高劲松,付家炜

• 1:华中师范大学信息管理学院

摘要(Abstract)：

【目的/意义】文物图像资源日益成为数字人文基础设施建设的重要内容,为了克服存在于图像资源内容与形式上的"语义鸿沟"对其开发利用产生的消极影响,有必要面向文物图像资源底层视觉特征与高层语义特征的精细化映射与细粒度知识表示进行相关研究。【方法/过程】本文在分析文物图像资源知识表示需求与表示策略的基础上,提出了基于知识元构造的文物图像资源细粒度知识表示模型。在模型设计的基础上,以著名绘画文物《历代帝王图卷》为例,阐述了面向文物图像资源细粒度表示需求进行知识元提取、构造与数据发布的具体流程。【结果/结论】实验结果表明,本文提出的基于知识元的文物图像资源细粒度知识表示方法能够在图像底层视觉特征与高层语义特征之间建立有效的语义映射关系,并通过与外部知识库的数据关联实现与开放关联数据网络的深度融合。【创新/局限】本文从知识元角度出发,提出了文物图像资源的细粒度知识表示方法,在未来的研究中还需对文物图像知识元的自动提取以及基于知识元的图像资源知识发现方法进行更深入地探索。

关键词(KeyWords)： 文物图像资源;知识元;细粒度;知识表示;本体;数字人文

Abstract:

Keywords:

基金项目(Foundation): 中央高校基本科研业务费自由探索项目“面向用户的文物信息资源知识服务研究”（CCNU20A06025）;; 国家社会科学基金重大项目“新时代我国文献信息资源保障体系重构研究”（19ZDA345）

作者(Author): 高劲松,付家炜

DOI: 10.13833/j.issn.1007-7634.2022.01.003

参考文献(References)：

• 1王晓光,徐雷,李纲.敦煌壁画数字图像语义描述方法研究[J].中国图书馆学报,2014,40(1):50-59.
• 2 徐雷,王晓光.叙事型图像语义标注模型研究[J].中国图书馆学报,2017,43(5):70-83.
• 3 曾子明,周知.面向数字人文的图像语义描述模型研究[J].情报理论与实践,2018,41(1):116-121.
• 4 张永娟,刘炜,于建荣,陈涛.基于IIIF和语义知识图谱的印章资源整合与知识发现研究[J].图书情报工作,2020,64(7):127-135.
• 5 谈国新,侯西龙,庄文杰.非物质文化遗产多媒体资源语义组织研究[J].图书馆学研究,2017(24):42-52.
• 6 曾子明,周知,蒋琳.基于关联数据的数字人文视觉资源知识组织研究[J].情报资料工作,2018(6):6-12.
• 7 Rubhasy A,Paramartha A A G Y,Budi I,et al.Management and retrieval of cultural heritage multimedia collection using ontology[C]//2014 The 1st International Conference on Information Technology,Computer,and Electrical Engineering.IEEE,2014:255-259.
• 8 Podder D,Mukherjee J,Aswatha S M,et al.OntologyDriven Content-Based Retrieval of Heritage Images[M].Singapore:Springer,2018:143.
• 9 周知,曾子明.数字人文视觉资源语义知识层次化聚合服务研究[J].情报资料工作,2018(6):13-20.
• 10 陈涛,张永娟,单蓉蓉,刘炜.数字人文图像资源语义化建设框架研究[J].数字人文,2020(2):106-115.
• 11 Badr Y, Chbeir R. Automatic image description based on textual data[C]//Journal on Data Semantics VII. SpringerVerlag,2005:196-218.
• 12 Zhang Q, Izquierdo E. Multifeature analysis and semantic context learning for image classification[J]. ACM Transactions on Multimedia Computing,Communications,and Applications(TOMM),2013,9(2):1-20.
• 13 Pieck M A R,van der Sommen F,Zinger S,et al.Real-time semantic context labeling for image understanding[C]//2015 IEEE International Conference on Image Processing(ICIP).IEEE,2015:3180-3184.
• 14 El-Ghany S A,Elminir H K,Riad A M.An Improved Image Annotation and Retrieval System Using Hybrid Based Semantic and Context Data Analysis[C]//2019 International Conference on Computer and Information Sciences(ICCIS).IEEE,2019:1-5.
• 15 夏立新,白阳,孙晶琼.基于关联标签的非遗图片资源主题发现研究[J].图书情报工作,2016,60(2):22-29.
• 16 Gupta A,Mannem P.From image annotation to image description[C]//International Conference on Neural Information Processing.Springer,Berlin,Heidelberg,2012:196-204.
• 17 Garcia N,Renoust B,Nakashima Y.Context-Aware Embeddings for Automatic Art Analysis[C]//Proceedings of the2019 on International Conference on Multimedia Retrieval.ACM,2019:25-33.
• 18 Renoust B, Oliveira Franca M, Chan J, et al. Historical and Modern Features for Buddha Statue Classification[C]//Proceedings of the 1st Workshop on Structuring and Understanding of Multimedia heritAge Contents.ACM,2019:23-30.
• 19 侯西龙.非物质文化遗产视频资源语义组织研究[D].武汉：华中师范大学,2018.
• 20 高劲松,马倩倩,周习曼,梁艳琪.文献知识元语义链接的图式存储研究[J].情报科学,2015,33(1):126-131.
• 21 武建光,苏云梅,于琦,贺培风.基于知识元的学术文献分类研究[J].情报理论与实践,2019,42(3):160-165.
• 22 毕崇武,王忠义,宋红文.基于知识元的数字图书馆多粒度集成知识服务研究[J].图书情报工作,2017,61(4):115-122.
• 23 李卫民,徐楠,闫伟.基于知识单元组合关联的高校图书馆延伸服务深度研究[J].情报资料工作,2016(2):67-71.
• 24 王忠义,沈雪莹,黄京.基于知识元的中文文本层级分割[J].图书情报工作,2019,63(7):105-115.
• 25 谭荧,唐亦非.面向科学文献的事实知识元自动抽取方法研究[J].情报科学,2020,38(4):23-27,36.
• 26 The thirteen emperors[EB/OL].[2020-12-01].https://collections.mfa.org/objects/29071/the-thirteen-emperors.
• 27 李惠,陈涛,单蓉蓉.跨越时空的对话——构建基于IIIFIIP语义标注平台的书画记忆链[J].农业图书情报学报,2020,32(9):15-21.
• 28 阎立本《历代帝王图卷》[EB/OL].[2020-12-01].http://www.usources.cn/sas/view.jsp?manifest=http://www.usources.cn/sas/manifest/jvv8hsqyds54gswfcfwkom2sv5u9ac5l.json.
• 29 Wikidata Query Service[EB/OL].[2020-12-01]. https://query.wikidata.org/.