基于RDF的教育資源描述資料

1、姓 名導(dǎo) 師張書涵夏幼明教授(jioshu)基于(jy)RDF的教育資源描述共二十九頁(yè)目錄1234元數(shù)據(jù)(shj)與教育資源建設(shè)技術(shù)規(guī)范XML語(yǔ)言與資源(zyun)描述框架RDF基于RDF模型的半結(jié)構(gòu)化知識(shí)表示教育資源特征提取與分類算法共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 什么(shn me)是元數(shù)據(jù)？ 元數(shù)據(jù)可以出現(xiàn)在數(shù)據(jù)內(nèi)部、獨(dú)立于數(shù)據(jù)、伴隨著數(shù)據(jù)、與數(shù)據(jù)包裹在一起等形式。 元數(shù)據(jù)，最常見(jiàn)的寬泛定義是關(guān)于數(shù)據(jù)的數(shù)據(jù)，具體講的是關(guān)于數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 元數(shù)據(jù)(shj)的種類對(duì)于元數(shù)據(jù)的種類有不同的分類方法，一般分為描述性元數(shù)據(jù)、結(jié)構(gòu)性元

2、數(shù)據(jù)、存取控制性元數(shù)據(jù)、評(píng)價(jià)性元數(shù)據(jù)。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 元數(shù)據(jù)(shj)在教育領(lǐng)域中的應(yīng)用1、用于教育信息資源的組織2、用于教育信息資源的檢索與導(dǎo)航3、用于教育信息資源數(shù)據(jù)庫(kù)的設(shè)計(jì)與維護(hù)4、用于系統(tǒng)管理機(jī)制的描述共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有的教育資源元數(shù)據(jù)(shj)標(biāo)準(zhǔn)1、都柏林核心元數(shù)據(jù)標(biāo)準(zhǔn) 英文名是“Dublin Core Metadata”，簡(jiǎn)稱DC元數(shù)據(jù)。它于1995年3月，由美國(guó)聯(lián)機(jī)圖書館中心與國(guó)家超級(jí)計(jì)算應(yīng)用中心聯(lián)合發(fā)起，目的是希望建立一套描述網(wǎng)絡(luò)學(xué)習(xí)資源的方法，方便人們檢索。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有

3、的教育資源元數(shù)據(jù)(shj)標(biāo)準(zhǔn)1、都柏林核心元數(shù)據(jù)標(biāo)準(zhǔn)DC元數(shù)據(jù)為網(wǎng)絡(luò)教育資源制定了一組通用核心集，該標(biāo)準(zhǔn)對(duì)網(wǎng)絡(luò)教育資源相關(guān)的15個(gè)核心元素進(jìn)行了規(guī)定，并分成了三類。一是教育資源內(nèi)容描述類，主要包括Title, Subject, Description,Source, Language, Relation等；二是知識(shí)產(chǎn)權(quán)類，包括Creator, Publisher等；三是外部屬性描述類，包括Date, Type, Format等。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有(xin yu)的教育資源元數(shù)據(jù)標(biāo)準(zhǔn)1、都柏林核心元數(shù)據(jù)標(biāo)準(zhǔn)DC元數(shù)據(jù)比較簡(jiǎn)單，容易理解，規(guī)定的內(nèi)容也較少，是一個(gè)

4、良好的教育資源描述元數(shù)據(jù)集。但是，在描述較復(fù)雜的學(xué)習(xí)對(duì)象時(shí)，不能詳細(xì)的對(duì)教育資源的屬性進(jìn)行描述，具有一定的局限性。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有(xin yu)的教育資源元數(shù)據(jù)標(biāo)準(zhǔn)2、學(xué)習(xí)對(duì)象元數(shù)據(jù)（Learning Object Metadata） 簡(jiǎn)稱LOM元數(shù)據(jù)，是與學(xué)習(xí)對(duì)象相關(guān)的一切信息。它于1996年IEEE的學(xué)習(xí)技術(shù)標(biāo)準(zhǔn)委員會(huì)研究產(chǎn)生，方便對(duì)學(xué)習(xí)對(duì)象進(jìn)行檢索、查詢、定位和管理。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有的教育資源元數(shù)據(jù)(shj)標(biāo)準(zhǔn)2、學(xué)習(xí)對(duì)象元數(shù)據(jù)（Learning Object Metadata）IEEE LOM主要對(duì)學(xué)習(xí)對(duì)象的9

