(SKOS)模型及其在简单知识组织系统中的应用研究进展_语义分析论文

简单知识组织系统(SKOS)模型及其应用研究进展，本文主要内容关键词为：研究进展论文,及其应用论文,模型论文,组织论文,简单论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       分类号：G254

       DOI:10.13266/j.issn.0252-3116.2015.04.020

       1 引言

       在语义网络构建过程中，尤其是在传统的文件网络向具有结构化和富含语义的数据网络演进的过程中，传统知识组织系统(如叙词表、分类法、术语表等)正在发挥越来越重要的作用。国内外学者积极尝试传统词表的形式化描述，其中最常用的描述语言是RDF和OWL。资源描述框架RDF是Web资源描述和携带元数据的理想语言，但其他仅提供初级的语义关系表达，无法描述更精确的语义关系。网络本体语言OWL在RDF基础上扩展了语义的描述能力，能够定义复杂的概念结构，但其过于苛求的逻辑精确要求、需要专家参与和过高的成本，使得一般用户难以构建OWL本体。同时，由于人的认识不同，可能形成不同的描述模式，导致不同词表之间及其词表与本体之间产生映射难、互操作性差、共享性差等问题。所以，需要一种简单可行的标准描述方案用以描述知识组织系统。简单知识组织系统(Simple Knowledge Organization System，SKOS)因此产生，作为万维网联盟(W3C)公布的知识组织系统概念框架表示的推荐标准，其简单、通用、易扩展等特性引起了相关学者的广泛关注。

       SKOS源于语义网高级开发欧洲项目(SWAD-Europe Project，2002-2004)，2004年开始就得到了万维网联盟语义网最佳实践与部署工作组(SWBPD-WG)的持续推进，其标准化进程主要经历了几个大的发展阶段。2008年至2009年8月，W3C根据征求意见多次补充更新，形成公共工作草案SKOS Reference、SKOS Primer及其指南。目前，SKOS共定义了类或属性名称32个，包括4个类、28个属性[1]。SKOS为叙词表在语义网环境下的发展提供了一种轻量级的描述机制。由于SKOS和OWL都是建立在RDF上的应用，因此，可以采用SKOS建立叙词资源，加强规则推理再向OWLDL迁移的逐步过渡方式，最终形成语义环境下机器可以处理的知识组织系统，实现语义层次的知识共享。

       本文通过对国内外SKOS模型及其应用研究成果现状进行梳理及分析，为国内应用SKOS模型展开服务提供参考与启发。

       2 研究概况

       本文以中外文数据库为主，并通过网络调查补充相关文献，重点研究以SKOS模型为主题的相关文献。国外文献统计主要以EBSCOhost、SpringerLink、Elsevier ScienceDirect、PQDD作为数据源，检索式为N=(Simple Knowledge Organization System+SKOS) AND Document Type=(Article+Journal+Periodical) AND Publication Year=(2004-2014)，其中N表示Title OR Keywords OR Abstract OR Subject；国内主要以维普中文科技期刊数据库、万方数字化期刊、中国期刊网、中国博士论文全文数据库、中国优秀硕士学位论文全文数据库作为数据源，检索式为M=(简单知识组织系统+SKOS)AND Document Type=(期刊论文+学位论文)AND Publication Year=(2004-2014)，其中M表示题名或关键词或主题字段或文摘字段。检索时间为2014-11-01，对所得结果进行内容分析，去除无关数据，最终获得相关英文文献74条、中文文献59条。按年代统计的结果如图1所示。

      

       图1 国内外相关文献统计结果

       国外对SKOS模型的研究基本处于上升状态，于2012年达到高峰。2005年，Nicholson D和McCulloch E的论文探讨了如何应用SKOS映射术语集改善分布式多学科环境中的互操作主题检索[2]。2006-2007年发表的8篇论文主要概述了SKOS的基本概念、内容与标准[3-5]以及SKOS相关公开工作草案的内容[6-7]，有的论文重点论述了SKOS概念体系的映射问题[8]，有的介绍了使用SKOS的领域数据资源语义整合方法[9]，还有的研究了SKOS词表管理，展示了一种创建可视化SKOS词表的开源工具[10]。可见，国外对SKOS的早期研究，多数集中在SKOS方法的可行性探讨与普及方面。2008年以后国外的研究逐渐深入，针对SKOS的局限与不足进行改进研究，同时在研究领域上不断扩展，除了将基于SKOS转换的词表应用在信息资源语义互操作、整合及检索方面，一些学者也研究了其在数据共建共享与开放获取上的应用，如基于SKOS的领域本体集成[11]、关联开放数据[12]等。另外，第10届欧洲网络知识组织系统/服务(NKOS)研讨会，对“SKOS和关联数据”与“本体论和(其他)KOS的关系”进行了专题论述，对SKOS的应用、局限与质量控制等进行了交流[13]。

