[發明專利]一種對電子圖書內容進行語義描述的方法及系統

無效

• 申請號: 201110289163.2
• 申請日: 2011-09-27
• 公開（公告）號: CN102360351A
• 公開（公告）日: 2012-02-22
• 發明（設計）人: 張訓軍
• 申請（專利權）人: 北京中科希望軟件股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及電子圖書數字出版技術領域，特別是涉及一種對電子 圖書內容進行語義描述的方法及系統。

背景技術

出版企業目前正在把紙質圖書進行電子格式的加工，形成各類電 子文件。電子文件比較紙質圖書最大的優勢在于內容可以被檢索，極 大地加快了傳統內容檢索的效率，這種技術進步促進了數字出版的誕 生與發展。但是，目前這些格式的電子文件的檢索方式僅僅是全文檢 索與關鍵字檢索，全文檢索暴露的問題是不能精確檢索到讀者真正想 要的內容，最簡單的例子如，檢索“中國”的結果中，一定包括“發 展中國家”這樣的內容。當內容呈現海量時，通過全文檢索的方式就 會檢索到非常多的無效結果，最終使檢索變得低效。而關鍵字的檢索 大多用于文章的檢索，沒有人應用到圖書的各個局部中。

隨著人類社會的發展，人們獲取知識與信息的方式正在發生著變 化，很多人更希望精準地獲取一本圖書中的部分內容，甚至是很少一 部分內容，一本圖書中的大多數內容可能并不是讀者所需要的。這個 市場需求要求圖書的每一個片斷內容是可以被工具按照某種方式被 識別、被檢索的。

本發明就是要通過圖書內容分割與內容語義描述兩種手段相結 合的方式來解決圖書內容的檢索效率的問題。所謂語義描述就是對圖 書中的某一段內容進行一些概括性的解釋，這些解釋的目的就是設法 把讀者的訴求與圖書的內容連接在一起，比如，讀者的訴求往往是“什 么是萬有引力？”、“如何做雞蛋炒西紅柿？”、“地球自轉的原因是 什么？”，如果要讓工具在浩如煙海的圖書中快速而又精準地檢索到 這些內容，那么就要對這些圖書的某段內容進行“萬有引力的定理” “、“做雞蛋炒西紅柿的方法”這樣的概括性的語義描述。

要實現圖書內容的語義描述的目標，就必須解決好兩個問題：

一是要有一個很好的方法來分割圖書內容，使分割的片斷內容可 以任意大小，同時保持一定的層次關系。目前已有的分割方法不能實 現任意大小的分割，不能實現跨章、跨節的片斷的分割，完全是按傳 統排版結構來分割的；

二是建立一種方法來對每一個片斷內容進行多角度的語義描述， 使之與讀者多種訴求相聯系。目前對圖書的語義描述僅僅是關鍵詞， 沒有完整的語義，更沒有與某種市場需求對應起來。

發明內容

鑒于現有技術的缺陷，本發明提供一種對電子圖書內容進行語義 描述的方法，其特征在于包括如下步驟：(1)用XML語言，按照電子 圖書中對結構及語義描述的規則與賦值范圍產生一個包括結構字典 與語義字典的XML?Schema文件；(2)導入電子圖書并按照所述結構 字典把電子圖書內容拆分成多個片斷；(3)為每個片斷賦予用于標出 其在電子圖書中的先后順序及嵌套關系的結構屬性，生成一個具有先 后順序及嵌套關系的XML文件；(4)在所述XML文件中按照所述語義 字典分別對每個片斷進行語義描述賦值，形成一個新的XML文件；(5) 對新的XML文件添加XML?Schema聲明、版權聲明最終形成的電子圖 書文件。

本發明進一步提供一種對電子圖書內容進行語義描述的系統，其 特征在于包括：(1)用于使用XML語言，按照電子圖書中對結構及語 義描述的規則與賦值范圍產生一個包括結構字典與語義字典的XML Schema文件的裝置；(2)用于導入電子圖書并按照所述結構字典把 電子圖書內容拆分成多個片斷的裝置；(3)用于為每個片斷賦予用于 標出其在電子圖書中的先后順序及嵌套關系的結構屬性，生成一個具 有先后順序及嵌套關系的XML文件的裝置；(4)用于在所述XML文件 中按照所述語義字典分別對每個片斷進行語義描述賦值，形成一個新 的XML文件的裝置；(5)對新的XML文件添加XML?Schema聲明、版 權聲明最終形成的電子圖書文件的裝置。

本發明能夠實現電子圖書的片斷內容的語義描述，圖書不再是完 整的一部，而是被有目的地分成若干個片斷，每一個片斷都對應著讀 者的一個或多個訴求，海量的圖書最終形成了海量的知識庫，而不是 簡單的數據庫。讀者的每一個問題都能從知識庫中檢索到一個或多個 答案，這完全高于全文檢索與關鍵字的檢索效率，這在垃圾數據日益 膨脹的未來更加重要與迫切。此外，語義描述后的圖書形成的知識庫， 可以根據語義的組合及機器推理工具產生智能庫，為人工智能的發展 將起到重要作用。本發明專利屬于用于外部數據處理的涉及計算機程 序的發明專利。

附圖說明

圖1是本發明對電子圖書進行語義描述的方法的數據處理流程 圖。