c + + 、v c v b 等编写的应用系统提供调用接口，使资源库系统 能够和其他的应用系统有机地集成在一起。 本文的主要成果体现在以下三个方面： 1 采用r d f 模型描述资源模式，提高了资源元数据的互操作性， 为构建一个基于w e b 的资源库系统的语义网奠定了基础。 2 用户自定义资源模式的松耦合设计以x m l 作为消息的载体，实 现了资源库系统在数据层的统一，从而使用户自定义的资源模式和系统 内建的资源模式对资源库系统的应用层是透明的。 3 利用c o r b a 技术和x m l 技术，实现了资源库系统同其它系统 在应用层和数据层的集成。 2 第二章资源模式描述模型 第二章资源模式描述模型 2 1x m l 技术 九十年代初w e b 的诞生推动了i n t e r n e t 及其应用的发展，同时，w e b 应用的开发者开始体验到现有h t m l 的局限性。因为h t m l 并不具备大 规模w e b 应用所需要的可扩展性、结构化和可校验性等特性。1 9 9 6 年， w 3 c 致力于推出一个超越h t m l 能力范围的标记语言，这个语言后来被 命名为x m l ( e x t e n s i b l em a r k u pl a n g u a g e ) 。1 9 9 8 年，w 3 c 发布了x m l 1 0 n i 作为其推荐标准，为w e b 应用乃至网络计算注入了新的活力。 2 1 1 x m l 简介 s g m l ( s t a n d a r dg e n e r a l i z e dm a r k u pl a n g u a g e ) ( i s o8 8 7 9 ) 是一种 用于与文本应用有关的数据表示方法。x m l 和h t m l 都是从s g m l 演变 而来的文件格式，它们有很多相似之处。但是，h t m l 是s g m l 的一种 应用，而x m l 是s g m l 的一个子集。这样，h t m l 不能再定义新的应用， 而x m l 则可以，比如：r d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) 就是x m l 的应用。 x m l 有三个主要特点： 1 可扩展性x m l 允许使用者创建和使用他们自己定义的标记。可 扩展性是至关重要的，企业可以用x m l 为电子商务和供应链集成等应用 定义自己的标记语言，甚至特定的行业可以定义该领域的标记语言，作 为该领域信息共享和数据交换的基础。 2 独立性x m l 强调的是描述数据内容的组织结构，通过这些组织 结构信息，可以引导不同的数据的使用者将自己关心的数据取出来。x m l 能够成功的一个关键就是其将数据内容和具体应用分开，从而提高使用 效率和可重用性。这一点在通过网络交换数据时表现得更为明显。 3 自描述性x m l 文档通常包含一个文档类型声明。它不但严格定 义了该项数据应该在哪出现，而且规定了各种数据项之间的关系，是对 一种数据文件组织格式进行的描述。由于具有自描述性，x m l 文档里的 数据可以由支持x m l 的应用来创建、查询和更新，跟处理传统的关系型 数据库里的数据类似。x m l 甚至还能用来表示那些以前不被看作文档但 是对传统的数据库来说又过于复杂而难以理解的数据。所以，x m l 文档 被看作是文档的数据库化和数据的文档化。 华南理工大学工学硕士学位论文 2 1 2x m l 相关技术规范 2 1 2 1x m ld t d d t d t l ( d o c u m e n tt y p ed e f i n i t i o n ) 用来定义文档中可 能出现的元素、属性、标记、实体及其相互关系。它用来描述在文档中 可以使用哪些元素标记，哪些元素是包含于其它元素中的，哪些元素可 以有属性等。d t d 可以包含在它所描述的文档中，或者通过u r l 与文档 相链接。每个x m l 文档都要与其d t d 相对照，这一过程成为合法性检 查。如果文档符合d t d 中的约束，该文档就被认为是合法的，否则就是 不合法。