       国内最早有关SKOS的论文出现在《现代图书情报技术》2006年第1期的特邀专栏中，英国卢瑟福·阿普尔顿实验室的Miles A等介绍了SKOS Core的相关概念、管理政策及与其他知识组织体系之间的关系[14]对我国学者研究SKOS起到了重要的启迪作用。2006-2008年为国内研究的起步阶段，研究主题主要集中于SKOS内容与结构的概述以及基于SKOS的叙词表到本体转换的可行性研究，2009年进入研究发展期，论文数量迅速增长，研究领域不断扩展，知识组织系统转换研究从叙词表扩展到分类表，并有综合性、农学、档案学、国防科学等多学科不同数据源的中文知识组织系统转换思路的成果产生。

       3 研究主题分析

       3.1 传统知识组织系统SKOS描述方法

       Van Assem M等提出了一种结构化叙词表SKOS转换方法，包括词表分析、建立SKOS映射、技术转化3步骤，并以综合公共部门词汇表(IPSV)、荷兰视听档案通用词汇表(GTAA)及医学主题词表(MeSH)展开实践[15]。随后带动了大量叙词表转换成果的出现，如德国经济学叙词表(STW)[16]、美国国会图书馆标题表(LCSH)、艺术与建筑叙词表(AAT)、多语种农业叙词表(AGROVOC)、通用多语种环境叙词表(GEMET)、美国农业图书馆叙词表(NALAT)、欧洲联盟多语种叙词表(EUROVOC)[17]等。国内刘春艳等[18-20]、范炜[21]较早利用SKOS对叙词表进行转换探索。段荣婷以《中国档案主题词表》为例，详细阐述了SKOS系统化与规范化控制的具体实现[22]。贾君枝等运用JAVA技术，实现了将《汉语主题词表》数据库向SKOS表示的自动转换[23]。鲜国建等研究了农业科学叙词表CAT数据库自动批量地转化为CAT/SKOS格式的方法[24]。

       分类表方面，由于SKOS主要是针对非明显等级化受控词表而设计的语言，其在层累制分类表的转化过程中应用较为复杂。2009年DDC率先将WebDewey以SKOS语言进行描述并发布，推动了分类法SKOS的转化研究。Panzer M等[25]讨论了包括《中国图书馆分类法》(以下简称《中图法》)、DDC及LCC在内的层累制分类表采用SKOS描述所面临的问题，并提出只有扩展SKOS，才能较好地描述层累制分类表的复杂部分及其关系，随后在另一文[26]中提出层累制分类的最佳描述方案是OWL2与SKOS的结合。国内刘丽斌等[27]以《中国分类主题词表》(以下简称《中分表》)电子版中的数据作为实验对象，研究关系数据库的SKOS自动描述。美国肯特州立大学图书情报学院的曾蕾、中国科学院文献情报中心的范炜和国家图书馆的卜书庆等合作研究了《中分表》的SKOS化。张士男等[28]提出了《中国科学院图书馆图书分类法》的类目、类号、关系、类目注释等的SKOS转换方案，但复分、仿分及附表的SKOS化转换问题实际上并没有得到明确解决。喻菲[29]提出了CCT“主题词—分类法对应表”部分的“主题词规范数据格式”与SKOS词汇之间的大致对应关系。白华[30]设计了一个《中图法》的语义描述框架，对中文分类表SKOS描述中一直存在的典型难题提出了解决方案，为中文分类法建立一个轻量级本体奠定了方法基础。

       总体来看，国内外对词表SKOS转换过程的研究基本同步，对不同类型词表的描述步骤、难题及解决方案都有较为成熟的研究，为SKOS模型的深层应用奠定了良好的基础。

       3.2 SKOS模型的局限与扩展

       3.2.1 基于描述需求的SKOS扩展 SKOS提供了一个通用的类及属性的结构框架，以更好地兼容描述各种知识组织系统。然而，知识组织系统中包含着大量复杂的语义信息，如组配概念、主题索引、非正式主题词之间的映射、术语元数据(创建时间、最后修改日期、版本等)等[31]，难以用SKOS直接描述。在知识组织系统SKOS转换实践中，除了使用SKOS-XL外，主要通过两种方式来增加SKOS的描述能力，即自定义SKOS扩展方式和与其他语义描述语言结合。

