DB44DB44/T1888—2016標準文獻全文XML解析規(guī)范2016-09-08發(fā)布2017-01-01實施廣東省質(zhì)量技術(shù)監(jiān)督局發(fā)布 Ⅲ Ⅴ 1 1 1 2 3 7 14 28 31 33ⅠⅢV隨著網(wǎng)絡技術(shù)、計算機技術(shù)和信息技術(shù)的飛速發(fā)展，標準文獻的信息組織模式已從卡片式目錄手工檢索的模式轉(zhuǎn)換為數(shù)據(jù)庫存儲計算機檢索的模式，通過題錄加工和全文掃描，建立了題錄數(shù)據(jù)庫和全文數(shù)據(jù)庫，實現(xiàn)了題錄信息的計算機檢索和相關(guān)標準文本的自動鏈接，但是檢索結(jié)果往往是與目標信息相關(guān)的標準文獻，還需要進一步通過瀏覽文本獲取最終的目標信息，難以實現(xiàn)知識管理和知識發(fā)現(xiàn)。標準信息挖掘是通過數(shù)字化和結(jié)構(gòu)化的信息加工，實現(xiàn)多途徑和多維度的信息檢索，全方位和細粒度的信息抽取，如圖1所示。信息加工結(jié)構(gòu)化信息檢索標準信息挖掘信息抽取圖1標準信息挖掘針對采集的資源的格式不同，在綜合考慮加工時間、成本和效益的基礎(chǔ)上，建立標準文獻全文結(jié)構(gòu)化解析模型，提出了采用XML(即可擴展置標語言)描述的半結(jié)構(gòu)化和全結(jié)構(gòu)化兩種標準全文結(jié)構(gòu)化數(shù)據(jù)格式。1本標準規(guī)定了標準信息挖掘過程中的標準文獻全文結(jié)構(gòu)化解析模型，以及半結(jié)構(gòu)化和全結(jié)構(gòu)化標本標準適用于半結(jié)構(gòu)化和全結(jié)構(gòu)化標準文獻全文格式和存儲格式的定義，支持不同的數(shù)字化標準下列文件對于本文件的應用是必不可少的。凡是注日期的引用文件，僅所注日期的版本適用于本GB2312-1980信息交換用漢字GB13000-2010信息技術(shù)通用多八位編碼GB/T18793-2002信息技術(shù)可擴展置標語言標準文獻經(jīng)過數(shù)字化、結(jié)構(gòu)化的信息加工，實現(xiàn)多途徑多維度的信息檢索，以及全方位和細粒度2標準通用置標語言(SGML)的子集，是一種用于標記電子文件使其具有結(jié)構(gòu)性的標記語言，它為描述和交換結(jié)構(gòu)化數(shù)據(jù)提供統(tǒng)一方法。3.5元素element在諸如HTML和SGML之類的標記語言中，一組標記、標記之間的內(nèi)容以及標記所含的所有屬性的組3.6只包含了標準全文部分的內(nèi)容和結(jié)構(gòu)信息的文檔，稱為半結(jié)構(gòu)化標準全文。3.7完全包含標準全文內(nèi)容和結(jié)構(gòu)信息的文檔，稱為全結(jié)構(gòu)化標準全文。4標準全文結(jié)構(gòu)化解析模型綜合考慮標準化對象、技術(shù)要素和標準文本三個方面，在內(nèi)容層面和展現(xiàn)層面建立了如圖2所示的標準全文結(jié)構(gòu)化解析模型。分類方法1分類方法1標準全文分類方法Schema文件分類方法3標準全文分類方法XML文件條文標準全文Schema文件標準全文XML文件公式分類方法2展現(xiàn)層面圖表圖1標準全文結(jié)構(gòu)化解析模型3標準的可選元素，以標準類型進行組織，（預留今后擴SpecialStandard的子節(jié)點，可為A3，...第一個標準類型的擴展元素第二個標準類型的擴展元素Text/Image/Table/Form4約束定義別名Section的子元素，可選Section的子元素，可選定義Section的子元素，可選b)元素的Id、名稱、是否必須著錄、是否多值等屬性應進行設(shè)定，這些設(shè)置決定結(jié)構(gòu)化標準全層次結(jié)構(gòu)NormalStandardSpecialStand名稱類型使用默認固定注解5.2.2元素StructTextDocu層次結(jié)構(gòu)5層次結(jié)構(gòu)名稱類型使用默認固定注解層次結(jié)構(gòu)NameOther-NamesTagDefineNelementsNormalStandardS6使用固定注解層次結(jié)構(gòu)目類型父元素5.2.6元素StructTextDocument/NormaIStandard/Section/Other-Names層次結(jié)構(gòu)父元素5.2.7元素StructTextDocument/NormaIStandard/Section/Tag7層次結(jié)構(gòu)類型5.2.9元素StructTextDocume層次結(jié)構(gòu)目類型5.2.10元素StructTextDocument/NormalStandard/Section/Other-Names/Alias層次結(jié)構(gòu)約束定義半結(jié)構(gòu)化標準文獻XML文件的根節(jié)點8約束定義條文信息用于描述元素中的圖片信息圖片所在頁數(shù)圖片路徑，一般僅著錄文件名用于描述元素中的表格信息表格圖片路徑，一般僅著錄文件名用于描述元素中的公式信息公式所在頁數(shù)公式圖片路徑，一般僅著錄文件名Image,Table,Formula的子元素Image,Formula的子元素圖片和公式的說明信息層次結(jié)構(gòu)使用<xs:elementref="Section”maxOccurs=<xs:attributename="std_no"type="xs:string"use<xs:attributename="name"type="xs:string"use9層次結(jié)構(gòu)使用默認固定注解<xs:elementref="Image”maxOccurs=<xs:elementref="Table"max0<xs:elementref="Formula”maxOccurs=<xs:attributename="id"type="xs:string"use<xs:attributename="name"type="xs:string"use<xs:attributename