?！《?，夏　婧

多種知識組織方法比較*

常娥，夏婧

文章在闡述知識組織環(huán)境與目標發(fā)生轉變的基礎上，比較各種知識組織方法。主要從概念表達方式、是否關聯(lián)資源、解決語義異構的能力以及開放性等方面論述各種知識組織方法的特點，重點探討關聯(lián)數(shù)據(jù)與元數(shù)據(jù)、知識本體整合的必要性與可行性。

知識組織元數(shù)據(jù)知識本體關聯(lián)數(shù)據(jù)知識地圖

引用本文格式常娥，夏婧.多種知識組織方法比較［J］.圖書館論壇，2016（8）：1-6.

0　引言

知識組織的概念最初由美國圖書館學家布利斯（H.E.Bliss）于1929年提出［1］，他最早闡述了以圖書分類為基礎的知識組織思想。隨后，美國圖書館學家謝拉（J.H.Shera）全面論述了知識組織在圖書館工作中的重要作用和方法［2-3］。以此為基礎，國內外學者就知識組織的概念、原理、目標、研究范圍、方法和技術等展開研究，取得了豐碩的成果。早期研究普遍認為，理想的知識組織是將文獻中的知識單元抽取出來并進行分析，找到人們創(chuàng)造與思考的相互影響與聯(lián)系的節(jié)點［4］。但由于未找到知識的有效表達方式，不得不退卻到文獻層次，用文獻間接地表示知識［5］，并產(chǎn)生了一系列以文獻分類為代表的知識組織方法。文獻組織的實質是知識組織，但它不完全等同于知識組織。

隨著計算機和網(wǎng)絡技術的發(fā)展，人類社會已全面步入數(shù)字化時代，并不斷邁向數(shù)據(jù)化時代。如今數(shù)字資源成為文獻資源的主要形式，對于文獻知識內容的分解與組合變得極為便利，知識的控制單位由文獻資源深化到文獻中的數(shù)據(jù)、公式、事實、結論等最小的獨立單位，即“知識單元”（或稱“數(shù)據(jù)單元”）。知識組織環(huán)境的變化使得知識組織不再局限于文獻層次，知識組織的目標亦由文獻揭示與序化轉變?yōu)橹R單元的揭示與關聯(lián)。例如，電子書的內容定位不再依賴任何形式的順序編碼，而是通過給每個內容塊加上標識這種完全結構化的方式進行組織［6］。

有鑒于此，數(shù)字時代圖書館必須突破紙質文獻組織理念與框架的樊囿，積極探尋新的知識組織方法，以滿足數(shù)字資源細粒度知識組織的需求。關聯(lián)數(shù)據(jù)（Linked Data）是近年來圖書館學領域最為推崇的知識組織方法，學者們從關聯(lián)數(shù)據(jù)的概念、發(fā)布與消費技術、應用協(xié)議、典型數(shù)據(jù)集等不同層面進行了分析，然而鮮有文獻綜合各種知識組織方法，從早期的分類索引到MARC機讀目錄、DC元數(shù)據(jù)、本體模型，再到關聯(lián)數(shù)據(jù)這一系列知識組織方法的繼承與發(fā)展角度，論述關聯(lián)數(shù)據(jù)的時代適應性。為了深入討論這一問題，本文在介紹各種知識組織方法的基礎上，主要從概念表達方式、是否關聯(lián)資源、解決語義異構的能力以及開放性等方面對比分析不同知識組織方法的特點，最后重點探討關聯(lián)數(shù)據(jù)與元數(shù)據(jù)、知識本體整合的必要性和可行性。

1　常用知識組織方法

在圖書情報領域中，知識組織方法多達數(shù)十種，知識組織工具和系統(tǒng)不勝枚舉。下文將知識組織方法劃分為元數(shù)據(jù)、知識本體、知識地圖和語義網(wǎng)絡4大類型予以介紹。由于分類法和主題法的知識組織思想已深刻內化到其他知識方法之中，不再單獨闡述。