相同的d t d 可以被不同的x m l 文档和网站共享 2 1 。 2 1 2 2x m ls e h e m ax m l s c h e m a 用来描述x m l 文档合法结构、内容 和限制。x m ls c h e m a 由x m l1 0 自描述，并且使用了命名空间，有丰 富的内嵌数据类型和强大的数据结构定义功能，将逐步取代d t d ，成为 x m l 体系中正式地类型语言。x m ls c h e m a 有以下三个特点： 1 丰富的自描述数据类型x m ls c h e m a 规范提供了丰富的数据类 型。其中不仅包括一些内嵌的数据类型，例如：s t r i n g ，i n t e g e r ，b o o l e a n t i m e ，d a t e 等，规范还提供了定义新类型的能力，如：c o m p l e x t y p e 和 s i m p l e t y p e 。 2 继承和复用x m ls c h e m a 支持继承是它的另一特点。可以利用 从已经存在的s c h e m a 中获得某些类型而构造新的s c h e m a 。同时，x m l s c h e m a 能将一个s c h e m a 分成单独的组件，在写s c h e m a 时，可以正确地 引用已经定义的组件。 3 与命名空间紧密联系x m ls c h e m a 与x m l n a m e s p a c e 紧密联系， 使得在一个命名空间中创建元素和属性非常容易。 2 1 2 3x s l x m l 的一个重要的特性是把内容和显示格式分开。这样 做带来了很大的好处，可以让不同的用户按照各自希望的格式显示同一 x m l 文档的数据内容。这也就意味着x m l 文档本身并没有关于格式方 面的信息。为x m l 文档提供格式信息的是样式表，适用于x m l 文档的 样式表语言有x s l 和c s s 2 语言。c s s 2 语言既可以用于h t m l 文档，也 可以用于x m l 文档。而x s l 是专门为x m l 设计的样式表语言，并采用 x m l 语法。x s l 的优势在于它可以用于格式转换，x s l 可以把x m l 文 档转换为h t m l 格式。而且同一个样式表可以用于多个具有相似源树结 构的文档。显示的媒介不只限于w e b 浏览器，还可以是印在纸上的书和 报告等。 处理x s l 样式表的是x s l 样式表处理器。样式表处理器接收一个 4 第二章资源模式描述模型 x m l 文档或数据，以及x s l 样式表，输出特定样式的显示，其显示格式 根据x s l 样式确定f 4 j 。这个处理过程分两步进行。首先，根据x m l 文件 构造源树，然后根据给定的x s l 将这个源树转换为可以显示的结果树。 这个过程称作树转换。最后再按照f o 解释结果树，产生一个可以在屏幕 上、纸上、语音设备或其他媒体中输出的结果。这个过程叫格式化。 2 2r d f 模型 r d f t s 】r r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) 通过基于x m l 语法的明确 定义的结构化约定来帮助建立语义协定与语法编码之间的桥梁，以此来 促进元数据的互操作能力。r d f 本身并不规范语义，当时它为每一个资 源描述体系提供定义反映某特定需求的语义结构的能力。从这个意义上 来说，r d f 是一个开放的元数据框架。 r d f 模型的基本对象类型有三种：资源( r e s o u r c e s ) 、陈述 ( s t a t e m e n t s ) 、属性( p r o p e r t i e s ) 。所有被r d f 描述和规范的信息和文档都 被称作为资源。每个资源都具有属性。资源通过唯一资源标识符u r i 来 标识，其属性由属性类型来标志。每个属性类型都有对应的属性值。属 性类型表示这些属性值与资源之间的关系。 有向标记图( d i r e c t e dl a b e lg r a p h l 是r d f 的基本数据模型，其最基 本的单元是陈述( s t a t e m e n t ) 。