数字图书馆数字化文献再处理工具的开发与实践.pdfVIP

技术与应用 http: // 数字图书馆数字化文献再处理工具的 开发与实践* □ 曾文 徐硕 张运良 / 中国科学技术信息研究所 北京 100038 摘要：数字图书馆运用计算机系统管理各种载体文献的加工与服务，通过网络和通信技术支持用户访问 数字化文献信息资源。数字图书馆对海量数据的处理能力是保证数据质量、支持与深化数字图书馆服务功能 的基础。文章论述数字图书馆中数字文献再处理工具研究的重要性，介绍和阐述已有工作的开展情况，以及 结构化的数字文献再处理工具的开发与实践工作。 关键词：数字图书馆，结构化数据，数字化文献，再处理工具 DOI ：10.3772/j .issn .1673—2286.2013.07.010 1 引言 化的一系列基本处理过程。显而易 和非结构化的数字资源。这些加工 见，自动化处理这些海量的数字化 和处理实现文档扫描、条目著录、 2 1世纪以来，计算机通信与网 文献数据是必要的。本文的研究工 文本化、标引、挂接等一系列操作 络技术的飞速发展，使网络已经成 作正是基于这样的研究背景提出 过程，但实际上这些操作只是文献 为人们获取信息的重要途径，而网 和开展的。 资源层处理的基本环节，并未实现 络信息资源正在以惊人的速度不 对数字化资源的深层次数据处理、 断增加，需要存储和传播的信息 2 国内图书馆数字化文 组织和整合。随着文献资源逐年海 量也越来越大，信息的种类和形式 献处理的现状 量式的递增，这种资源处理方式已 也越来越丰富，数字图书馆应运 经难以更好提高数字图书馆文献 而生。数字图书馆作为数字化信息 国内数字图书馆经过十几年来 的检全率以及检准率，也难以满足 仓储，能够存储大量各种形式的信 的发展，文献资源的数字化建设得 图书馆及情报研究机构对文献资源 [1,2] 息，特别是文献信息数据是数字图 到了极大的进步 。目前多数的图 深层次信息挖掘和分析的需要，对 书馆处理的重点内容之一。即数字 书馆基本上是采用本地加工和外 这些文献数据资源的再处理和整 化文献数据的处理工作是支持数 包加工的方式，使用的数字化加工 合技术研究是必要的。 字图书馆技术服务的数据基础，良 系统有T PI 、T B S 、T R S 、DI P S等 目前，国内外很多研究人员从 好的数字化存储资源是构建优质 数字资源加工系统，这些系统实现 事对文本信息挖掘和处理的研究工 技术和服务的重要保障。目前，随 已有和现有的纸质文献的基本加 作，并取得相应的研究成果，其中 着各类数字化文献数据资源的丰 工和处理过程，将文献资源制作成 包括对文本数据的关键术语抽取， 富，这些来自不同渠道的原始数据 为数字化文献信息资源，进行储存 文本数据内容自动分析、语义分析 格式和质量不尽相同，而且数据量 和管理，丰富虚拟图书馆的文献信 等涉及数据内容挖掘方面的研究工 [3] 的规模日益庞大。因此，这些数据 息资源，来进行网络化检索和阅读 作 。但这些研究成果基本是建立 通过数字图书馆这个窗口面向用户 等服务，从而促进数字图书馆的发 在数据规整、数量规模有限的文本 服务之前，必须经过对其进行数字 展。这类信息资源又可分为结构化 数据实验基础之上的，当实际应用 * 本文受国家自然科学基金项目“支持面向特定情报分析应用的知识组织系统快速构建关键问题研究”（编号、“十二五”国家科技支撑计