1.1元數(shù)據(jù)

元數(shù)據(jù)最簡明抽象的定義是“關于數(shù)據(jù)的數(shù)據(jù)”（data about data）［7］，其本質含義是指按照相應的句法結構與語義結構組織元素集，使其成為所描述對象的“縮影”或“替代物”，然后利用這個“縮影”或“替代物”來對相應對象進行識別、組織、檢索、保存與顯示等管理操作，這是元數(shù)據(jù)的本質職能［8］。元數(shù)據(jù)方法擅長揭示文獻資源的整體內容，主要用于文獻資源的描述、定位、選擇與檢索。

元數(shù)據(jù)的元素項主要為隸屬關系和相關關系，然而這種語義關系簡單、粗糙，且隱含在元數(shù)據(jù)標準的語法結構中，靈活性較差。元素與子元素之間的隸屬關系在定義具體元數(shù)據(jù)標準時得以確定，而這些元素所描述對象之間的復雜關系則需要借助外部程序實現(xiàn)。例如，DC的“主題”元素、CNMARC的“主題附注”元素都是為了描述文獻資源的主題概念，然而所描述主題概念間的相互關系則需要通過其他途徑進行顯示。元素之間的相關關系以及通過相關關系所描述的對象之間的復雜關系，同樣存在著無法進一步識別的問題。例如，DC通過“關系”元素連接了在內容、版本、形態(tài)等方面相關的文獻資源，然而這些文獻資源之間的復雜關系無法進一步識別。這些是元數(shù)據(jù)方法的局限所在。

此外，元數(shù)據(jù)在描述文獻資源時，還存在著特殊性與一般性的矛盾，這亦是無法克服的困難。雖然DC、MARC等少數(shù)元數(shù)據(jù)格式占據(jù)主導地位，然而永遠無法統(tǒng)一到僅有的少數(shù)幾種格式［9］。由于只有專業(yè)的元數(shù)據(jù)對于特定的領域應用最合適，因此專業(yè)領域存在著大量的不同元數(shù)據(jù)方案，由此引發(fā)了不同元數(shù)據(jù)的映射與互操作問題，這是學術界和實踐機構都致力于解決的難題。近年來，國外學者提出了建立“元數(shù)據(jù)的元數(shù)據(jù)”機制，以靈活地實現(xiàn)不同信息系統(tǒng)之間的互操作，如美國著名知識倉儲HathiTrust采用METS元數(shù)據(jù)來編碼和傳輸數(shù)據(jù)庫中的不同元數(shù)據(jù)標準。然而這只是一個將不同元數(shù)據(jù)標準整合在一起的上層元數(shù)據(jù)方案，仍無法完成不同元數(shù)據(jù)標準之間元素項的語義映射和轉換。

1.2知識本體

20世紀90年代初，起源于哲學范疇的知識本體（Ontology）逐漸被引入人工智能、知識工程等領域，而后進入圖書情報領域，用于文獻資源的組織與檢索。知識本體定義眾多，但本質區(qū)別不大，目前公認的定義是Studer于1998年提出的：“知識本體是指概念體系的明確的、形式化、可共享的規(guī)范?！保?0］知識本體善于描述信息資源內在的知識內容，從功能上看，它與主題法、分類法相通，但比主題法、分類法更加靈活和復雜［11］。

知識本體主要采用面向對象的分析方法，將事物（領域知識）作為整體對象，對其屬性和過程進行處理，而分類法和主題法則是將概念抽取出來進行處理。例如，在描述一臺電腦時，知識本體就會生成一臺電腦的對象，它包含電腦的品牌、CPU、硬盤、顯示器等屬性信息，還包含電腦的修理、采購等操作函數(shù)；而主題詞表在描述電腦概念時，則使用電腦的品牌、CPU型號，以及用電腦加物品修理等多個概念進行組配完成；分類法在描述電腦概念時，則會按照學科將其進行歸類處理。

