About the Project

项目介绍

敦煌壁画主题词（Dunhuang Mural Thesaurus）项目旨在构建一个规范、全面的敦煌壁画领域主题词表，为敦煌壁画数字资源的深度语义标注、语义检索、知识组织、信息关联与共享等提供一套受控词表。敦煌壁画主题词表汇集敦煌学、艺术史、图像志等多学科研究内容，使用人机协同的词表编制与构建方法，利用自然语言处理与机器学习技术，从敦煌壁画研究语料库中自动提取领域主题词，并通过人工的主题词归类、概念间关系的定义以及质量校对，实现人机协同的词表主题词不断充实与完善。敦煌壁画叙词表的构建具有重要的意义，其作为知识组织的框架体系和概念集，将提供自动标引、信息抽取、自动分类等信息加工自动化的支撑，也是智能化知识检索、知识挖掘、知识发现的基础工具。

敦煌壁画叙词表的构建促进了人文学者的研究与敦煌壁画数字人文应用的开发，也为我国文化遗产领域相关受控词表与主题词表的构建提供参考借鉴。该项目由武汉大学数字人文研究中心与敦煌研究院共同合作完成。

Context

背景

Outcomes

主要成果

目前，敦煌壁画主题词表包括代理者、物理特质、活动、时间、物件五大分面，并设置25个二级类目，层级深度最高为10层；主题词表共包含主题词3853个，其中与AAT关联的主题词共430个，数据库中三元组数量共27500个。

在此基础上，在遵循W3C词表RDF发布的最佳实践，参考SKOS模型与盖蒂词表本体模型，建立敦煌壁画主题词表本体模型以规范词表的语义转换；然后，按照叙词表本体将敦煌词表进行语义转换，并对数据进行质量检验；通过SPARQL查询的方式与AAT进行概念关联匹配；最后，完成主题词表关联数据集的存储与发布。基于Apache Jena框架搭建敦煌壁画主题词表关联数据服务平台，提供主题词表关联数据浏览、词表可视化、主题词查询、SPARQL查询等功能以及关联开放数据服务。