CN1589443A - 数据字典产生方法 - Google Patents

数据字典产生方法 Download PDF

Info

Publication number
CN1589443A
CN1589443A CNA028231384A CN02823138A CN1589443A CN 1589443 A CN1589443 A CN 1589443A CN A028231384 A CNA028231384 A CN A028231384A CN 02823138 A CN02823138 A CN 02823138A CN 1589443 A CN1589443 A CN 1589443A
Authority
CN
China
Prior art keywords
item
data dictionary
elementary
copy
items
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA028231384A
Other languages
English (en)
Inventor
戈弗雷·鲁斯特
马克·比德
斯蒂芬·林德克
克里斯·巴拉斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Contecs DD LLC
Original Assignee
Contecs DD LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Contecs DD LLC filed Critical Contecs DD LLC
Publication of CN1589443A publication Critical patent/CN1589443A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Technology Law (AREA)
  • Multimedia (AREA)
  • Storage Device Security (AREA)
  • Machine Translation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明披露了一种用于产生用于定义权利表达语言的项的数据字典的方法。所述数据字典可用于计算机对权利表达元数据的操作中，例如用于数字权利管理应用。所述数据字典还可以用于在不同的权利表达语言之间进行转换，借以使得不同的权利表达可以交互操作。权利数据字典按照分级方案被组织。按照关于基本项集合的特定的规则对数据字典添加项，特别是由行为类型项产生项。披露的方案包括基本项集合的“上下文”项，其被指定一个用于识别至少一个基本行为所发生的环境的含义。其它的项可以由上下文项产生，并由它们和上下文项的关系定义。

Description

数据字典产生方法
相关申请的交叉参考
本申请依照35 U.S.C.§119(e)要求2001年11月21日提交的美国临时申请号60/331,807的专利申请的优先权，该专利申请的全文被包括在此作为参考。
技术领域
本申请涉及用于产生数据字典的方法，所述数据字典用于定义机器可读的权利表达语言(例如元数据权利表达语言)的项，并涉及这种数据字典的应用。具体地说，本发明涉及使用权利数据字典解释权利表达语言并用于在权利表达语言之间进行翻译的应用软件和系统。
背景技术
字典长期来一直用于描述在自然语言中的字词的使用和意义。在自然语言的情况下，字典主要就性质进行描述，在这点上，字典中的定义反映字典的作者对于字典所涉及的字词如何在人们的交往中使用的观察。因而，自然语言字典在性质上是描述的。自然语言的另一个方面是，许多自然语言的字词通常是多义的。这个方面经常使得在人类的表达中产生多义性。同时，人类的表达范围实际上是无限的，并且可以找到实际上用于表达每个意思的自然语言的字词。此外，还不断产生新的字词，用于以生动的语言表达新的概念。
与此相反，在机器(计算机)语言的情况下，语言是通过设计产生的。“机器语言”不仅指编程语言例如装配语言：C，Fortran，HTML等，还指描述语言，例如权利表达语言。机器语言的字典-有时被称为方案-主要是规定性的数据结构。即，机器语言字典通常以精确的和硬性的方式规定机器语言项的意义和关系。因而，希望使机器语言的表达是清楚的和明确的，尽管它们的范围是相当有限的。
