国家标准文档结构化置标

《国家标准文档结构化置标》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014,No.4STANDARDSCIENCE·ResearchonStandardApplication·国家标准文档结构化置标1221蒋碧蓉程永红王海涛荀恩东（1.北京语言大学；2.中国标准化研究院）摘　要：目前，国家标准文档主要以pdf或者word格式进行保存，且还有大量较早出版的标准文档只有纸质的形式，只能购买整篇文档进行阅读，用户很难及时获取及查询相关标准内容。另外，标准文档无法包含制修订过程信息，造成责任无法追溯。随着计算机和信息技术的发展，国家标准文档作为社会经济发展的基础和重要支撑，其技术革新的问题变得日益迫切和重要。本文全面考察了标准文档的结构，针对以

2、上问题提出了使用XML进行内容结构化的实验框架。关键词：国家标准XML结构化DOI编码:10.3969/j.issn.1674-5698.2014.04.009ResearchonNationalStandardswithStructuredXML1221JIANGBi-rongCHENGYong-hongWANGHai-taoXUNEn-dong（1.BeijingLanguageandCultureUniversity；2.ChinaNationalInstituteofStandardization）Abstract:Thenationalstandardsnowa

3、resavedinformatofpdforword,andtherearealargenumberofstandardspublishedearlieronlyindocuments.Usershavetobuythedocumenttoreadanditisdifficulttoaccesstoandinquirerelevantcontents.Inaddition,thestandarddocumentsdonotcontaintheprocessinformationofdevelopmentandrevision,resultinginthefailureof

4、traceresponsibility.Withthedevelopmentofcomputerandinformationtechnology,nationalstandards,asthebasisofsocialandeconomicdevelopment,thetechnicalinnovationofstandardshasbecomeincreasinglyurgentandimportant.Thispaperstudiesthestructureofstandarddocumentsandproposesanexperimentframeworkofsta

5、ndardizingcontentsbyusingXML.Keywords:standard,XML,structure.1引言中体现在以下几个方面：（1）标准信息资源总量差距大，时效性不强、国家标准主要形式包括纸质出版物和PDF层次低、加工水平低、信息粒度粗、信息质量差；（Word）格式文本。在信息技术日益发展、信息资（2）信息资源加工和技术手段落后，信息传递源日趋重要的当今社会，单纯的两种方式已经远远不不畅或者滞后；能满足社会对于国家标准信息的需求，大大限制了国（3）标准制定过程信息缺失，无法追溯责任；家标准服务社会的功能。（4）标准信息检索仍以简单的题录信息查询为目

6、前，我国标准工作在信息化方面的主要问题集主，只能满足于一般的应用和需求，尚未实现全文检基金项目：本文研究得到质检公益性行业科研专项（201210210）、中国标准化研究院院长基金项目（522013Y-3062）、国家科技支撑计划（2012BAH16F00）和自然科学基金（61170162）的资助。作者简介：蒋碧蓉，硕士，研究方向为中文信息处理。43·标准应用研究·标准科学2014年第4期索和知识查询，同国外信息技术发展形成鲜明反差。2.2使用XML进行国家标准文档结构化的主要困难因此，对国家标准文档进行结构化封装，使之更（1）颗粒度。标准文档的内容可能会非常庞利于存储、检

7、索和深度利用，更好地服务社会，这一杂，层级结构多。如果颗粒度定义得太细或者太粗，问题变得日益迫切和重要。都会导致封装的XML结构太过于复杂，且不利于存储可扩展标记语言(ExtensibleMarkupLanguage,XML)，和检索，失去了结构化的意义。所以，这就需要准确用于标记电子文件使其具有结构性的标记语言，可以地定义结构层级和颗粒度，既能完整地包含原标准文用来标记数据、定义数据类型，是一种允许用户对自档的内容，又能充分体现出结构化的逻辑和条例，还己的标记语言进行定义的源语言。XML是标准通用有保证数据后期便于存储和查询