科研实体名称规范的关联数据模型构建

来源：图书情报工作杂志2020年第10期北京时间：

作者：周毅,张建勇,刘峥,刘秀敏

单位：中国科学院文献情报中心, 北京, 100190

摘要：[目的/意义] 旨在研究将国家科技图书文献中心（National Science and Technology Library，NSTL）的科研实体名称规范数据发布为关联数据的难点——关联数据的数据模型。科研实体名称规范数据的数据模型研究，有助于NSTL科研实体数据的共享、互联、质量提升，融入到互联网中，同时也为其他机构使用、发布关联数据提供模型参考。[方法/过程] 首先，分析比较国内外关联数据发布项目中所采用的数据模型，发现关联数据发布项目中的数据模型主要分为以Schema.org为核心和多种标准词表组合两类；结合NSTL名称规范数据的特点，设计两种形式的关联数据模型，并从关联数据模型对名称规范数据的表达程度、模型复杂度等角度进行比较，选择较优方案；最后以D2RQ为工具进行实验，将NSTL名称规范的样例数据发布为关联数据。[结果/结论] 分析发现两种方案中以Schema.org为核心标准词表的方案相对于多种标准词表组合的方案有较优的表达完整度、较低的模型复杂度，更易于融入互联网，因此更适合作为NSTL名称规范数据的关联数据模型。

关键词：科研实体,名称规范,关联数据,数据模型,

基金资助：本文系国家科技图书文献中心（NSTL）资助项目"名称规范数据库建设"（项目编号：科1817）研究成果之一。