5、個(gè)基礎(chǔ)類別的特征進(jìn)行規(guī)范和描述:通用類、生存周期類、元-元數(shù)據(jù)、技術(shù)類、教育類、權(quán)利類、關(guān)聯(lián)類、注釋類、分類類共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有(xin yu)的教育資源元數(shù)據(jù)標(biāo)準(zhǔn)2、學(xué)習(xí)對(duì)象元數(shù)據(jù)（Learning Object Metadata）從元素構(gòu)成上看，LOM較為復(fù)雜，分為9大類，每一類下面由有二級(jí)元素，一共47個(gè)左右。但是其修飾詞卻不復(fù)雜，只有部分元素有修飾詞。從資源描述能力上看，相比DC元數(shù)據(jù)，LOM的資源描述深度和廣度要強(qiáng)的多，是更專業(yè)的教育資源描述工具。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有的教育資源元數(shù)據(jù)(shj)標(biāo)準(zhǔn)3、中國(guó)網(wǎng)絡(luò)教育技術(shù)標(biāo)

6、準(zhǔn)英文名稱China E-Learning Technology Standards，簡(jiǎn)稱CELTS。它于2001年由中國(guó)教育信息化技術(shù)標(biāo)準(zhǔn)委員會(huì)提出，是一個(gè)具有中國(guó)特色的網(wǎng)絡(luò)技術(shù)標(biāo)準(zhǔn)。共二十九頁(yè)1元數(shù)據(jù)(shj)與教育資源技術(shù)規(guī)范 現(xiàn)有(xin yu)的教育資源元數(shù)據(jù)標(biāo)準(zhǔn)3、中國(guó)網(wǎng)絡(luò)教育技術(shù)標(biāo)準(zhǔn)學(xué)習(xí)對(duì)象元數(shù)據(jù)規(guī)范CELTS-3教育資源建設(shè)技術(shù)規(guī)范CELTS-41基礎(chǔ)教育教學(xué)資源元數(shù)據(jù)規(guī)范CELTS-42共二十九頁(yè)2XML語(yǔ)言(yyn)與資源描述框架RDF 什么是資源描述(mio sh)框架RDF？ RDF是一種元數(shù)據(jù)框架，它借助網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器可識(shí)別應(yīng)用程序之間的互操作性，使網(wǎng)絡(luò)資源自動(dòng)化處理。

7、RDF的主要目標(biāo)是為了解決互聯(lián)網(wǎng)中信息的語(yǔ)義化，它支持對(duì)元數(shù)據(jù)語(yǔ)義的描述以及元數(shù)據(jù)之間的互操作性，在應(yīng)用中也支持基于推理的知識(shí)發(fā)現(xiàn)而不是全文匹配檢索。共二十九頁(yè)2XML語(yǔ)言(yyn)與資源描述框架RDF RDF框架(kun ji)RDF數(shù)據(jù)模型、RDF模式和RDF語(yǔ)法 1、RDF數(shù)據(jù)模型RDF數(shù)據(jù)模型形成對(duì)資源的形式描述，通過(guò)使用標(biāo)記圖（或“節(jié)點(diǎn)和弧”圖）表示，包括：資源、屬性、屬性值三部分。資源屬性值屬性資源可能是整個(gè)網(wǎng)頁(yè)、網(wǎng)頁(yè)的一部分或頁(yè)面的全部集合，或者是不能通過(guò)Web直接訪問(wèn)的對(duì)象屬性是描述某個(gè)資源特定的方面、特征、性質(zhì)或關(guān)系共二十九頁(yè)2XML語(yǔ)言(yyn)與資源描述框架RDF2、RD