越来越多的机会存在于在自然语言和传统的机器语言之间的接口。随着机器成为更加复杂并更多地涉及人类生活的不同方面，研发了至少部分地用于描述性目的的更复杂的机器语言。这种语言描述不同对象或过程的状态或属性，通常在商业或生产的环境中。尤其是，不断发展在广域网中的用于描述的、机器可读的元数据的应用软件。
例如，一种最近开发的机器语言的应用领域涉及数字权利管理。在数字权利管理应用中，由不同类型的数字作品包含的知识产权可以使用特定的用于权利表达的语言来描述，所述语言是机器可读的，此处被称为“权利表达语言”。数字权利表达可以和与所述表达相关的产品或内容相关联，使得当权利表达被合适的机器读出时可以自动地对产品或内容采取合适的操作。虽然这个领域正在快速发展，数字权利管理的基本概念已在本领域中得到很好的理解。在环球网和类似的广域网的环境下，机器可读的元数据的其它应用包括私有权利、基于语义的搜索引擎，和微支付(数字现金)。
当然，在数字权利管理方法中使用的知识产权涉及在自然语言领域中已经研发和继续研发的一些概念。例如，数字权利的表达可以涉及非常不同的表达，并且其在不同的抽象等级的构思也在不断变化，有时在项之间具有微妙的区别。即使使用不可改变的机器语言来正确地解释和行为于知识产权的相对简单的表达可能是困难的。许多知识产权的高度粒状的、短暂的和可转移的性质更增加了这个困难。例如，一件具体的作品可以是由许多的部分的作品编辑而成。部分作品又可以是由更进一步部分的作品编辑而成，依此类推。一些部分可能是复制品，而另一些部分是某种包括不同类型的权利的转换。每个部分作品可能具有和其相关的一个唯一的权利集合。这些权利的所属关系和应用可以随时间、地点和中间交易而改变。因而，用于表达权利的机器语言应当能够正确地表达潜在的非常复杂的和微妙的语义内容，而又不会成为过于麻烦的。
在表达数字权利的领域内已知具有多种不同的机器语言。例如，一般数字内容语法兼容的开放的数字权利语言(ODRLTM)或可扩展的权利标记语言(XrMLTM)，可扩展的标记语言(XML)。上述这些语言和本领域已知的其它语言在其词汇方案中使用基于资源的模型。例如XrMLTM符合由W3C公布的资源描述框架(RDF)模型以及语法。这种语言趋于被发展用于特定环境下的权利管理的特定方面，因而相应地具有有限的词汇。它们还使用不同的项来描述类似的或在逻辑上重叠的环境，使得在这种语言之间进行转换是困难的。目前的权利表达语言使用基于资源的方案来表达数字权利：大部分被作为资源的属性或性质来描述。
用于描述权利的其它的项的集合也是已知的，它们可以在更受限制的应用中和权利表达语言一起使用或者和权利表达语言相互作用。例如，研发了在线信息交换消息格式(ONIX)，用于和基于文本的产品包括电子书结合使用。一般地说，这些类型的项的集合趋向相对非分级的(即平的)和简单的。
基于资源的数据字典模型可以被描述为以资源为中心的方案，用于产生用于描述基础资源的属性的元数据。例如，描述电子资源(例如具有版权的故事)的权利的基于资源的元数据可以和所述资源相关。所述元数据可以描述由和资源相关的先前行为产生的先前的属性，例如“创作日期”和“作者”分别描述时间和作者行为的行为者。只要需要权利数据的观点不改变，这种方法能够很好地工作。不过在实际上，为了实现一种复杂的数字权利管理方案，需要来自各种不同观点的数据。
例如，最好从不同行为者的角度收集元数据，包括作者或创作者、出版者、复制者、用户、票据交换所等，以及各种其它的资源，其中资源整体或部分地是父母或源资源。例如，如果一种特定的资源被复制成为一种复制品，元数据便可以和所述复制品相关联，表示所述复制品是一个特定源的复制品、何时复制的所述复制品、复制者以及是在何处复制的。与此同时，附加的元数据可以和所述的源相关联，表示进行了复制、何时进行的复制、复制者、复制地、以及最终复制品的识别。在短语“B是A的复制品”中“是...的复制品”的关系和在短语“A具有一个复制B”中的“具有一个复制”的关系不同。作为进一步的例子，“C复制了A”-一种从行为者C的观点看的一种表述-不同于从被复制的资源A的观点看的“A被C复制了”。
因而，基于资源的模型因为其从不同资源的观点描述权利，因而将使用不同的或者修整的项描述基本上相同的行为，这和哪个资源提供操作的观点有关。在其中资源被传播、组合、划分、装入、变异以及用各种不同的方式转换的数字领域，在许多情况下，这可以导致不需要的复杂的项和表达。在其它的描述性的元数据应用的环境下，也可以产生类似的复杂性。