顯然，知識本體在描述領域知識時，將領域知識的一些重要屬性和操作與知識本身緊密聯(lián)系，因此其表示方法更加形象、準確與合理?？傮w來說，知識本體充分吸收了面向對象編程語言的經(jīng)驗，具有抽象、繼承和封裝的3大特征，是一種面向對象的知識表示方法，某種程度上接近于分面分類法的思想，但明顯有別于主題法和分類法，因為分類法和主題法本身雖包含了概念關系，但它們的關系描述簡單而松散。

知識本體雖可表達知識概念之間的各種復雜關系，解決語義異構的問題，但它無法建立知識單元與資源實體之間的直接關聯(lián)，這是知識本體與元數(shù)據(jù)方法的重要區(qū)別。原因在于，元數(shù)據(jù)側重信息資源的描述與定位，而知識本體擅長于知識內容的組織與管理，在元數(shù)據(jù)方法中設有“來源”項，可以將一條元數(shù)據(jù)描述與資源實體進行關聯(lián)，而知識本體則較少考慮與資源實體的關聯(lián)與揭示。例如，對于《信息檢索與利用》這本書而言，元數(shù)據(jù)方法直接對其進行描述，并使用“來源”項標識這本書的空間位置，從而建立了與這本書的直接關聯(lián)；知識本體則是將書中的特定知識內容抽取出來，結合信息檢索這一特定領域，進行統(tǒng)一的形式化定義，并對它們之間的關系進行規(guī)范化描述，而對于這本書的實體特征與存在形式往往不做揭示。此外，和元數(shù)據(jù)方法一樣，知識本體亦無法解決特殊性和一般性的矛盾，目前以領域本體的構建與應用為主。

1.3知識地圖

在眾多知識組織方法中，除元數(shù)據(jù)和知識本體外，還包括知識地圖、主題地圖、概念地圖等方法，簡稱知識地圖類組織方法。知識地圖概念最早由布魯克斯于1988年在其經(jīng)典著作《情報學的基礎》中提出，他認為人類的客觀知識結構可繪制成以各個單元概念為節(jié)點的學科認知地圖［12］。由于概念地圖和主題地圖都以知識單元為節(jié)點，并以圖解的方式提供知識結構的可視化表達，因此都可視作知識地圖的一種，然而這三者之間存在明顯的不同。

知識地圖表達的知識結構范圍廣于概念地圖和主題地圖。主題地圖和概念地圖主要針對一定學科領域或者主題范圍類的知識概念及其關系進行揭示，不能實現(xiàn)所有類型的知識概念描述，如揭示整個組織知識資產(chǎn)分布狀況和結構等，而知識地圖則可以。Eppler按功能將知識地圖分為知識資源圖、知識資產(chǎn)圖、知識結構圖、知識應用圖和知識開發(fā)圖5種類型［13］。

主題地圖起源于計算機科學，作為網(wǎng)絡資源知識結構描述工具被提出，具有定位和導航某一知識概念所在資源位置的功能，ISO13250S是主題地圖的國際標準［14］。概念地圖起源于教育學領域，作為教與學的工具被提出，不具備知識資源導航和定位的功能。在主題地圖中，可通過“事件”來描述與主題相關的知識資源，而概念地圖并不存在類似的結構來指明知識資源。有學者指出，以超文本方式存在的概念地圖可作為資源導航工具［15］，但至今未見類似的概念地圖應用成果報道。此外，在概念地圖中，知識概念及其關系類型的設計比知識本體要靈活，沒有嚴格定義概念之間的關系類型和約束函數(shù)，正因為如此，概念地圖不具備知識推理功能。