s t a t e m e n t 是一个三元组( p ( 谓词) ，s ( 主题) ， o ( 对象) ) 。主题通过谓词与对象建立联系。资源、属性和属性值三者之 间的关系就是通过陈述来建立的。资源是主题，属性是谓词，属性值则 是对象。陈述说明了资源的某个属性具有的属性值。 在r d f 中，属性值要么是一些被认为具有原子性的事物( 如字符串 或数字) ，要么是其他的资源，而这些资源本身又拥有自身的属性。这种 嵌套容易表示资源的包容关系。 容器是r d f 的一个重要的概念。容器模型提供了三种重要的对象： 包对象( b a g ) 、序列对象( s e q u e n c e ) 和可选择对象( a l t e r n a t i v e ) ，这三种对 象非常适合于层次性和集合语义表现。b a g 对象用于描述资源的具有多个 属性值的属性，而且属性值的先后顺序无关紧要：s e q u e n c e 对象也用于 描述资源的具有多个属性值的属性，但是属性值的先后顺序具有重要意 义；a l t e r a t i v e 对象用于描述资源属性具有多个可选择属性值。 r d f 的开放性主要在于它的模式( s c h e m a ) 机制，用户可以根据应用 需要，遵循r d f 模式规范自行定义扩展模式。模式定义了r d f 中所使用 的术语和元素类型，它实质上是一种名字空间f n a m e s p a c e ) 概念【6 】。 r d f 采用了面向对象的概念( 类、子类、属性和予属性) ，使得资 华南理工大学工学硕士学位论文 源之间的层次和属性的继承关系得到了很好的体现，其关联机制提供了 描述和内容之间的关联描述，对于对象之间的关系描述十分有效，便于 机器的理解和人的易读。 2 3 元数据集 2 3 1 元数据定义 元数据是指“数据的数据( d a t a a b o u td a t a ) ”，是专门用来描述数据 的特征和属性的，能用来支持电子资源的定位、发现、评估和选择等。 它的出现有两个因素：一是电子资源成为资源的主流：二是网络上大量 的文件管理和检索需求。元数据对于搜索引擎的搜索效果将起到不可估 量的作用。元数据的选择和实现是资源管理与组织的核心问题。 元数据的特点i s ： 1 元数据的引用性元数据是资源管理的一种引用结构。元数据有 直接引用和间接引用两种方式。前者是将元数据嵌入资源对象描述中。 后者则作为资源管理时的引用对象，独立进行管理。 2 元数据的共享性元数据一经建立，便可以在企业组织、网络化 组织范围哪共享。 3 元数据的可扩展性资源描述者、资源管理者和资源服务者等均 可以在元数据使用过程中添加元数据。 4 元数据的动态性元数据的动态性是指元数据的结构完整性依赖 于信息资源的价值和使用环境。w e b 搜索引擎提供的元数据通常是自动而 简略的。而专家或专业搜索服务提供的元数据则是精细而复杂的。 5 元数据的歧异性元数据是在对资源共性认识的基础上提出的一 种资源组织格式。其格式与当时的具体应用和认识深度有密切关系。因 此，不同的资源用户、不同的资源类型以及不同的信息服务者可能具有 不同的元数据格式，并由此带来元数据之间的互操作性问题。 在资源库的建设中，重要的是如何结合国际和国内的相关元数据标 准，形成一套符合标准的用于资源库的元数据集，使资源的描述标准化， 从而提高资源的互操作性。目前，有跨领域信息资源描述的元数据标准 集d u b l i nc o r e ，描述声音和视觉内容的标准m p e g 7 等。 2 3 2d u biinc or e d u b l i nc o r e r 9 1 ( d c ，都柏林核心元数据) 是基于网络信息资源的描述 问题而创立的元数据，它对目前搜索引擎对资源内容的抓取能起到准确 6 第二章资源模式描述模型 定位的作用。d c 目前已形成相对固定的标准，由1 5 个核心的元素构成， 分别从资源内容、知识产权和外部属性三个方面对信息资源进行描述。 