因此，需要提供一种更健壮的而在概念上更优雅的数据字典(即字典状的方案或数据结构)，其能够支持数字权利管理所需的用于传送复杂的语义内容的语言，以及对于元数据的其它的复杂的应用。不过，与此同时，基于资源的描述性方案已经在若干个权利描述性语言中确立了，并且完全有理由相信，基于资源的描述性语言将继续产生、发展和成长，以便用于权利管理和许多其它的应用。因而，所述健壮的数据字典应当和基于资源的方案完全兼容。使用新的数据字典产生的项应当能够被明确地变换成按照基于资源的描述性模型产生的项，使得所述数据字典可用于在不同的权利表达语言之间进行转换。此外，使用所述方案产生的项应当具有唯一的、明确的意义，并且其应当能够产生一种可扩展的、开放的、和所述方案一致的项的数据库。还需要提供一种可扩展的、开放的用于数字权利管理中的项数据库。
发明内容
本发明提供一种健壮的和精致的用于构成在数字权利管理中使用的数据字典的方案。此处使用项“数据字典”指一种机器可读的字典状的方案或数据结构。其还包括由元数据表达语言领域的普通技术人员通常理解的“数据字典”的其它意义，例如用于数字权利管理的权利表达语言，以及其它的计算语言的应用。这种数据结构是开放的，还提供了和权利管理语言的交互性，不论是否根据资源中心模型。预期这种方案可用于研制用于需要高度描述的、明确的并且能够交互操作的机器可读的表达的其它应用的数据结构。
这种方案按照一种创新的数据模型被组织，这里称为“上下文模型”。上下文模型使得能够按照已经定义的导致分级数据结构的规则集建立项集合。上下文模型的特征包括限定项之间的语义关系的方式，其中利用核心项和用于增加新项的规则。
可以使用上下文模型的项建立规则提供实际上任何所需的项集合，其中每个项相对集合中的每个其它项具有一种确定的关系。换句话说，每个项在逻辑分级内具有一个唯一的位置，和族树或血统类似。在逻辑上类似于族树的分级结构或树结构由用于产生新的项的规则产生。每个新项被至少部分地从另一个项派生。即，每个新项具有至少一个“父母”。因而，进行进一步比拟，每个项可以具有兄弟、父母、表兄弟、孩子等。换句话说，每个项处于按照这个方案产生的一个对其它项的特定的关系网内。也可以通过聚集族树的不同分支的项来派生新项，借以产生分支之间的关系。
在本发明的一个实施例中，所述方案利用一个没有父母项的原始项或“第一项”。这样，第一项被自参考地定义。虽然第一项的特定的含义可以使用自然语言表达来澄清，但这种澄清具有注释的性质。第一项被指定一个和所得的数据结构的应用一致的含义。例如，对于数字权利管理，第一项“Act(行为)”可被指定“to act”的含义，具有注释“act包括每个类型的动词，包括被动动词，不及物动词和静态动词(例如‘have’)”。项的特定含义不是重要的，只是它是一个动词。例如，项“is”或“do”可以都是合适的，只要用于预期的数据结构所需的所有动词借以被一般地描述即可。项“Act”或类似的一般动词被认为对于数字权利管理数据结构或其它应用是合适的。此外，还可以使用一个以上的第一项来产生有用的数据结构。
应当理解，可以使用任何特定的符号表示数据结构的第一项和任何其它项，只要每个项是唯一的。例如每个项可以是一个唯一的机器可读的数字或代码。每个项可以选择地被分配一个标题字，其应当描述或建议该项被指定的含义。例如“Act”描述或至少建议该项在数据结构内的预期的含义。当然，标题字不必用任何特定的自然语言(即西班牙语、普通话或任何其它语言中的字词以及英语)来表达。虽然宽松地把标题字称为一个项通常是方便的，但一个“项”更精确地表示一个基本意义的一个唯一的集合。换句话说，标题字只是项的一般的自然语言名称，其本身更精确地被认为是项的属性。
这样数据字典的每个其它的项部分地相对于第一项被定义，或者相对于其它部分地派生的项被定义。在本发明的实施例中(有时称为使用“上下文模型”的实施例)，规定一组涉及“基本项”集合的进一步的规则，用于控制在数据结构中附加的派生项。和第一项一样，基本项被选择作为一般项，从这些项可以派生所需的其它项的集合。下面的5个基本项用于产生数字权利管理应用的数据结构：
标题字                               描述
上下文                                行为发生的环境
行为者                                行为的主体
时间                                  上下文的时间参数
位置                                  上下文的空间参数
资源                                  上下文中涉及的实体，其不是行
                                      为者、时间或位置。