1.4語義網(wǎng)絡

語義網(wǎng)絡是萬維網(wǎng)創(chuàng)始人蒂姆·伯納斯-李（Tim Berners-Lee）于1998年提出的概念，完整的語義網(wǎng)絡模型從下至上包括Unicode與URI層、XML Schema層、RDF Schema層、Ontology Vocabulary層、Logic層、Proof層、Trust層這7層結構［16］。由于語義網(wǎng)絡模型過于復雜，其應用基本局限于學術研究領域的試驗性開發(fā)［17］，至今仍未在真實的計算機網(wǎng)絡世界中得以普及，但語義網(wǎng)架構中的核心關鍵技術URI和RDF如同星星之火得以保存。

2006年，蒂姆·伯納斯-李拋開語義網(wǎng)絡模型中的復雜成分，在URI和RDF技術基礎上，再次提出“關聯(lián)數(shù)據(jù)”的概念。關聯(lián)數(shù)據(jù)實質上是一套應用規(guī)范，它規(guī)定在網(wǎng)絡上發(fā)布的數(shù)據(jù)必須滿足4個原則：（1）使用URI作為任何事物的標識名稱，不僅是標識文檔；（2）使用Http URI，使任何人都可以參引這一全局唯一的名稱；（3）當有人訪問名稱時，以RDF形式提供有用的信息；（4）盡可能提供鏈接，指向其他的URI，以使人們發(fā)現(xiàn)更多的相關信息。

由于關聯(lián)數(shù)據(jù)的框架簡單，目前商業(yè)、媒體、出版、政府、圖書館等諸多領域的關聯(lián)數(shù)據(jù)集發(fā)展迅猛，構建了龐大的數(shù)據(jù)網(wǎng)絡［18］。關聯(lián)數(shù)據(jù)技術上實現(xiàn)雖不困難，但圍繞數(shù)據(jù)集的發(fā)布、消費與應用而形成的開放應用標準、URIs復用、RDF的動態(tài)鏈接維護、RDF關聯(lián)發(fā)現(xiàn)等一系列重要問題，研究尚待深入［19］。值得注意的是，關聯(lián)數(shù)據(jù)僅僅是一套網(wǎng)絡數(shù)據(jù)發(fā)布原則，類似于行動指南，對于不同應用領域，還需設計具體數(shù)據(jù)關聯(lián)模型，以支持領域關聯(lián)數(shù)據(jù)集的發(fā)布。

2　知識組織方法的比較

大數(shù)據(jù)時代，文獻資源組織的對象由文獻單元轉變成知識單元，并將采用細粒度、關聯(lián)與開放的方式對其進行組織。本文主要從概念表達方式、關聯(lián)資源、支持開放獲取、解決語義異構等方面，詳細分析各種知識組織方法的功能特點。其中，概念表達方式指的是知識單元的顆粒度，以及知識單元間關聯(lián)最終產(chǎn)生的結果。文獻本身被認為是粗粒度的知識單元，而文獻中的數(shù)據(jù)、公式、事實、結論等則被認為是細粒度的知識單元。知識單元關聯(lián)的結果存在線性和網(wǎng)絡兩種形式。關聯(lián)資源指的是能否直接在知識單元與資源本身建立鏈接。無論館藏知識網(wǎng)絡中建立了多么豐富的關聯(lián)，知識單元始終無法取代文獻資源本身，因此知識單元與資源的關聯(lián)必不可少。開放獲取指的是能否支持資源或知識單元的網(wǎng)絡訪問。一般來說，使用Http URI標識，并進行了網(wǎng)絡發(fā)布的資源，才能進行開放獲取。解決語義異構指的是能否提供表達一詞多義或一義多詞的機制。各種知識組織方法的比較結果如表1所示。

表1　知識組織方法的比較結果

由表1可知，分類法與主題法起源于圖書情報學，它們以文獻本身為知識單元進行描述和組織，是最基本的知識組織方法，功能簡單，兩者既無法直接關聯(lián)資源，又無法解決語義異構問題，更無法支持資源的開放獲取。