8、F模式（RDF Schema）RDF模式定義了RDF描述資源時(shí)所用的詞匯集，包括(boku)類和屬性。3、RDF語(yǔ)法-基于XML的語(yǔ)法共二十九頁(yè)2XML語(yǔ)言與資源描述(mio sh)框架RDF xmlns:g=“grid:/schema#”LiMing共二十九頁(yè)2XML語(yǔ)言(yyn)與資源描述框架RDF資源類型屬性名稱含義屬性描述資源包含的基本屬性（Resources）Name表示資源名稱由資源創(chuàng)建者都提供者給出的資源名稱。Address表示資源地址使用URI進(jìn)行標(biāo)識(shí)。Type表示資源類型從類型列表中選取。Provider表示資源的提供者提供資源的個(gè)人或機(jī)構(gòu)registerDate表示資源的注

9、冊(cè)日期使用YYYY MM-DD形式Validate表示資源的有效日期資源可利用到不可利用狀態(tài)的日期下限D(zhuǎn)escription表示資源的簡(jiǎn)略描述資源內(nèi)容的文本描述網(wǎng)格中資源(zyun)基本屬性共二十九頁(yè)2XML語(yǔ)言與資源(zyun)描述框架RDF!DOTYPE rdf:RDF” xmlns:rdf=“ /1999/02/22-rdf-syntax-ns#” xmlns:rdf=“ /2000/01/rdf-schema#” xml:base=“/schemas/allresource” 共二十九頁(yè)3基于RDF模型(mxng)的半結(jié)構(gòu)化知識(shí)表示設(shè)有目標(biāo)域?yàn)镈，D中所以數(shù)據(jù)源的集合(jh)為SD=S

10、i,Si為二元組，E為Si中數(shù)據(jù)元素的集合E=e ，R為Si 中數(shù)據(jù)元素之間關(guān)系的集合R=e ,e ,rik（e ,e Ei）則有：Si,f,sM,f(si)=f()=f() f(si)= f(e ) E,f(e ),f(e ),f(e ) R設(shè)目標(biāo)域D上的元數(shù)據(jù)M，其描述能力為二元組，E為M支持的數(shù)據(jù)元素的集合，E=ei，R為M中數(shù)據(jù)元素之間的關(guān)系集合R=ei,ej,rk (ei ,ej) E) RDF形式化模型共二十九頁(yè)3基于RDF模型(mxng)的半結(jié)構(gòu)化知識(shí)表示LOM=General,Lifecycle,Metamedata,Technical,Educational,Rights,R

11、elation,Annotation,ClassificationGeneral=Identifier,Title,Catalogentry,Language,Description,Keywords,Coverage,Structure,Aggregationievel Lifecycle=Version,Status,ContributeMetamedata=Identifier,Catalogentry,Contribute,Metadata schema,LanguageTechnical=Format,Size,Requirment,Installatio_remarks,Other

12、_latform,Requirements,DurationEducational=Interactivity_type,Learning_resource_type, Interactivity_level,Semantic_density,Intend-ed_enduser_role,Context,Typical_agerange,Difficulty,Typica_larning_time,Description,LanguageRights=Cost,Copyright and restructions,DescriptionRelation=Kind,ResourceAnnotat

13、ion=Person,Date,DescriptionClassification=Purpose,Taxopath,Description,Keyword RDF形式化描述(mio sh)-LOM基本命名空間的縮寫共二十九頁(yè)3基于RDF模型(mxng)的半結(jié)構(gòu)化知識(shí)表示Base schema xmlns:rdf=“ /1999/02/22-rdf-syntax-ns#” xmlns:rdfs=“ /2000/01/rdf-schema#” xmlns:dc=“ /dc/elements/1.1/” xmlns:dcterms=“http:/dc/terms/” xml:base=“/2002

14、/09/lom-base#” ISO8601 Instances of this class are dates and times encoded with ISO8601. Entity Instances of this class are persons or organizations described by Cards RDF形式化描述(mio sh)-RDFS 詞匯表 示例共二十九頁(yè)4教育資源特征提取與聚類算法(sun f) 聚類框架(kun ji)混合XML文檔文檔約簡(jiǎn)約簡(jiǎn)文檔WordNet&自定義詞庫(kù)計(jì)算結(jié)構(gòu)相似度文檔結(jié)構(gòu)相似度結(jié)構(gòu)相似度權(quán)重文檔結(jié)構(gòu)相似度聚類文檔簇計(jì)算語(yǔ)義