每个基本项被部分地从第一项“Act”派生。时间、位置和资源的项由Act产生，并上下文中相关联。上下文是这些部分的和。上面列出的5个基本项据信提供了一种构思优雅的框架，用于产生语义丰富的、复杂的用于权利表达语言的数据结构。
然后产生更多的项，即从第一项派生的类型的项。按照上下文模型，第一项的类型是描述各种行为的动词，即“行为项”。例如动词“do”可作为Act的一种类型被导出，“Make”可作为Do的一种类型被导出，“Derive”可作为Make的一种类型被导出，“COPY”可作为Derive的一种类型被导出等等。每个项借助于对其父母附加一些新的基本语义的含义被导出。例如，“Adapt”可以是“Derive”的孩子，含义是“通过改编而导出”。显然，实际上的任何行为项可以用类似方式导出。此外，所得的数据结构将和分级的逻辑树一致，第一项在其顶点。
项的族(family)又可以从任何行为项产生。此处使用的产生(beget)指的是通过应用上下文模型产生一个新的项。按照上下文模型，借助于组合任何行为项和基本项来产生项的族。例如，行为项“Copy”当和基本项“Context”组合时，则产生新的项“CopyingEvent”，它是上下文的一种类型。类似地，当和“Agent”组合时，Copy可以产生“Copier”-执行复制的行为者的一种类型。当和“Resource”组合时，Copy可以产生多个项“Replica”、“SourceofCopying”以及“CopyingTool”-资源的所有类型。通过和基本项“Time”以及“Place”组合，可以产生更多的项。显然，从行为动词产生的项也处于来自行为项的产生的逻辑树中。
除去第一项和基本项之外，上下文模型还利用一组已定义的相关项。相关项可用于描述两个项之间的语义关系。在上下文模型中，按照定义，每个项具有至少一个对数据结构内的另一个项的确定的关系。因而，根据用于描述这些关系的需要产生相关项。例如，相关项“HasAgentType”可用于链接一个行为者(例如“Copier”)和上下文(例如“Copying Event”)。另一个相关项是“HasValue”，其链接一个项和该项的值。例如，项Copier可以具有一个值“John Doe”。也可以提供其它的相关项。显然，因为它们是从唯一的项相互之间的关系产生的，相关项本身是唯一的，并符合由应用上下文模型而产生的逻辑树结构。相关项形成由行为项产生的行为族的一部分。
因而，使用上下文模型可以构成用于各种应用的可以自适应的分级的字典状的数据结构。所得的数据结构可以和一种以上的表达语言兼容，例如，权利表达语言ODRLTM和XrML。这种数据结构可用于解释使用它的这些项的表达。还可以用于从一种表达语言转换成另一种表达语言。因为由上下文模型产生的每个项是唯一的，并具有一个单个含义，并因为这种字典可被扩展到任何可能的粒度等级，其尤其适合于为了翻译的目的映射来自各种不同的表达语言的项。因而，本发明还提供一种用于在使用数据字典的表达语言之间进行映射的方法。
通过考虑下面给出的本发明的优选实施例的详细说明，本领域技术人员应当能够完全理解可以自适应的分级的字典系统及其应用，并实现其附加的优点和目的。将参照附图进行说明，下面首先对附图进行简要说明。
附图说明
图1是表示使用数据字典的示例的系统的示意图；
图2是按照现有技术的字典项的示意图；
图3是按照本发明的示例的数据字典的项的示意图；
图4是按照数据字典的一个例子的项的核心属性的示意图；
图5是表示一个示例的项系统的示意图；
图6是示例的数据字典的项集合的示意图，表示和其它项集合的关系；
图7表示上下文模型的一些示例的方面；
图8表示上下文模型的另一个示例的方面；
图9表示上下文模型的另一个示例的方面；
图10表示使用例如用于数字权利管理应用的数据字典分析元数据表达的方法的示例的步骤；
图11表示使用按照本发明的数据字典进行映射的一个示例的方面；
图12表示在数据字典内的示例的映射关系；以及
图13表示使用数据字典翻译项的示例的步骤。
具体实施方式
本发明提供一种用于产生数据字典的方法，并提供所述数据字典的应用。在下面的详细说明中，使用相同的元件标号表示在一个或几个附图中出现的相同的元件。在详细说明的末尾的一个部分中，还提供下面要参考的表。
图1中示出了使用数据字典102的示例的系统100。系统100的其它元件包括计算机104，表达语言106，数据108，以及输出112。数据108及其相关的元数据110可以呈本领域公知的任何合适的格式。数据108可以包括具有一个或几个知识产权的数字内容。可能需要在广域网上散布这种数据，使得满足由其相关的知识产权产生的任何要求。这可以包括通过各种类型的媒体传递所述数据，例如数据音乐文件的一部分可以被删除、改变和嵌入动画格式中。数据108也可以包括其它形式的数据，例如处理信息。