元數(shù)據(jù)亦是一種線性、粗粒度的知識組織方法，雖使資源有了基本的微觀結構和語義基礎，但無法解決資源描述的異構性和語義性問題。而本體模型雖可實現(xiàn)資源的語義化描述和細粒度組織，但在資源關聯(lián)的廣度和深度上未能提供更多的幫助。元數(shù)據(jù)和本體模型，均不支持資源的開放獲取。

概念地圖實質是一種思維導圖，概念定義極其靈活，既無法關聯(lián)資源，又不能解決語義異構問題，因此不適合館藏資源組織。

主題地圖和關聯(lián)數(shù)據(jù)不僅可滿足資源概念的細粒度、多維網(wǎng)狀表達，并且可關聯(lián)資源本身，因此兩者的組織功能較為接近，但也存在明顯區(qū)別：（1）主題地圖設有公共主題指示符（PSI），可以有效解決語義異構和互操作問題［20］，而關聯(lián)數(shù)據(jù)沒有這樣的機制，無法直接解決語義異構問題。（2）主題地圖類是網(wǎng)絡資源的主題索引，不支持資源的網(wǎng)絡發(fā)布和獲取，而關聯(lián)數(shù)據(jù)則可通過萬維網(wǎng)直接存取資源。值得注意的是，雖然關聯(lián)數(shù)據(jù)本身無法直接解決語義異構問題，但它可通過URI復用或借助RDF框架構建領域數(shù)據(jù)關聯(lián)模型來實現(xiàn)概念的多元化表達。

綜合而言，關聯(lián)數(shù)據(jù)最具時代適應性，能滿足資源細粒度、關聯(lián)與開放的知識組織需求，然而由于它無法直接解決語義異構問題，因此需要吸收其他知識組織方法的優(yōu)點。從分類索引，到MARC機讀目錄、DC元數(shù)據(jù)、本體模型，再到關聯(lián)數(shù)據(jù)，這一系列知識組織方法都是在特定時代背景下產(chǎn)生的，它們之間本身就存在著一定的繼承與發(fā)展關系。下文將重點闡述各種知識組織方法的繼承與融合問題，尤其是關聯(lián)數(shù)據(jù)與元數(shù)據(jù)、知識本體等方法的融合，從而分析關聯(lián)數(shù)據(jù)的集成性和時代適應性。

3　知識組織方法的融合

分類法開啟了文獻資源組織研究的先河，誕生于1876年的《杜威十進分類法》（DDC）是世界上第一部正式出版的分類詞表。我國的圖書分類研究歷史更加久遠，可追溯到西漢時期劉向父子編制的《七略》。然而主題法研究相對較晚，世界上第一部主題詞表《美國國會圖書館標題詞表》誕生于1909年。20世紀60年代中期開始，國外開始嘗試分類主題一體化研究與實踐，取得了諸多成果，奠定了早期知識組織方法融合的理論基礎。

20世紀90年代中后期，網(wǎng)絡信息資源的蓬勃發(fā)展促進了元數(shù)據(jù)方法的發(fā)展。通過設置“主題”“分類”等相關元數(shù)據(jù)項，元數(shù)據(jù)將分類法與主題法自然地融于一體。然而元數(shù)據(jù)方法只是羅列了各種主題概念，如作者名、機構名、文獻題名，無法解決其語義異構問題。圖書館界的傳統(tǒng)作法是建設規(guī)范文檔數(shù)據(jù)庫，然而規(guī)范文檔數(shù)據(jù)庫的建設、更新與維護，工作量極其浩大，并且無法從根本上解決元數(shù)據(jù)方法的局限性。

21世紀初期，知識本體的出現(xiàn)使得圖書情報領域的研究重心曾集中于知識概念的表達以及語義關系的挖掘上，產(chǎn)生了一系列領域本體組織模型。同時，學者們發(fā)現(xiàn)知識本體實際上與主題法相通，紛紛致力于研究如何將敘詞表轉化為知識本體，或者借助各種敘詞表構建領域本體，由此可見知識本體可以整合主題法。然而，無論是知識本體，還是主題法，它們都忽視了知識概念與資源本身關聯(lián)的重要性，未提供資源鏈接。