1 资源内容描述类 t i t l e ( 标题) ：资源的名称； s u b j e c t ( 主题) ：资源的主题，通常是描述资源主题或内容的关键 词或词组短语； d e s c r i p t i o n ( 描述) ：资源的内容的文本描述，包括文献类对象的 文摘或视觉作品的内容描述； s o u r c e ( 来源信息) ：二次资源的出处信息： r e l a t i o n ( 关联) ：二次资源及其与当前资源关系的标识，该元素允 许在相关资源和资源描述问建立关联； c o v e r a g e ( 覆盖范围) ：资源应用的范围： l a n g u a g e ( 语言) ：资源的语言类型； 2 知识产权描述类 c r e a t o r ( 作者或创建者) ：对创造资源内容负主要责任的个人或机 构： c o n t r i b u t o r ( 贡献人) ：指没有在c r e a t o r 元素中列出的对资源内 容具有重要贡献的个人或组织，其贡献次于创建者； p u b l i s h e r ( 出版者) ：正式发布资源的实体； r i g h t s ( 权限) ：使用资源的权限信息。 3 外部属性描述类 d a t e ( 日期) ：指与创建或使资源成为可利用状态相关的日期： t y p e ( 类型) ：资源所属的类别； f o r m a t ( 格式) ：资源的数据格式，用于注明需要什么软件或硬件来 显示和执行这一资源； i d e n t i f i e r ( 标识符) ：资源的唯一标识； 2 3 3m p e g 一7 m p e g 7 1 0 l 是多媒体内容描述接1 3 ( m u l t i m e d i ac o n t e n t d e s c r i p t i o n i n t e r f a c e ) ，其目标就是产生一种描述多媒体内容数据的标准，满足实时、 非实时以及推一拉应用的需求。m p e g 并不对应用标准化，但可利用应用 来理解需求并评价技术，它不针对特定的应用领域，而是支持尽可能广 泛的应用领域。 m p e g - 7 标准化一种语言来说明描述模式，即“描述定义语言 ( d d l ) ”。m p e g - 7 描述的主要对象是视觉数据和听觉数据。 华南理工大学工学硕士学位论文 1 视觉数据的描述m p e g 一7 具体对视觉方面的描述子和描述模式 有以下方面的要求： ( 1 ) 特征类型视觉描述允许以下特征( 与查询中使用的信息类型有 关) ：颜色、视觉对象、纹理、轮廓( 草图) 、形状、静止和动态图像、 体积、空间关系( 相对于图像和图像序列中的对象空间和拓扑关系，这 个关系是空间合成关系) 、运动( 如视频镜头中的运动，用于利用时间合 成信息来检索等方面) 、变形( 如对象的弯曲) 、视觉对象的源和它的特 性( 如源对象、源事件、源属性、事件、事件属性等) 、模型( 如m p e g 4 s n h c ) 。 ( 2 ) 利用描述进行数据可视m p e g 7 数据描述应该容许被索引数据 或多或少地粗略可视化。可视数据支持以下格式：数字视频和电影( 例 如m p e g 1 2 4 ) 、模拟视频和电影、电子形式的静态图像( 如j p e g ) 或 纸上的图像、图形、3 d 模型以及与视频关联的编辑数据。 ( 3 ) 可视数据类型包括：自然视频、静态图像、图形、动画、三维 模型、编辑信息。 2 听觉数据的描述对音频数据的描述子和描述模式有以下要求： ( 1 ) 特征类型包括：频率轮廓线、音频对象、音色、和声、频率特 征、振幅包络、时间结构( 包括节奏) 、文本内容( 语音或歌词) 、声波 近似值( 通过哼唱一段旋律或发出一种声音效果来生成) 、原型声音( 典 型的用于示例查询) 、空间结构( 用于多通道声源，如立体声、5 1 通道 等，每个声道有特定的映像) 、声源和它的特性( 例如源对象、源时间、 源属性、事件、事件属性和典型的关联场景) 、模型( 如m p e g 4s a o l ) 。 ( 2 ) 描述数据的听觉化类似视觉数据的要求。 ( 3 ) 听觉数据格式包括：数字音频( 如m p e g 1 音频、c d ) 、模拟 音频( 如录音带介质) 、m i d i ( 包括一般的m i d i 和k a r a o k e 格式) 、基于 模型的音频、产品数据。 ( 4 ) 昕觉数据类包括：声音轨迹( 自然音频场景) 、音乐、原子声 音效果( 如掌声) 、语音、符号音频表示( m i d i 、s n h c 音频) 、混音信 息( 包括效果) 。 2 3 4 资源库系统元数据 建立资源库系统元数据的目的是合理地组织和利用数据，达到信息 和资源的高效应用和共享。为了使资源库系统的元数据集和其它系统的 元数据具有互操作性，在定义元数据集时充分兼顾标准元数据。 资源库系统的元数据包括通用元数据和特定元数据两大部分。通用 第二章资源模式描述模型 元数据用来描述基本资源模式，特定元数据用来描述具体资源模式。目 前，资源库系统内建了四种具体资源模式：电子公文、音频、视频和图 象。 2 3 4 1 通用元数据用于描述基本资源模式，包括d u b l i n c o r e 所定 义的全部1 5 个元素。 2 3 4 2 特定元数据用于描述具体资源模式。一般来说，不同的具体资 源模式具有不同的元数据。考虑到现阶段资源库的任务主要是作为办公 自动化软件平台的后台存储系统，因此，需要产生一套适合我国政府办 公的电子公文元数据。同时，还需要具备对一些较常用的电子资源类型， 如：音频，视频，图像等的描述功能。因此，目前资源库系统的特定元 数据包括电子公文元数据、音频元数据、视频元数据和图像元数据。 1 电子公文元数据随着我国电子政务建设的深入，标准化的重要 性愈来愈显现，迫切需要建立和完善与电子政务快速发展相适应的国家 电子政务标准体系，尽快制定一批支撑电子政务建设和发展的基础性关 键标准。为此，国家标准化管理委员会会同国务院信息化办公室成立了 “国家电子政务标准化总体组”，研究制定电子政务标准。根据国家标准 x m l 电子公文规范化，电子公文有如下元数据： ( 1 1 f i l e c o d e ：发文字号 ( 3 ) d e p a r t m e n t ：发文机关 ( 4 ) d r a f t s m a n ：起草人，公文的拟稿者。 ( 5 ) t o p r i m a r y d e p a r t m e n t ：主送机关，公文的主要受理机关。 ( 6 ) t o s e e o n d a r y d e p a r t m e n t ：抄送机关，除主送机关外需要执行或知 晓公文的其他机关。 ( 7 ) v a l i d i t y d e a d l i n e ：有效期，公文在接收单位的保存截止日期。 ( 8 ) c o m p l e t e d d a t e ：成文日期，公文的完成时间，以负责人签发的 日期为准。 ( 9 ) s e n d o u t t i m e ：送出时间，发送公文的单位向接收公文的单位发 送公文的时间。 ( 1 0 ) r e c e i v e t i m e ：签收时间，公文的主送机关或抄送机关负责人签 收公文的时间。 ( 1 1 ) e m e r g e n e e d e g r e e ：紧急程度，公文的紧急程度。 ( 1 2 ) s e e r e t r a n k ：保密等级，公文的保密等级。 ( 13 ) s e q u e n c e ：份数序号，保密公文签发若干份时每份公文的顺序 9 华南理工大学工学硕士学位论文 编号。 ( 1 4 ) s e c r e t d e a d l i n e ：保密期限，公文的保密期限。 2 音频元数据根据m p e g 7 的数据听觉化的描述要求， 源库系统的基本需求，确定了如下元数据： ( 1 ) s a m p l i n g ：采样频率。 ( 2 ) q u a n t i z a t i o n ：量化位数，数字化过程中的量化精度。 f 3 ) c h a n n e l ：声道数。 ( 4 ) d u r a t i o n ：播放时间。 ( 5 ) f i l e s i z e ：文件大小。 