元数据110和数据108相关，并含有关于数据108的信息。对于权利管理，元数据110可以包括关于数据108的知识产权的说明和相关的信息。用于相关数据和元数据的各种方法是本领域公知的，用于权利管理和其它的应用。可以使用任何合适的方法。
元数据110按照表达语言106被格式化。当元数据110的性质在某种意义上是说明性的(其说明数据108)时，表达语言106能够表达描述的内容。在权利管理的情况下，可以使用例如XrML语言，或任何其它的合适的表达语言。表达语言106的项按照数据字典102被定义。数据字典102提供支持可和表达语言一道使用的项的语义材料。当元数据110被产生时，通过按照某一种选定语言和数据字典来格式化元数据，从而采用了该选定的表达语言106和数据字典102。类似地，计算机104可被编程用于按照同样的选择语言106分析元数据110。
计算机104按照元数据110的语义内容提供一个特定的输出112。计算机104可以包括任何类型的能够读出并分析元数据110并提供某个有用的输出的通用的或专用的计算装置。输出112可以取任何所需的形式。例如，所述输出可以包括一个记录或消息。另一个例子是把元数据110转换成第二表达语言。利用元数据110，按照由数据字典102定义的项的解释，至少部分地确定输出112。
数据字典102包括许多项，每个项都指定了几个属性的一个唯一的组合并限定一个单一的含义。这可以和传统的字典114比较，其中一个单字116可被赋予多个定义118，如图2所示。每个定义可以描述一个明显不同的含义，同一个字在不同的使用中可以表示这些含义。传统的字典还可以包括其项的其它的属性(未示出)。
在本发明的一个实施例中，提供一种权利数据字典，包括多个项，每个项具有一组被定义的属性120。属性120可被分成两类：非选择属性类122和选择属性类124。属性120还可以包括其它类，例如在项的属性之间的关系类。
属性由权威(authority)规定，所述权威可以被定义为负责把一个属性归于一个项或归于另一个属性的行为者。对此处的例子和表格而言，权利数据字典的权威一般被视为一个单个权威，有时本文称为“Rdd权威”，除非另有规定。不过，权利数据字典的优点之一是属性和项可以由不同的权威规定，以便使得在不同应用的不同的表达语言和项集合之间能够相互操作。
每个权利数据字典的项应当精确地包括一个唯一的标识符属性126。可以使用任何识别系统，只要其在字典内提供排它的一组唯一项标识符。即，每个项具有一个不同的标识符。按照一个预定的方案或模式，可以要求提供一个字典的标识符，例如顺序号。其可以包括机器可读的代码。为了确保每个标识符是唯一的，可以在一个单个权威的控制下指定标识符。标识符126是一个非选择属性122。其唯一性确保数据字典的语义内容可以被明确地映射。
项状态属性128由另一个非选择类属性122构成。它是非选择的，但在本质的意义上或按照要求又不是非选择的。而是，它可以是项的一个固有的或被假定的性质。例如，如果没有显式的状态属性128，可以假定数据字典的每个项具有相同的状态。在本发明的实施例中，状态属性表示一个权威等级。例如，权利数据字典可以包括具有不同权威等级的项，例如被标准化的项、被采用(adopted)的项、被映射的项以及孤立的项。因而，状态属性对于项管理可以是有用的，但是不准备对项提供语义材料。状态属性的进一步的描述，特别是，按照权利数据字典的实施例其可以允许的值，在下面的表1中提供。
在非选择类122中的另一个属性可以是含义类型属性130。和状态属性一样，含义类型可被理解为一个固有的项性质，其多于必需的语义特征。在权利数据字典中，含义类型属性130只描述项是具有原始的(非派生的)意义、部分派生的意义或者具有完全派生的意义。数据字典至少包括一个具有原始意义的项，其被称为“第一项”。在权利数据字典中，具有一个第一项“Act”，被自参考地定义为“to act”。字典的所有其它项，全部地或部分地，由其它项派生而来。其意义部分地从另一个项得到的项应当具有“部分派生的意义”的类型属性130。其意义完全由其它项派生的项，例如，其它项的组合，将具有“全部派生的意义”的类型属性。下面的表II描述了关于在示例的权利数据字典中的含义类型的进一步的信息。
历史属性132也称为审计属性，是用于项管理的另一个非选择类的属性，其不用于传达意义。历史或审计属性记录项增加或修改的环境，例如时间和权威。在这个意义上，它作为项状态128的源。它可以在字典的维护方面是有用的。审计属性的进一步描述见下面的表III。