="t<xs:restrictionbase<xs:enumerationvalu層次結(jié)構(gòu)曰attributes使用默認固定注解<xs:attributename="page"type="xs:string"use層次結(jié)構(gòu)名稱類型使用默認固定注解pathxs:stringrequi<xs:elementref="Title"type=<xs:elementref="Desc<xs:attributename=“path”type="xs:string"use<xs:attributename=“page”type=<s:attributename="1eft<xs:attributename="top”type=<xs:attributename="right"type=<xs:attributename="bottom層次結(jié)構(gòu)使用<xs:elementref="Title"type=<xs:elementref="Content"type=<xs:attributename=“page”type="xs:stri<xs:attributename="path"type=”xs:stri<xs:attributename="left"type=<xs:attributename="top<xs:attributename="right<xs:attributename="bottom"type=層次結(jié)構(gòu)<xs:elementref="Title"type="xs:<xs:elementref="Desc"type="<xs:attributename="path"type="xs:string"use="re<xs:attributename="page"type="xs:string"use="re<xs:attributename="left"type="xs:<xs:attributename="top"type="xs:<xs:attributename="right"type="xs:<xs:attributename="bottom"type="xs:6.2.7元素Standard/Sectio<xs:elementname="Content"type="xs:6.2.8元素Standard/Section/Formula/Title類型<xs:elementname="Titl類型<xs:elementname="Des7.1.4文檔元素的屬性、約束與頁面元素的關(guān)系見表3。123415617819圖表注條1圖表注圖注11a圖表注層次結(jié)構(gòu)范圍封面目次前言引言范圍引用文件正文條款附錄參名稱類型LanguageXS:languaUpdatetimeXS:datetTiUpdateuserXS:string<xs:elementname="文檔"><xs:documentation>Commentdescribingyourrootelement</xs:d<xs:elementname=“目次”mi<xs:elementname=“引言”mi<xs:elementname="范圍"/><xs:elementname="引用文件”minOccurs="0"/><xs:elementname="正文條款”maxOccurs="unbounded"/><xs:elementname="附錄"minOccurs="0"maxOccurs="unbounded"/><xs:elementname=“參考文獻”minOccurs="0”/><xs:elementname="索引”minOccurs="0"maxOccurs="unbounded"/><xs:elementname="修改單”minOccurs="0"maxOccurs="unbounded"/><xs:attributename="ID"type="xs:ID"use<xs:attributename="language"type=”xs:langua<xs:attributename="updatetime"type="xs:dateTime"use<xs:attributename="updateuser"type="xs:string"use7.2.2元素封面層次結(jié)構(gòu)性質(zhì)被替代標準號三注備案號 中文名稱英文名稱標準號被替代標準號采用名稱類型可用性性質(zhì)XS:documentElementAttribute<xs:elementname="封面"><xs:elementref="中文名稱"minOccurs="0"/><xs:elementref=“英文名稱”minOccurs="0”/><xs:elementref=“標準號”/><xs:elementref="被替代標準號"minOccurs="0"/><xs:elementref="采用標準號”minOccurs="0"/><xs:elementref=”備案號”minOccurs="0"/><xs:elementref=“發(fā)布日期”/><xs:elementref=”實施日期”minOccurs="0"/><xs:elementref=“發(fā)布組織”minOccurs="0”/><xs:attributeref=“性質(zhì)”default="資料性概述”/>7.2.3元素目次性質(zhì)性質(zhì)XS:documentElementAttribute<xs:elementname="目次"minOccurs="0"><xs:elementref=“條文”/><xs:attributeref=”性質(zhì)”/>7.2.4元素前言性質(zhì)性質(zhì)XS:documentElementAttribute<xs:elementname="前言"><xs:elementref="條文"/><xs:attributeref=“性質(zhì)”/>7.2.5元素引言層次結(jié)構(gòu)引言白性質(zhì)圖表0..0性質(zhì)XS:DocumentElementAttribute<xs:elementname="引言"m<xs:elementref="條文"maxOccurs=<xs:elementref="圖”minOccurs="