基于xml技术标准的主题图构建及应用

'基于XML技术标准的主题图构建及应用【摘要】文章主要讨论了xml技术在信息组织领域的某一个方面应用，即xml用于主题图的实现，或称为xtm技术。它是使用xml语法来处理主题图中数据的一种方法。围绕该主题，文章介绍了xtm标准、使用xtm代码或使用集成开发工具这两种方法构建基于xml技术主题图，并列举了国内外使用基于xml技术实现主题图的应用案例。【关键词】xml；主题图；xtm；信息组织【abstract】xmlbeingappliedtotopicmaps,awayofinformationorganization,isgenerallycalledxtm.inthecontent,weintroducextmstandard,twowaysofusingxtmtoconstructtopicmapsandsomeexamplesofusingtopicmapsbasedonxmltoorganizeinformation.【keywords】xml;topicmaps;xtm;informationorganization1 引言21世纪是信息时代，人们对信息的需求越来越多。但是，信息的量大质杂，与人们有限的时间精力、特定的信息需求存在极大的矛盾冲突。因此，对信息进行合理的组织，以方便用户获取信息的需求越来越迫切。数据是信息的载体，对信息的组织实质上是对数据的组织。主题图结构清晰并能够有效地反映数据间关联，因此主题图常被认为是信息组织的理想方法。如今有多种实现主题图的技术方法，如hytm等。但是，上述实现主题图的方法有一个难题：利用主题图组织的数据如何实现跨平台的数据交换？xml是现在流行的internet环境下跨平台的数据组织、数据存储工具，能较好地解决主题图数据跨平台交换的问题，因此，基于xml技术标准构建的主题图（xmltopicmap、xtm）有着极大的发展空间。2xml技术与主题图概述2.1xml概述xml（extensiblemakeuplanguage，可扩展的标记语言）由万维网联盟（worldwideweb consortium，w3c）提出，希望能方便internet网络上的数据间交流，方便计算机处理文档内容以及文档结构。xml是一种元标记语言，是一套定义语义标记的规则。相比较其他元标记语言而言，xml更加灵活。用户可根据处理的文档中的信息内容自定义符合一定规范的标记，从而更有助于用户理解文档内容结构，并方便计算机处理文档结构。但是，xml语法更加严格。因此xml更具有结构化，是处理结构化文档的有力工具。xml规范了格式，使用统一的编码，当所有平台遵守xml的格式规定，也就实现了跨平台，使不同来源、结构化的数据很容易地集成在一起。简言之，xml允许用户自定义符合一定规范的标记，从而方便计算机处理结构化文档，同时，它能在internet环境下实现跨平台的数据交换。这些特点使xml成为实现主题图的主要技术。2.2主题图概述主题图（topicmap）的概念最初是由w3c提出，用来实现索引和辞典构建过程的形式化。主题图是一种用于描述信息资源的知识结构的元数据格式，它可以定位某一知识概念所在的资源位置，也可以表示知识概念间的相互联系。简单说，主题图就是一种组织、表达信息，或者说数据的方式。现实世界中的事物都是一个对象，一个对象都有着自己的状态（如名字、存在地点）以及行为（与他人发生联系的方式）。这个对象在主题图中的反映就是一组主题，这些主题同样也包含自身状态以及行为，如主题的名称，资源出处，以及它与其他主题间的关联。因此，一个主题图就是一个由主题、联系、资源组成，主题、联系、资源构成了主题图概念中的三要素。构建主题图的思想是将信息归为二类：主题、资源地址或者相关信息，然后再建立各种信息内容之间的联系，从而实现对信息的组织。以英语单词abundant为例，可以构建主题图。与abundant相关词汇有abundance、abound、redundant，因此可以共建立四个主题。其中，abundance是abundant的名词形式，abound是abundant的动词形式，redundant与abundant有相同的词根und，以上为他们之间的联系。每一个词存在于某一个例句中，例句为对应资源。3 基于xml的主题图构建标准xtmxml是当前处理结构化文档、跨平台的有力工具。利用主题图组织的信息十分具有固定的结构，即有三个元素：t、a、o。因此，xml技术可以较好地描述于主题图的组织的信息。将xml思想运用于主题图的实现，从而形成一种新的技术，即xtm，有时也称为tm/xml（topicmap/xml）。xtm从本质而言，它是一种xml语言，只是其处理文档的对象为特定的、已知的结构文档。在xml文档中，所有文档以作为根标记，以标识该文件使用xml语法处理；在xtm文档中，所有文档以作为根标记，以标识该文件使用xtm语法处理。在xml文档中，用户可以根据文档内容自定义标记来使文档更具有结构化，以方便计算机处理；而在xtm文档中，所有内容都是根据主题图思想构建，它们结构相似，都具有t、a、o三个要素，使用标识文档结构的标记基本相同，如等。因此，为了统一主题图的各种生成代码，方便主题图之间集成，xtm相关标准，规定了xtm基本字段。xtm标准由topicmaps.org制定，其基础是iso/ief13250模型。iso13250的初版包括了基于sgml的相互交换语法和以hytime著称超媒体连接语言。第二版是在2002年发行的，在其中添加了基于xmlt和xlink的相互交换语法。如今，xtm有两种标准：officialinternationalindustrystandards以及communitystandards。最新的版本为xtm2.0，但xtm 2.0并非iso发布的官方版本。因此，下文主要介绍和使用的为官方标准xtm1.0。