其余的项由选择属性124构成。这些属性是可选择的，即它们在某些项可以没有，但是仍然是权利数据字典内的项。在另一方面，许多这些“选择的”属性传达基本语义材料，没有这些数据字典将不能工作。因此，这些项的一些属性，虽然对于任何一个具体的项是选择的，对于数据字典可能是需要的。这种属性可被认为是核心功能性属性。在一个高效的字典中的大多数项都包括这种属性。下面结合图4讨论核心功能性属性。核心功能性属性的概念可以有助于更好地理解权利数据字典，但是不必严格地被定义为数据字典本身中的类、类型或其它的属性。
参见图4，对于完全派生的项的核心功能性属性150包括唯一的标识符126，一个或几个关系138以及血统146。这些属性单独给予项一个唯一的标识符，并给予一个功能性的语义内容。对部分派生的项，核心功能性属性包括上述的全部，以及就该项未从字典内的其它项派生的部分来定义该项的语义内容的定义或其它的项描述。可以使用合适的自然语言表达来提供一个定义。关于具有原始含义的项，核心功能部分包括标识符126和在第一项“Act”的情况下被自参考地规定的定义。同样，孤立的项基本上由标识符和定义构成，不过其使用合适的自然语言表达被定义，或者借助于数据字典外部的语义内容进行一些其它的参考被定义。
参见图3，选择的属性124包括项描述属性134。项描述被一般地定义为项的含义的自然语言陈述。定义的陈述是一个例子。项描述可以具有多个定义(例如，以不同的自然语言，或者在不同的权威下)，但是都应当描述一个相同的含义。如果允许不同的含义，则该字典不再能够用于明确地映射语义材料，这是不希望的。
描述134还可以包括任何所需数量的注释140。注释包括任何所需的解释材料。更精确地说，注释被定义为某物的自然语言的注解，用于展开或澄清其含义。注释可以和不同的属性相关联，或者作为一个整体和项相关联。关于注释的其它细节被提供在下面的表IV中。在下面的表V中给出了按照权利数据字典的一个示例实施例的项描述的进一步说明。
权利数据字典的一个优点在于，其可以包括源自任何数量的自然语言的项。利用数据字典映射自然语言的一种方式是利用语言的属性。因为应用于原文属性而不是整个项本身，所述语言的属性是一种“属性的属性”。语言的属性(未示出)只规定原文材料的自然语言。关于按照本发明的权利数据字典中的语言属性的进一步的细节可以在下面的表VI中找到。
项描述可以具有不同的类型，可以由所述字典的一个标准权威确定。按照本发明的权利数据字典的项描述类型在下面的表VII中给出了。由该表可以看出，定义是一类项描述。在项描述中可以包括的其它内容包括说明性的例子或说明性的注释。完全派生的项不必具有定义，因为它们的含义可以由其它的项确定。不过，其它的项从外部语言输入其含义的至少一部分。定义可用于引入外部的含义并赋于项，并应当存在于部分派生的项中。下面的表VII中给出了示例的权利数据字典中的项描述类型的进一步说明。
再次参见图3，项属性120可以包括标题字136。标题字一般被描述为人可读的项的名称。可以例如由不同的权威对项指定不同的标题字。这些被认为是同义字137。虽然标题词通常可以被选择来暗示项的含义，为了方便，它们只是属性，并不执行语义功能。对于一种给定的自然语言，一般优选的是在一个权威内每个项具有一个唯一的标题字。使用多个同义字使得人们能够方便地识别不同的权威的以及使用不同的自然语言的项。在下面的表VIII中进一步说明了按照本发明的示例的实施例的标题字。在下面的表IX中进一步说明了按照权利数据字典的示例的实施例的同义词。
再次参见图3，项属性还可以包括一个或几个关系属性138。关系一般可被描述为通过一个相关项使一个实体和一个属性相关联。字典的每个项，除去孤立的项之外，具有和字典内的另一个项(孤立的项之外的)的确定的关系。通常，一个项具有多个关系属性，用于描述其和多个项的关系。关系属性138应当使用一组确定的规则和语法来表达。例如，“[项1][对项2][具有关系X]”是一种有时被称为“三元组”的表达形式。
关系可被认为是项的语义内容的一种形式。完全派生的项可以借助于和字典中的其它项的关系被完整地定义，这可以使得不再需要这种项的定义。因而，项的血统是一组关系。此外，显然，每个关系都具有一个可逆的关系。例如，关系“项1是项2的父母”具有可逆关系“项2是项1的孩子”。一个或几个注释140可以和关系属性138相关联，以便进行说明。关系的其它性质包括以下的限制：每个关系是(a)一对一的(不是一个对多个或多个对多个)；(b)没有位置参数(即假定就位置而言是通用的)；以及(c)只有一对时间参数(即开始时间和结束时间)。