0"maxOccurs=<xs:elementref="表”minOccurs="0"maxOccurs=<xs:elementref=“注”minOccurs="0"maxOccurs="unbounded"/><xs:attributeref=“性質(zhì)”default="資料性概述”/>7.2.6元素范圍層次結(jié)構(gòu)性質(zhì)性質(zhì)XS:DocumentElementAttribute<xs:elementname="范圍"><xs:elementref=“條文”/><xs:attributeref=“性質(zhì)”fi7.2.7元素引用文件性質(zhì)性質(zhì)XS:DocumentElementAttribute<xs:elementname=“引用文件”min0ccurs="0"><xs:elementref=“條文”/><xs:attributeref=”性質(zhì)”default=”規(guī)范性一般”/>7.2.8元素正文條款性質(zhì)土性質(zhì)XS:DocumentEleme<xs:elementname="正文條款"maxOccurs="unbounded"><xs:elementref=“條文”maxOccurs="unbounded”/><xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"/><xs:elementref="表”minOccurs="0"maxOccurs="unbounded"/><xs:elementref="注”minOccurs="0"maxOccurs="unbounded"/><xs:attributeref="性質(zhì)”default="規(guī)范性技術(shù)"/>7.2.9元素附錄層次結(jié)構(gòu),性質(zhì)圖表名稱類型可用性性質(zhì)XS:DocumentElementAttribute<xs:elementname="附錄"minOccurs="0"maxOccurs="unbounded"><xs:elementref="條文”minOccurs="0"maxOccurs=<xs:elementref="圖”minOccurs="0"maxOccurs=<xs:elementref="表”minOccurs="0"maxOccurs=<xs:elementref="注"minOccurs="0"maxOccurs="unbounded"/><xs:attributeref=“性質(zhì)”/>7.2.10元素參考文獻層次結(jié)構(gòu)性質(zhì)性質(zhì)XS:DocumentElementAttribute<xs:elementname=“參考文獻”m<xs:elementref=“條文”/><xs:attributeref=”性質(zhì)”default=“資料性補充”/>7.2.11元素索引層次結(jié)構(gòu)性質(zhì)索引性質(zhì)XS:DocumentElementAttribute<xs:elementname=”索引”minOccurs="0"maxOccurs="unbounded"><xs:elementref="條文”maxOccurs="unbounded"/><xs:attributeref=“性質(zhì)”/>7.2.12元素修改單層次結(jié)構(gòu)性質(zhì)圖表注性質(zhì)XS:DocumentEleme<xs:elementname="修改單”minOccurs="0"maxOccurs<xs:elementref="條文”maxOccurs="unbounded"/><xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"/><xs:elementref="表”minOccurs="0"maxOccurs=<xs:elementref="注”minOccurs="0"maxOccurs=<xs:attributeref=“性質(zhì)”/>層次結(jié)構(gòu) 巨名稱類型可用性<xs:elementname="圖"><xs:elementname="titl<xs:elementname="descriptio<xs:attributename="foreword<xs:attributename="page"type="xs:str<xs:attributename="path"type="xs:str層次結(jié)構(gòu) TitleDescriptionConte名稱類型可用性<xs:elementname="表"><xs:elementname="titl<xs:elementname="conten<xs:elementname="descriptio<xs:attributename="foreword<xs:attributename="page"type="xs:str<xs:attributename="path"type="xs:str層次結(jié)構(gòu)曰曰attributes注,條文條文BeNotedID名稱類型可用性<xs:elementname="注"><xs:elementref=“條文”/><xs:elementname="beNotedI<xs:attributename="noteTag"type="xs:boolean"use="opt7.2.16元素條文層次結(jié)構(gòu)E<xs:elementname="條文"><xs:elementname="title"type="xs:string"mi<xs:elementname="Content"type="xs:string"mi<xs:attributename="ID"t<xs:attributename="forewordI<xs:attributename="page"type="xs:string"use<xs:schemaxmlns:xs="/2001/XMLSchema"elementFormDefault="qualifi<xs:elementname="Alias"type="xs:strin<xs:elementname="Define"type="