15、相似度文檔語(yǔ)義 相似度語(yǔ)義相似度權(quán)重文檔預(yù)處理，去除冗余結(jié)構(gòu)共二十九頁(yè)4教育資源特征提取與聚類算法(sun f)在XML文檔樹中，完全標(biāo)簽路徑是從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的路徑上所有節(jié)點(diǎn)標(biāo)簽構(gòu)成的序列。任意一條從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的路徑不僅包含了根節(jié)點(diǎn)、葉子節(jié)點(diǎn)，還包括(boku)所有從根節(jié)點(diǎn)到達(dá)葉子節(jié)點(diǎn)所經(jīng)歷的中間節(jié)點(diǎn)。假設(shè)有N個(gè)待比較的文檔，定義D=d1,d2,dN為N個(gè)文檔所對(duì)應(yīng)的N棵DOM樹集合，di中的完全標(biāo)簽路徑集合為Pi=p1,p2,pm。完全標(biāo)簽路徑的個(gè)數(shù)對(duì)應(yīng)了葉子節(jié)點(diǎn)的個(gè)數(shù)。 XML文檔特征描述方法-完全標(biāo)簽路徑XML文檔片段樹ProductsBookISBNAuthorTitle算法

16、 完全標(biāo)簽路徑的獲取輸入 DOM樹集/樹的個(gè)數(shù)為N輸出 文檔的路徑集合P=p1,p2,pN， Pi=pi1,pi2,piMi/Mi表示文檔i的路徑數(shù)量Begin while(di in D) while(葉子節(jié)點(diǎn)jM) 先序遍歷di并獲得pij; add pij 到Pi END共二十九頁(yè)4教育資源特征提取與聚類算法(sun f) 語(yǔ)義相似(xin s)度計(jì)算算法 語(yǔ)義相似度計(jì)算輸入 矢量特征模型Doc;輸出 語(yǔ)義相似度矩陣Begin抽取XML文檔中的全部元素; while(Doci在文檔集D中) 創(chuàng)建擴(kuò)展元素向量Doci; while(Doci在文檔集D中) while(Docj在文檔集D中)

17、 計(jì)算Doci與Docj的相似度;END該算法比傳統(tǒng)的僅考慮詞頻的相似度計(jì)算方法相比，元素匹配程度提高了50%-100%。但是該方法未考慮元素所在層次結(jié)構(gòu)對(duì)相似度的影響。2001年美國(guó)Jung-Won Lee發(fā)表在IEEE上的文章Preparations for Semantics-Based XML Mining提出了一種計(jì)算XML文檔語(yǔ)義相似度的方法，該算法抽取XML文檔的元素節(jié)點(diǎn)，然后對(duì)每個(gè)元素節(jié)點(diǎn)建立擴(kuò)展標(biāo)記向量，通過(guò)擴(kuò)展標(biāo)記向量中的元素匹配程度進(jìn)行語(yǔ)義相似度計(jì)算，時(shí)間復(fù)雜度為O（N2），其中N是文檔數(shù)目。共二十九頁(yè)4教育資源特征提取與聚類算法(sun f)在XML文檔中，層次越高的元

18、素(yun s)往往比層次的的元素(yun s)更能反映文檔的信息，在描述文檔的時(shí)候更具有意義，因此在計(jì)算語(yǔ)義相似度時(shí)，應(yīng)把層次作為因子納入計(jì)算。 層次影響因子層次影響因子(Layer Affecting Factor)是指在XML文檔中，元素在文檔樹結(jié)構(gòu)中所處層次對(duì)語(yǔ)義相似度的影響程度。 定義為：其中， 是文檔i中第P個(gè)元素所在層次的數(shù)值， 是關(guān)于元素所在層次的函數(shù)。令 =于是，任意兩個(gè)元素之間的相似度有：共二十九頁(yè)4教育資源特征提取與聚類算法(sun f)以元素作為(zuwi)文檔的特征，用空間向量模型（VSM）為文檔建模，下面給出相似度計(jì)算公式： 語(yǔ)義相似度計(jì)算其中，m n 是文檔i ,j的元素個(gè)數(shù)，HighestScore為某對(duì)元素完全匹配時(shí)的最高評(píng)分