当关系在血统描述或上下文描述中被分组时，可以对每个三元组的项1和/或项2指定任意的值，以便支持为进行完整的描述所需的进一步的逻辑关系。这些任意的值是唯一的，并且只在特定的血统或上下文描述中才有效。它们在和特定的上下文系列结合时尤其有用。在下面的表X-XI中给出了按照示例的权利数据字典的关系的进一步描述。
属性还可以包括一个上下文描述属性142。上下文描述被定义为一组用于描述上下文的属性的关系。因而，这个属性可以应用于描述上下文的项，而不用于其它项。此外，其由其它的属性即其它的关系138构成。下面结合图7进一步说明在上下文描述内的特殊关系。
族属性144和血统146也是由关系构成的选择属性。族144被定义为一组关系138，其按照上下文模型确定从一个项到其它项的属性继承。族的一个例子是行为族，其包括在行为类型和通过应用上下文模型产生的项之间的关系。在本发明的实施例中，行为族按照其结构自动地产生所有可能的项，而上下文族(它是一种类型的关系族)当要求其支持映射或其它的字典功能时只产生新的项。在另一个实施例中，两种类型的族的项可以根据需要被产生，以便阻止项的不必要的增殖。
因而，族144和上下文142反映上下文模型的应用。与此相对，血统146被定义为一组用于确定项的含义的派生的关系，它和上下文无关。因而，血统独立于上下文模型，虽然当然其可以包括由上下文模型产生的关系。图5表示派生的项162的示例的血统152的逻辑结构。由用于连接图中的具有标号的元素的箭头表示继承关系。第一项156具有原始的含义，即其是被自参考定义的。在某种意义上，其从外部自然语言源154a(例如可以在项描述中使用的)导出其含义。派生项160、158两者分别从从第一项和外部源154b，154c继承含义。派生项162是一个完全派生项，并从项160和158全部地继承其含义。因而，在上述的例子中，一旦派生项162的父母的含义已知，其语义内容便由其血统确定。在这个意义上，血统有时可被认为是基于规则的分级定义。这种定义可以帮助来自不同的表达语言的项的映射。
在最一般的意义上，血统包括一组关系，其包括项的整个的家族树。不过，实际上，可能需要在标签“血统”上放置一些任意的限制，以便限制血统组的尺寸。在按照上下文模型的数据字典的实施例中，可以按照下面的规则对血统进行性限制：每个血统(除去第一项的血统之外)应当含有至少一个包括在下面的表XII给出的相关项之一的主要关系。每个血统包括不多于组A中的一个关系。当血统含义组A中的一个关系时，其应当还包括至少一个组B中的关系。
在数据字典的结构中，可能需要进一步采用一个规则，即，数据字典的每个被映射的项应当具有一个血统，所述血统包括至少一个继承关系，所述继承关系不受精确的值“近似的”约束，和“等于”、“精确地”等相对。这个规则的目的是以试探性的和确定的两种方式支持项的映射。例如，项“作家writer”可以类似于但不完全等于“作者author”，如果“作者”是一类“创作者creator”，则可以给出下面的一对关系作为“作家”的血统(关系语法是示例的权利数据字典的语法)：
1 FOO：WRITER→ISTYPEOF→CREATOR
2 FOO：WRITER→ISEQUALTO→AUTHOR[prec：APPROXIMATE].
相关的项也具有血统。相关项的每个血统应当精确地包括一个关系，利用相关项的“与...相关”“与...有关系”以及“互逆”的每一个。在下面的表XIII中给出了示例的权利数据字典中的说明性的例子。这个规则帮助保证在数据字典中的关系被正确地定义。
血统可以包括普遍应用的并导致项的含义的继承和限制的任何其它关系。这些关系例如包括归属和占有的关系。这些关系又可以具有其它的关系，以便支持为建立通用的含义或约束所需的中间步骤的描述。可以使用任意值并且可以为关系的项1或者项2的父母的值替代类型。取自示例的权利数据字典的在血统中关系的使用的例子给出如下：
PLACEOFCOPYINGFROM→ISPARTOF→PLACEOFCOPYING
MANIFESTATION→IS→PERCEIVABLE
TOOL→ISA→HUMANBEING[true：NEVER]
n DENIEDRESOURCE→ISACLASSFROM→TERMSET_1
下面的例子，也取自示例的权利数据字典，说明根据存在的外部项集合(即ONIX)采用的映射的项的可能的血统：
对于项“onix：ReplacesISBN”可能的血统
1 onix：ReplacesISBN→ISTYPEOF→IDENTIFIER
2 onix：ReplacesISBN→HASPROGENITOR→RESOURCE
3 onix：ReplacesISBN[#1]→ISIDENTIFIEROF→IDENTIFIEDRESOURCE[#2]