xs:stri<xs:elementname="Name"type="xs:string<xs:elementname="NormalStanda<xs:elementref="Section"maxOccurs="unbounde<xs:elementname="Note"type="xs:string<xs:elementname="Other-Nam<xs:elementref="Alias"maxOccurs="unbounde<xs:elementname="Sectio<xs:elementref="Nam<xs:elementref="Other-Names"minOccurs="<xs:elementref="Tag"minOccurs=<xs:elementref="Define"minOccurs="0<xs:elementref="Note"minOccurs=<xs:attributename="id"type="xs:string"use="require<xs:attributename="necessary"default="Fa<xs:restrictionbase="xs:stri<xs:enumerationvalue="Tru<xs:enumerationvalue="Fal<xs:attributename="section-type"default="T<xs:restrictionbase="xs:stri<xs:enumerationvalue="Tex<xs:enumerationvalue="Image<xs:enumerationvalue="Table<xs:enumerationvalue="Formul<xs:attributename="multi-value"default="Fal<xs:restrictionbase="xs:stri<xs:enumerationvalue="Tru<xs:enumerationvalue="Fals<xs:attributename="sub-sect<xs:restrictionbase="xs:stri<xs:enumerationvalue="Image<xs:enumerationvalue="Tabl<xs:enumerationvalue="Formu<xs:elementname="SpecialStanda<xs:elementref="Section"maxOccurs="unbounde<xs:attributename="std-type"type="xs:string"use="requi<xs:elementname="StructTextDocum<xs:elementref="NormalStandard<xs:elementref="SpecialStandard"minOccurs="0"maxOccurs="unbounded"<xs:attributename="updatetime"type="xs:str<xs:attributename="updateuser"type="xs:strin<xs:elementname="Tag"type="xs:string<?xmlversion="1.0"encoding="UTF-8"standalone="y<xs:schemaxmlns:xs="/2001/XMLSchema"elementFormDefault="qualifi<xs:elementname="Content"type="xs:strin<xs:elementname="Desc"type="xs:strin<xs:elementname="Title"type="xs:strin<xs:elementname="Form<xs:elementref="Title<xs:elementref="Des<xs:attributename="path"type="xs:string"use="required<xs:attributename="page"type="xs:string"use="required<xs:elementname="Ima<xs:elementref="Title<xs:elementref="Des<xs:attributename="path"type="xs:string"use="required<xs:attributename="page"type="xs:strin<xs:elementname="Sectio<xs:complexTypemixed="tr<xs:elementref="Text<xs:elementref="Image"maxOccurs="unbound<xs:elementref="Table"maxOccurs="unbounde<xs:elementref="Formula"maxOccurs="unbounde<xs:attributename="id"type="xs:string"use="require<xs:attributename="name"type="xs:string"use="required<xs:attributename="type"use="require<xs:restrictionbase="xs:stri<xs:enumerationvalue="Tex<xs:enumerationvalue="Imag<xs:enumerationvalue="Ta<xs:enumerationvalue="Formu<xs:elementname="Standa<xs:elementref="Section"maxOccurs="unbounde<xs:attributename="std_no"type="xs:string"use="requi<xs:attributename="name"type="xs:string"use="required<xs:elementname="Tabl<xs:elementref="Title<xs:elementref="Content<xs:attributename="page"type="xs:string"use="require<xs:elementname="Tex<xs:complexTypemixed="tr<xs:attributename="page"type="xs:string"use="require<?xmlversion="1.0"encoding="utf-<!