       自定义SKOS扩展是最常见的扩展方法，可以满足不同知识组织系统中特定描述的需求。Neubert J等为了更好地描述术语的附加信息，提出引入一个新的类skos：Term来扩展描述，并在STW转换过程中，扩展了zbwext：Descriptor和zbwext：Thsys作为skos：Concept的子类，其优势在于可以使用已定义的skos：broader或skos：narrower等语义关系来建立分类表和叙词表的层级结构，在检索时也方便约束检索范围。另外，针对skos：note属性描述范围过大、语义不明确的问题，定义了子属性zbwext：useInsteadNote[16]。LCSH通过扩充skos：Concept的子类lcsh：TopicalConcept、lcsh：GeographicConeept、lcsh：GenreConcept、lcsh：ChronologicalConcept，可以区分地理、论题、载体/形式和时序概念等特定特征项[32]。

       SKOS词表是基于RDFS/OWL定义的一系列类和属性，所以在SKOS词汇的扩展上可以充分利用RDFS及本体描述语言OWL强大的描述能力。利用SKOS进行资源描述时，还可以结合其他语义描述语言，如FOAF[33]、DublinCore[34]等。DDC在转化过程中，尝试将都柏林核心元数据的词汇表和SKOS进行融合，来描述类目的历史注释信息[35]。

       3.2.2 基于映射需求的SKOS扩展 目前的SKOS映射属性不能满足知识组织系统之间精确映射的要求，因此有必要对SKOS的映射属性进行扩展。欧洲标准职业分类法(ESCO)是欧洲劳工领域的多语种分类表，用以建立工作机会和求职者之间的关联关系。De Smedt J提出了3种映射类型对ESCO进行SKOS扩充，包括ESCO与ISCO之间的映射、业务映射和组配映射。ESCO与ISCO之间的映射通过细化skos：narrowMatch属性，引入esco：broaderInstance来建立实例映射。然而，由于各分类系统修订存在独立性，使得映射对象的版本控制变得棘手。业务映射针对SKOS属性skos：relatedMatch只能建立链接、不能传递语义的问题，通过用特定领域本体与SKOS相结合，如建立esco：requiredSkill属性来描述特定领域的职业需求技能[36]。

       不同领域中的词表概念的表示差异会产生组配映射的需求，领域词表中的一个概念可能是另一领域词表中两个概念的组合，如TheSoz中术语概念“电子政务”是STW中术语概念“公共管理”和“网络”的组合概念[37]。在ESCO中组配映射主要是针对不同地域或机构之间的概念表示差异，提出解决一对多、多对一组配概念映射问题的方案。

       SKOS模型扩展是词表深层语义描述与关联应用开展的重要步骤之一，国内学者侧重于词表转换过程的SKOS扩展研究，而在基于映射需求的SKOS扩展方面，国内不够重视，与国外还存在一定差距。

       3.3 SKOS词表管理与质量控制

       传统知识组织系统已逐渐适应在数字环境下的使用。目前网上已经发布了上百个SKOS词表，词表的实用性问题愈发受到关注[38]。SKOS词表中潜在的质量问题不利于词表的可持续发展，并影响词表的应用[39]。为提高SKOS词表的可发现性与可用性，实现词表的长期保存，有必要对词表进行管理与质量控制，发现并校正潜在的质量问题。

       3.3.1 SKOS词表保存与管理 与传统自然语言词表相似，机读词表的发展同样是一个长期运行、易于出错的过程。主要原因是：词表创建、发布与管理具有独立性，由于词表创建者与维护者的认知差异，造成词表映射过程缺乏统一约束，词表质量参差不齐；其次，词表发展具有动态性，为保持与科学发展同步，需要适时对一定数量的概念及其映射进行增删变动，这对词表管理增加了难度。

       基于W3C和都柏林核心社区的长期讨论、本体工程的研究以及关联开放词表(LOV)项目的实践，Baker T等以词表生态系统为视角，提出了一系列词表保存与管理的相关要求。认为在词表的创建、发布等前期阶段，需要做到词表概念的形式化表示、词表相关元数据的完善、词表维护人员、版权、版本政策及其术语定义的多语言表示以及与其他词表的兼容重用性等；对词表生态系统整体而言，则提出改进监控工具，使得数据发布者容易发现和理解满足其需求的词表，倡导统一约束机制的建立，鼓励词表管理者和机构之间的合作[40]。