數(shù)字網(wǎng)絡時代，文獻資源組織與服務環(huán)境發(fā)生了深刻的變化，如何融合多種知識組織方法，以構建新型資源組織框架，成為學界關注的焦點。元數(shù)據(jù)與知識本體的融合，主題地圖與RDF框架的轉換，尤其是關聯(lián)數(shù)據(jù)的應用成為學界熱烈討論的課題。在眾多知識組織方法中，關聯(lián)數(shù)據(jù)最具代表性，可完全融合元數(shù)據(jù)與知識本體等方法，以克服自身無法解決語義異構性之不足。主要原因是：關聯(lián)數(shù)據(jù)的核心技術之一是RDF框架，即采用“資源（Resource）-屬性（Property）-值（Value）”三元組的形式表達資源，該框架與所應用領域無關，是通用的，其中資源被定義為任何有URI標識的東西，可以是一篇文檔、一個獨立的網(wǎng)頁，或是一個主題詞、一個作者。因此，關聯(lián)數(shù)據(jù)將知識概念與資源實體完全置于統(tǒng)一的RDF框架下進行處理，屬性關系不再是資源實體與知識概念，或者知識概念與知識概念的一重語義關聯(lián)，而是可實現(xiàn)知識概念與知識概念，資源實體與資源實體，以及知識概念與資源實體的三重語義關聯(lián)。換言之，若RDF框架的“屬性”項關聯(lián)的是資源實體與知識概念，那么各種元數(shù)據(jù)模型可置于關聯(lián)數(shù)據(jù)框架中。將元數(shù)據(jù)框架與關聯(lián)數(shù)據(jù)進行融合，只需將各個元數(shù)據(jù)項轉換為RDF的第二組元“屬性”項即可。若“屬性”項關聯(lián)的是知識概念與知識概念，那么各種領域本體模型則可置于關聯(lián)數(shù)據(jù)框架中。本體模型與關聯(lián)數(shù)據(jù)的融合，需要將知識概念與語義關系分別轉換，即將知識概念轉化為RDF的第一組元“資源”和第三組元“屬性值”，而語義關系轉換為RDF的第二組元“屬性”項。因此，關聯(lián)數(shù)據(jù)天然具有集成性，可完全融合元數(shù)據(jù)和本體模型。以DC為代表的元數(shù)據(jù)方案與關聯(lián)數(shù)據(jù)融合后，將逐漸從一個面向萬維網(wǎng)的元數(shù)據(jù)集轉變?yōu)槊嫦蛘Z義萬維網(wǎng)和關聯(lián)數(shù)據(jù)的核心屬性詞匯表［21］，而各種分類表、主題表和領域本體將成為關聯(lián)數(shù)據(jù)的概念取值和屬性關系的重要來源。

此外，關聯(lián)數(shù)據(jù)的URI具有雙重功能：一是資源實體的導航與定位功能：二是知識概念的唯一標識功能，通過URI復用可實現(xiàn)概念的多元化表達和規(guī)范控制。例如，若詞語A和B都表達了概念C的含義，那么則可使用概念C的URI來標識詞語A和B，無需重新定義詞語A和B。

4　結語

現(xiàn)有知識組織方法，從文獻分類、主題、目錄、索引，到元數(shù)據(jù)、知識本體，以及關聯(lián)數(shù)據(jù)等，它們在知識組織與檢索功能上既有區(qū)別又有聯(lián)系。本文主要從原理上介紹了各種知識組織方法，并從概念表達方式、是否關聯(lián)資源、語義異構的能力和開放性等方面分析了它們的功能特點，重點探討了關聯(lián)數(shù)據(jù)與元數(shù)據(jù)、知識本體整合的必要性與可行性。本文研究結果表明，大數(shù)據(jù)時代，關聯(lián)數(shù)據(jù)最具適應性和集成性，可完全融合元數(shù)據(jù)和本體模型，以滿足資源細粒度、語義化和開放性的知識組織需求。

［1］Bliss H E，Dewey，John.The Organisation of Knowledge and the System of the Sciences［M］.New York：HenryHoltandCompany，1929：356-357.