在xtm1.0中，以下需要对主题图进行描述的标签已经在xtm的dtd文档中定义好了。xtm作为一种特殊的xml语言，其基本语法规则与xml语言的语法类似，只是标签的标准不同。xtm文档中标签的基本结构如上。下包含、、三个子标签。显示的标签结构中涉及到很多、标签，这两个标签通过链接的形式，将xtm文档中涉及到的主题（topic）有组织有规律的联系起来，形成图状的知识网络结构图，从而达到主题图的目的。4利用xml技术实现主题图方法主题图只能建立信息组织的概念模型，要是计算机能够读懂该概念模型，则需要借助xtm技术将概念模型转变为计算机能处理的形式。事实上，转变后的xtm只是一大堆符合xml语法规范的代码，只有经过可视化工具后才可以变成直观、易懂的图形形式。利用xtm技术实现主题图的方法有两种：编写符合xtm规范的代码或者利用集成开发生成工具。当然，使用集成开发工具生成xtm，其基本思想也是编写符合xtm规范的代码，只是将纯xtm代码的编写变为可视化窗口下的编写，更具直观性。下文将会介绍这两种生成xtm的方法。3.2 程序代码转化xtm下面，就针对标签，进行一下xtm语法说明。主要描述某主题所属的主题类型，与“主题类型”概念相对应，表示主题与主题类型之间的层次关系。在它的下面包含着有、两个子标签。若该主题的类型在本文档中已定义为主题了（主题类型也是一种主题），则使用标签的xlink:href属性将主题与主题类型相链接（链接的是该主题类型的id号）。若该主题的类型没有能有效在本xtm文档中定义为主题，则需要使用中的xlink:href属性将主题与主题类型相链接。而此时的链接值只能是uri。在本例中，一共有三个主题，分别为001、002、003。从主题002的定义中，我们可以知道002是001的一个实例，即主题002是主题类型001的具体化。对于主题003，是“http://psi.ontopia.net/example/#number”这个uri所标识的主题类型的具体化。由上述代码可以知道，使用纯xtm代码实现主题图的过程不仅繁琐而且容易出错，可读性不高。因此，此方法不推荐，如今实现主题图常采用集成开发工具。3.3软件工具转换xtm主题图构建的开源工具有很多种。比如，protégé、美国电话电报公司的dute、德国ontoprise公司的ontoedit、英国公开大学的webonto、南加州大学的ontosaurus、斯坦福ai实验室的ontolingua server、曼彻斯特大学的oiled等。用户常使用的软件的是ontopia公司的oks。oks（ontopiaknowledgesuite）是ontopia公司的知识管理工具套装，它包括很多个组件。ontopia引擎从xtm文件中读取主题图，在net.ontopia.topicmaps.xml包中用xtmtopicmapreader类来实现，输出xtm文件在net.ontopia.topicmaps.xml包中利用xtmtopicmapwriter类实现。5基于xml技术标准的主题图应用案例作为一套信息组织的方法，主题图能有效地组织信息，并在一定程度上展现信息间联系。因此，国内外学者都积极将主题图实践到各个领域，如知识管理领域、web应用领域以及语义挖掘领域等，并有不少成果。（1）brainbanklearning（http://brainbank.no/brainbank/app/）：brainbanklearning是一个适合所有年龄学生的学习系统。这个系统的主题图由ontopia工具生成，同时需要数据库管理软件来存储已构建好的主题图。brainbank learning让每一位使用该系统学习的学生去构建属于自己的知识结构主题图。这些主题图有助于帮助学生了解自己的知识结构体系，从而采取更好的适合自己的学习方式。同时，教师也能看到学生构造的知识结构主题图，根据该主题图结果，因材施教。（2）卑尔根市知识门户（https://www.bergen.kommune.no/）：卑尔根市是挪威的第二大城市，2007年早期在主题图的基础上建立城市门户网站。门户网站包括了政治、服务、旅游、商业、文化、出版业、国际关系七个主题。（3）意大利歌剧主题图(http://www.ontopia.net/operamap/index.jsp)：由挪威ontopia公司开发，目前虽然已经成型，但尚未全部完成和公开。意大利歌剧主题图总体上包含七个主题：歌剧、作曲家、歌词作者、歌剧作者、剧院、城市和地区、国家。6结束语随着社会进步，用户对于信息的要求也更高。主题图能有效对信息进行组织，并能提供信息导航功能。同时，xml具有跨平台、有效处理结构化文档的特点，利用xml为核心技术的主题图成为实现主题图的主流。国外较多门户网站建设采用了主题图形式，真正将主题图投入到实例中，但是，国内真正应用主题图来组织信息的实例并不多，仅停留在理论研究阶段。参考文献[1]何建新．主题图及其应用[j]．中国索引，2005，3(1)：14，26-29.[2]http://msdn.microsoft.com/zh-cn/library/aa480048(d=loband).aspx.[3]http://www.topicmaps.org.[4] http://www.isotopicmaps.org/sam/sam-xtm/.[5]http://www.topicmaps.org/xtm/1.0/.[6]李清茂．主题图理论与应用方法研究——以四川省阿坝州旅游文化信息资源组织为例[m].四川:四川大学出版社，2011.[7]http://www.ontopia.net/section.jsp?id=ontopia-the-product.[8]李清茂．开源主题图ontopia引擎工作机制研究[j]．西昌学院学报·自然科学版，2010，24(2)：40-44. '