3 视频元数据根据m p e g 7 的数据视觉化的描述要求， 源库系统的基本需求，确定了如下元数据： ( 1 ) f r a m e s ：帧的总数。 ( 2 ) k e y f r a m e ：关键帧，具有代表性的帧。 ( 3 ) r e s o i u t i o n ：分辨率，最大帧的长度与宽度，以像素计。 ( 4 ) s a m p l i n g ：采样频率。 ( 5 ) d u r a t i o n ：播放时问。 ( 6 ) c o l o r ；颜色。 并结合资 并结合资 ( 7 ) f i l e s i z e ：文件大小。 4 图像元数据参照m p e g 7 的要求，图像元数据包括以下几个： ( 1 ) c o l o r ：颜色。 ( 2 ) t e x t u r e ：纹理。 ( 3 ) r e s o l u t i o n ：分辨率，图象的长度与宽度。 ( 4 ) f i l e s i z e ：文件大小。 2 4 资源描述模型 2 4 1 语义网概念 计算机领域在建立语义方面的两个主要方法是：声明化的语义和过 程化的语义。 在声明化的语义中，表达式e 的意思由另一个可理解形式的影射给 出，或者由e 后面的结果或属性给出。没有特定的计算过程仍可以获取e 的含义。这也就是“声明化”的涵义。使用过程化的语义，表达式e 的 含义由运行在e 上的一些真实的和虚拟的过程( 如程序、机器) 给出。 要获取e 的含义，就必须运行e 上面的这些过程。观察其结果。 声明化和过程化语义的不同体现在，w e b 页面的语义通过x m l 和 1 0 第二章资源模式描述模型 r d f 两种方式获取时不同。x m l 表达式没有语义的继承性，它的语义只 能通过一个或多个基于该x m l 的应用程序来表现。例如：嵌套的标记可 以理解为p a r t o f ，或者s u b t y p e o f ，或者其它。而r d f 具有特定声明的 语义，如s u b c l a s s o f 的含义，并且该语义与r d f 表达式的处理器无关， 或者说任何r d f 处理器都会支持预定义的语义。 在x m ls c h e m a 中的类型扩展机制并不等同于r d fs c h e m a 中的 s u b c l a s s o f 机制。在x m ls c h e m a 中，如果类型t 从类型t 衍生而来， 那么类型t 的并不一定是原t 类型的元素，而r d fs c h e m a 的 “s u b c l a s s o f ”关系中，类型t 的元素一定是类型t 的元素。因此， s u b c l a s s o f 可以实现本体对象中的子类的概念，而x m ls c h e m a 的类型 扩展无法实现】。 2 4 2 姿源模式模型 定义2 - 1 资源模式f r e s o u r c es c h e m a ) ：资源的类型，包括若干个元 数据描述子。 定义2 2 资源描述( r e s o u r c ed e s c r i p t i o n ) ：资源模式的实例，包括 若干个元数据描述值。 定义2 - 3 资源内容( r e s o u r c ec o n t e n t ) ：资源的二进制内容。 华南理工大学工学硕士学位论文 图2 1 资源表示模型 f i g u r e2 1 r e s o u r c er e p r e s e n t a t i o nm o d e l 资源库中有一种抽象的资源模式称为基本资源模式( b a s e r e s o u r c e s c h e m a ，b r s ) ，它具有资源库中所有资源模式的共性，每一种具体的资 源模式都继承b r s 的元数据属性。具体的某一类资源模式，如：电子公 文e d o c ，是b r s 的子类，即r d f 中的s u b c l a s s o f 关系。并且，资源库 系统还提供用户自定义资源模式的手段，创建自己需要的具体资源模式 ( o t h e r s ) ，具体参见第三章“用户自定义资源模式”。 定义2 4 设：x m l n s ：r d f s = ”h t t p