--editedwithXMLSpyv2009()byAlbert(EMBRACE)-<xs:schemaxmlns:xs="/2001/XMLSchema"elementFormDefault="qualifieattributeFormDefault="unqualified"><xs:elementname="文<xs:documentation>Commentdescribingyourrootelement</xs:documentati<xs:elementref="中文名稱"minOccurs="0<xs:elementref="英文名稱"minOccurs="0<xs:elementref="標準號<xs:elementref="被替代標準號"minOccurs="0<xs:elementref="采用標準號"minOccurs="0"<xs:elementref="ics"minOccurs="<xs:elementref="ccs"minOccurs="0<xs:elementref="備案號"minOccurs="0<xs:elementref="發(fā)布日期"<xs:elementref="實施日期"minOccurs="0<xs:elementref="發(fā)布組織"minOccurs="0<xs:attributeref="性質(zhì)"default="資料性概述"<xs:elementname="目次"minOccurs<xs:elementref="條文"<xs:attributeref="性質(zhì)"<xs:elementref="條文"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"<xs:elementname="引言"minOccurs<xs:elementref="條文"maxOccurs="unbounded"<xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"<xs:elementref="表"minOccurs="0"maxOccurs="unbounded"<xs:elementref="注"minOccurs="0"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"default="資料性概述"<xs:elementref="條文"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"fixed="規(guī)范性一般"<xs:elementname="引用文件"minOccurs=<xs:elementref="條文"<xs:attributeref="性質(zhì)"default="規(guī)范性一般"<xs:elementname="正文條款"maxOccurs="unbound<xs:elementref="條文"maxOccurs="unbounded"<xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"<xs:elementref="表"minOccurs="0"maxOccurs="unbounded"<xs:elementref="注"minOccurs="0"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"default="規(guī)范性技術(shù)"<xs:elementname="附錄"minOccurs="0"maxOccurs="unbounde<xs:elementref="條文"minOccurs="0"maxOccurs="unbounded"<xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"<xs:elementref="表"minOccurs="0"maxOccurs="unbounded"<xs:elementref="注"minOccurs="0"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"<xs:elementname="參考文獻"minOccurs=<xs:elementref="條文"<xs:attributeref="性質(zhì)"default="資料性補充"<xs:elementname="索引"minOccurs="0"maxOccurs="unbounde<xs:elementref="條文"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"<xs:elementname="修改單"minOccurs="0"maxOccurs="unbounde<xs:elementref="條文"maxOccurs="unbounded"<xs:elementref="圖"minOccurs="0"maxOccurs="unbounded"<xs:elementref="表"minOccurs="0"maxOccurs="unbounded"<xs:elementref="注"minOccurs="0"maxOccurs="unbounded"<xs:attributeref="性質(zhì)"<xs:attributename="id"type="xs:ID"use="required"/><xs:attributename="language"type="xs:language"use="required"<xs:attributename="updatetime"type="xs:dateTime"use="optional"<xs:attributename="updateuser"type="xs:string"use="optional"<xs:elementname="title"type="xs:strin<xs:elementname="content"type="xs:strin<xs:elementname="description"type