［2］Shera J H.An epistemological foundation for library science［J］.Frontiers of librarianship-syracuse university，1968（8）：7.

［3］Shera J H.Mechanization，Librarianship，and Bibliographic Enterprise［J］.Journal of documentation，1974，30（2）：153-169.

［4］文庭孝，劉曉英，劉進軍.知識關聯(lián)的理論基礎研究［J］.圖書館，2010（4）：9-11.

［5］馬費成.知識組織系統(tǒng)的演進與評價［J］.知識工程，1989（2）：39-43.

［6］［21］趙亮，張春景.DC元數(shù)據(jù)年會綜述［J］.數(shù)字圖書館論壇，2012（11）：33-42.

［7］Review of Metadata Formats［EB/OL］.［2016-04-26］. http：//www.ukoln.ac.uk/metadata/review.html.

［8］［11］王紹平.組織數(shù)字信息資源的元數(shù)據(jù)方法和Ontology方法［J］.上海高校圖書情報工作研究，2005（4）：10-13.

［9］劉煒，李大玲，夏翠娟.元數(shù)據(jù)與知識本體［J］.圖書館雜志，2004（6）：50-54.

［10］Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering： principles and methods［J］.Data and KnowledgeEngineering，1998，25（1）：161-197.

［12］B C Brookers.情報學的基礎（四）——第四篇情報學：變化中的范式［J］.王崇德，鄧亞橋，劉繼剛，譯.情報科學，1984，5（1）：66-77.

［13］Eppler M J.Toward a pragmatic taxonomy of knowledge maps：classification principles，sample typologies，and application examples［C］//Information Visualization，2006.IV 2006.Tenth International Conference on. IEEE，2006：195-204.

［14］呂元智，王心裁，譚必勇.基于主題地圖的電子政務信息資源組織研究［J］.中國圖書館學報，2007（4）：73-76.

［15］李秀芬，路線.概念圖的研究及其應用現(xiàn)狀［J］.吉林工程技術師范學院學報，2009（7）：65-68.

［16］李潔，丁穎.語義網(wǎng)關鍵技術概述［J］.計算機工程與設計，2007（4）：1831-1836.

［17］劉煒，胡小菁，張春景，等.RDA與關聯(lián)數(shù)據(jù)［J］.中國圖書館學報，2012（1）：34-42.

［18］Linking Open Data［EB/OL］.［2016-03-20］.http：// www.w3.org/wiki/SweoIG/TaskForces/Community Projects/LinkingOpenData.

［19］Health T.Linked Data：Evolving the Web into a Global Data Space［M］.San Rafael，California：Morgan& Claypool，2011.

［20］劉茜.XML主題圖和資源描述框架的比較［J］.現(xiàn)代情報，2006（4）：216-220.

（責任編輯：付偉棠）

Comparative Study of Knowledge Organization

CHANG E，XIA Jing

On the basis of explaining the change of knowledge organization environment and target，the article compares different kinds of knowledge organization methods.The article mainly discusses the characteristics and relations of various knowledge organization methods from the aspects of the concept expression，relevance to resources，the ability of solving semantic heterogeneity and openness.Finally，the article discusses the necessity and feasibility of the integration of linked data，metadata and ontology.

knowledge organization；metadata；ontology；linked data；knowledge map

*本文系國家社會科學基金項目“圖書館資源組織中的數(shù)據(jù)關聯(lián)機制研究”（項目編號：14CTQ005）研究成果之一

常娥，東南大學圖書館副研究館員；夏婧，南京郵電大學圖書館館員。

2016-04-06