       用户参与对增强词表的实用性和促进其可持续发展有着重要意义。AGROVOC在使用过程中广泛收集用户建议，允许网上修订，实现及时更新。Mamadolimova A等基于SKOS提出一个基于语义的多语种伊斯兰金融叙词表，并允许用户增加、修订、删除概念或概念之间的关系，以此来进行协同编辑[41]。

       3.3.2 SKOS词表验证与质量评估 SKOS词表是由概念及其之间的概念映射组成的，其中概念映射包括一系列的映射属性，而属性之间的传递性容易造成问题模式的产生，导致SKOS词表可用性降低。Sun Hong等讨论了SKOS描述术语映射的潜在质量问题与验证规则，定义了7种主要的问题映射模式及其相关验证规则[42]。

       Mader C等提出了一种自动评估机制，定义了5种质量评估标准，即基于图形问题、关联数据特定问题、SKOS特定标准、标签问题、特定领域及其他问题。通过使用qSKOS质量分析工具对5种不同类型的SKOS词表进行评估，结果显示在这5种SKSO词表中都存在不同的质量问题[43]。随后，Suominen O、Mader C等对SKOS词表的质量评估进行了深入研究，通过观察归纳、专家反馈、讨论等不断细化补充词表质量问题项[44-46]。目前归纳出SKOS词表问题共有4类、28种[47]。

       3.3.3 SKOS词表管理工具 随着SKOS模型的广泛普及与应用，领域研究人员开发了一系列SKOS服务工具。常见的SKOS工具包括词表编辑与创建工具，如开源软件ThManager[48]、Protégé本体编辑器插件The SKOSed[49]；词表浏览与可视化管理软件，如TemaTres[50]、The SKOS File reader[51]、iQvoc[52]、PoolParty[53]、TopBraid Enterprise Vocabulary Net(TopBraid EVN)[54]等；SKOS质量评估与校对工具，如PoolParty checker[55]、qSKOS[56]、Skosify[57]。同时，还有用于将各种格式文件转换为SKOS格式的转换工具[58]。

       可见，国外对SKOS词表的质量与评估有着详尽而深入的研究，然而国内在此方面的研究尚属空白。

       3.4 SKOS模型应用

       3.4.1 信息整合与互操作

       (1)信息资源主题标引。分面分类法是目前网络信息资源表示的强有力方法之一。通过SKOS与分面分类法的结合，使得无论是后台的组织标引还是前台的分面浏览及检索，都可以真正满足用户的个性化需求。Prasad A R D等通过将SKOS与RDF框架进行结合扩展，设计出一种分面语义注释系统POPSI，用于网络信息资源和数字图书馆学术文档的主题标引与自动分类[59]。施国良提出一种对SKOS的原有核心进行扩展，使其能够表征分面分类表的结构和标引的方法。即在原有的SKOS核心词汇表中增加skos：Facet子类和hasFacet属性来表示面，增加skos：Focus子类来表示面下的各个子面，而在资源标引方面，增加skos：Resource类和skos：map属性，每个skos：Resource表示一个标引对象的实例，而skos：map则表示前文所描述的节点[60]。芬兰国家语义网本体项目(FinnONTO)将受控词表应用于ONKI SKOS本体服务，通过基于浏览器的注释编辑器SAHA来创建语义信息门户的语义内容，匹配合适的术语概念来进行内容标引[61]。

       (2)词表互操作。受控词表的集成与互操作可以提供更高效的主题信息检索，SKOS的一致性与良好兼容性为其实现提供了有利条件。OCLC通过LCSH、DDC等词表映射匹配实现互操作，提供基于Web的术语服务。Schreiber G等提出一种利用元数据和词表框架映射的方法，来扩展检索功能，并通过实践证实使用受控词表和语义网检索工具可以实现异构信息集合的统一访问[62]。Angjdi A等对法国国家图书馆和荷兰国家图书馆之间数字馆藏的同步语义搜索进行探讨，尝试用SKOS标准促进数字图书馆异构信息资源的统一检索[63]。

       除了在格式上统一描述，意大利学者Gnoli C认为，要实现知识组织系统之间的互操作，需要实现4个层面，即概念层面、学科层面、机构层面和格式层面的关联[64]。其中，跨学科知识共享与交流合作在语义网环境下愈发重要。北卡罗来纳州立大学元数据研究中心和NESCent共同开发的跨学科词汇辅助工程(HIVE)，可以基于SKOS格式的受控词表集合动态地集成和吸取跨学科的主题词汇，并协助资源内容生产者或专业研究人员遵从相应规范词汇约束，从而创建自动化的元数据描述方式，实现术语系统之间的交互[65]。Morshed A等对不同领域叙词表间的自动匹配方法进行评估，针对无缝跨学科信息查询问题，通过skos：exactMatch精确匹配术语映射实现了AGROVOC和TheSoz在语义网中的互操作[66]。除了学科之间的信息壁垒，针对不同地域间的语言障碍问题，Ma Xiaogang等人针对网络地质图之间的语言障碍，通过一种基于SKOS的多语言GTS叙词表来展现其术语的有序层次结构，实现了网络地质图之间的互操作性[67]。

       3.4.2 术语服务 术语服务即通过术语来提供服务，融入语义网的术语服务系统可以借助相关的语义技术来丰富功能与服务，是一种网络环境下的新型知识服务方式。通过SKOS与受控词表的结合，可以实现术语及其关联知识的明确表达。常见的术语服务体现在信息检索上，如语义注释、检索扩展与推荐。

       西班牙学者Morales-del-Castillo J M等基于SKOS描述叙词表提供术语映射服务与用户信息推送，提出了一个在语义网环境下数字图书馆中多主体选择信息传播服务模型的方法，通过这种方法可以提高信息管理效率，改善用户交流体验，并促进相关资源的精确获取[68]。英国高级叙词表HILT项目实现了基于SKOSCore的可扩展的Web术语服务[69]。德国研究人员Mayr P等在一个受控环境下，将术语映射用于学科内和跨学科检索，并进行评估。研究发现，使用术语精确匹配映射(exact match)能有效提高信息检全率和检准率[70-71]。TheSoz是社会科学叙词表(The Thesaurus for the Social Sciences)的SKOS表示形式，是德语社会科学研究文献的主要检索工具，应用于德国最大的社会科学研究所GESIS中的众多信息系统，并作为一个术语中心在信息门户sowiport中用于文献检索与查询扩展，为用户提供一种精确的语义检索，在超过700万篇文献的数据集中找到相关检索结果。由于sowiport中不同数据集使用的是不同叙词表进行标引，为克服不同叙词表间的异构链接，检索词将在非TheSoz索引数据集中自动扩展，基于共词分析，推荐检索词的相关的TheSoz术语描述词[37]。

       国外研究人员还积极将术语服务应用在其他领域中，例如数字考古领域，STAR项目应用语义和基于知识技术来链接考古资源，开发了一系列基于SKOS模型的语义网服务，包括系统内词表术语查找、浏览及语义概念扩展查询[72]。Heydari-Malayeri M等开发了一种基于词典的语义工具AstroConcepts，提供网页中出现的天文领域术语概念定义及注释信息[73]。

       3.4.3 关联数据服务 关联数据是万维网发明人Berners-Lee T于2006年提出的一种在Web上发布数据的方法，通过使用URI标识符和RDR数据模型发布、共享、连接各种类型的资源，并能够通过HTTP协议进行访问[74]。近年来，关联的开放数据呈几何级数飞速增长，截至2014年8月，linked open data(LOD)云中使用SKOS描述的数据集达143个[75]，在Linked Open Vocabularies(LOV)中与SKOS关联的词汇表达193个[76]。关联的开放数据有利于在数据网络环境中的资源导航，提高资源可获取率，更重要的是，通过与更大的数据集建立链接，可以促进相关知识的发现。

       Summers E等研究了将LCSH的MARC格式转化为SKOS格式的过程，并探讨了其作为关联数据的应用[32]。2009年，DDC分类法首次转换为DDC关联数据，并将其最高三级类目以11种语言发布为关联数据。随后，各大图书馆如法国国家图书馆、大不列颠图书馆、德国国家图书馆等在书目记录与规范文档中使用了DDC关联数据。目前DDC关联数据发布平台Dewey.info[77]正处于试验阶段。英国档案叙词表(UKAT)在其网站上提供了免费下载服务，在遵从一定条件的情况下可以下载XML编码的SKOS Core格式的数据[78]。Tomko M创建了一个开源的初步转换程序，可以将大型蛋白质家族数据集Pfam表示为SKOS结构图，并展示了关联数据词表对现有研究的受控知识成果的表述能力，进而提高在生命科学领域中研究者对科学数据的共享和处理能力[79]。

       目前国内相关实践应用研究较为典型的有，中国农业科学院农业信息研究所的鲜国建研究了农业科学叙词表的SKOS转换，并基于转换的CAT/SKOS应用于中外文农业科技期刊文摘的语义索引，随后基于开源工具Virtuoso构建了CAT关联数据发布系统，与AGROVOC、NALT、EUROVOC等密切相关的叙词表间建立了关联关系[80-81]。深圳大学图书馆NKOS研究室致力于推进中文网络知识组织系统(NKOS)的研究与发展，其实现的中文叙词表本体共建共享系统OTCSS[82]提供数据查询、发布、下载或在线浏览等相关关联数据服务。

       总体来看，国内相关实践应用研究较少，网络上可获取的中文开放关联数据不多，这在一定程度上制约了模型的深层应用研究。

       4 思考与展望

       纵观SKOS模型及其应用研究成果，发现国外研究重视不同领域、不同语种间的交互，利用SKOS统一描述和易于扩展的特性，充分将知识组织系统进行相互映射与融合，并应用在实际中，呈现出跨学科、跨语言和注重实践的特点。相对而言，国内研究相对滞后，原因在于较多的研究仅停留于理论及实验性质的研究，缺乏持续、深入、持久的知识组织系统的更新和维护；而在实际工作中缺乏有力的可共享的知识组织工具的支撑，也在一定程度上限制了知识组织系统语义化和共享化的发展。为更好地发挥传统知识组织系统在语义网中的价值，就SKOS模型及应用研究，国内研究人员可以从以下几方面进行努力：

       (1)研究成果共享性。知识组织系统SKOS转换的根本目的之一是促进知识共享与重用。以CKAN驱动的数据注册共享服务中枢DataHub为例，笔者以“SKOS”为关键词进行检索，得到191个数据集，包括各种知识组织系统形式如叙词表、分类表、主题词表、权威文件、术语词汇表以及相关论文实验数据、知识库等SKOS格式数据集。其研究成果的开放共享，更好地促进了各个领域的知识重用与多元化创新。国内研究人员应该积极借鉴已有研究成果，逐渐形成共享意识，倡导基础研究成果的重用，从而减少重复研究。

       (2)研究领域广度。国外在基于SKOS模型的应用研究涉及图书情报、计算机、地理信息系统、农业食品经济、生物信息学、考古学、天文学等领域，并充分将知识组织方法应用在各领域中，促进了不同领域的学科知识共建共享。例如荷兰图书馆将图书馆资源进行语义化描述并同戏剧资源进行了开放互联，提高了用户对图书馆资源的粘合度。我国目前虽然已经有OTCSS[81]的发布，但更多地停留于SKOS模型的探讨及个别数据的实验性介绍。笔者建议重视传统知识组织资源的语义化改造，并且不能局限于某一领域资源或类型资源，而应积极探索多领域合作，促进跨学科协同创新与发展。

       (3)研究主题深度。国外在SKOS模型应用方面的研究主题不仅是传统知识组织系统的语义描述，还包括对SKOS的局限及其扩展研究、SKOS词表管理质量控制以及基于SKOS的信息语义整合与共建共享服务等方面，对每一个研究主题都有较为深入的探讨，如对SKOS词表质量控制研究方面，相关学者对词表进行了不断扩展、细化与修正。只有开展深入细化的研究，才能产生具有较强的实践指导作用的研究成果。

       5 结语

       知识组织系统是图书馆界几十年智慧的结晶，是图书馆界最值得骄傲的宝贵财富。过去由于共享机制及管理机制的限制，这些成果一直深藏于图书馆内部并且缺乏及时的更新和维护。SKOS及关联数据的发展，得到了越来越多包括图书情报及计算机学科研究人员的重视，这也为知识组织系统走出图书馆、参与众多领域的信息组织提供了良好的契机。我国研究人员应该以现有的研究和实践为基础，借鉴国外理论研究与实践成果，尽快对现有的知识组织系统进行共享化、语义化、关联化的改造和修订，提升其在不同领域内知识组织的能力，加快我国知识组织系统语义网络的应用步伐。

       作者贡献说明：

       刘磊：负责文章选题、总体设计和修改；郭诗云：撰写和修改初稿；何琳：参与选题设计、初稿撰写和修改。

       收稿日期：2014-12-22 修回日期：2015-02-05

标签：语义分析论文;  网络映射论文;  分类数据论文;  语言描述论文;  数据检索论文;