4 REPLACEMENT[#2]→IsReplacementOf→REPLACEDRESOURCE[#3]
5 IDENTIFIEDRESOURCE[#3]→HASIDENTIFIER→ISBN[#1].
这个例子表示，对于一个资源的项″onix：ReplacesISBN″的值[#1]和对于其替代的资源等于ISBN的值[#1]。因而，对于映射语义内容，基于规则的血统的好处应当是明显的。进一步的示例的权利数据字典中选择的不同项的血统的说明性的例子在下面的表XIV中给出了。
再次参看图3，项的其它的属性可以包括一个或几个项集合标识属性148。这个属性可以识别项所属的一个或几个项集合，如果有的话。为了任何所需的目的，可以在数据字典内建立项集合。建立项集合的一个原因是为了识别由其它的表达语言采用的项。这可以包括被映射到标准的项以及其它被孤立即未映射的项的项。图6说明在权利数据字典170内的项集合关系的例子。字典170包括各种不同的项类型，其包括相应于标准化的项172、本地(native)的或采用的项174、非本地的非采用的映射的项176以及孤立的项178的区域。这些项类型的区域的相关的尺寸是任意的。在数据字典内，可以同时存在不同的项集合180、182、184、186，彼此以多种方式重叠，并且包括项的各种类型。例如，项集合180包括除去孤立项178之外的每种类型的项。项182和集180部分地重叠，包括孤立项，并包括字典170的外部的其它项。项集合184包括每种类型的项。项186被集184完全重叠，并且是集184以及字典170两者的子集。还可以具有各种其它的关系。
如上所述，通过应用上下文模型可以得到权利数据字典中的许多新的项，或者再从这些新的项派生项。图7说明如何使用行为(Act)类型项202产生行为族，以及构成上下文200的关系的组。行为类型202按照定义是行为(act)的一种类型，其通过血统和权利数据字典的第一项相关，例如“copy”is-type-of“derive”is-type-of“make”is-type-of“do”is-type-of“act”。行为类型202“产生”204，一个相关的基本项类型集并间接地产生它们的内部关系。
因而，行为族的结构是从上下文模型导出的，其定义包括5个项的一组(基本项集合)，具有相关的类型和相关的项，其应用于特定行为类型或上下文类型从而得到一个具有继承(至少部分地派生的)的含义的新项的族组。按照示例的权利数据字典的基本项集合的性质在下面的表XV中给出了。
基本项可以具有相关的基本项类型。按照示例的权利数据字典的基本项的例子在下面的表XVI中给出了。由上述的表中的例子显然可以看出，是通过应用上下文模型从有关的动词型(行为型)产生的。因而，从特定的行为类型产生的基本项类型是属于所述行为类型的行为族的成员。
图7所示的上下文模型的应用包括5个基本的相关项216，218，220，222，和224，它们说明在基本项集合中的上下文项和其它项之间的关系以及在每个基本项和其值之间的关系。这些相关的项可被用于描述在任何行为族内的基本项类型之间的关系。例如，行为者类型208是一个执行由行为类型202规定的行为的行为者。注意这被表达为在上下文类型206和行为者类型之间的联系。在行为类型202和基本项类型206、208、210、212、和214之间，没有不是“产生的”项204的相关项。而是，相关项216、218、220、222和224描述在上下文项和每个相关项之间的关系。因此，上下文项可被描述为轮毂和轮辐系统(hub-and-spoke system)的轮毂，因而，即“上下文模型”。这个逻辑结构—在上下文内放置一个行为，然后使其它的项和上下文相关，被认为比以资源为中心的模型在用于描述复杂的情况，尤其是对于权利管理应用所需的相关项的数量和复杂性方面，提供了较高的效率。
另一种类型的相关项涉及基本项类型的值。例如，行为者类型208可以通过一个“具有值”相关项226和值228链接。值228可以是一个标识符，或者是一个行为者的其它名称。作为另一个例子，时间类型214可以通过“具有值”相关项和特定的时间值230链接，上下文和上下文值236链接，位置和位置值238以及资源和资源值232链接。按照示例的权利数据字典的相关项的其它例子和说明在下面的表XVII中给出了。还在下面的表XVIII中给出了用于产生行为族的上下文模型的例子和特定的应用。
图8说明行为族中的项可以被分类成不同的类型。行为类型202可以产生204基本项类型238，从属项类型240和关系项类型242。在考虑行为族中的各种项时保持记住这些区别是有帮助的。还应当记住，行为族可以包括任何特定类型的不同类型。行为族可以包括一个以上的资源类型和一个以上的关系类型。
如图7所示，行为类型202产生上下文类型206。此外，在一些情况下(例如行为类型“具有”、“存在”、“具有名称”等)行为类型可以从其上下文产生，用于表达事件的结果。此外，对于复杂的或特定的情况，可以产生上下文的类型。一个这种项类型是“状况(state)”。“状况”基本上可被定义为这样一个环境，其中没有东西因为一个事件而发生改变。因此，事件类型(或其下面的行为类型)可以产生一个或几个状况类型。此外，状况可以通过一个或几个关系来描述，并且每个行为类型可以产生一个或几个状况类型。此外，为了描述具有更复杂的属性的状况，可以把几个关系组合成一种被称为“情况(situation)”的上下文类型中。
“状态(status)”是从行为类型产生的项类型的另一种类型。状态可被定义为用于描述一个实体因为其作为一类行为者和资源的角色而导致的过去、现在或可能的将来的情况的形容词限制词。如在示例的数据字典中那样，一个行为类型可以产生几个状态类型，如在下面的表XIX中给出的那样。在权利数据字典的示例的实施例中，状态项告诉某个东西是否已经是、正在是或者具有将成为别的东西的可能性。其可以应用于上下文模型的每一个项类型，并包括动词的现在和过去分词的形式(例如“used”和“using”)以及可能的形式“usable”。状态项的其它的描述和例子在下面的表XX中给出了。此外，每个行为类型可以产生“情况”形式的状态类型。结果，行为族可以包含以下形式的关系(例如按照上下文模型的“情况”关系)：
DO→BEGETSSTATETYPE→SITUATION
MAKE→BEGETSSTATETYPE→EXISTENCE
NAME→BEGETSSTATETYPE→NOMINATION.
再次参看图7，状态类型可以应用于行为族中的行为者类型208、资源类型210、时间类型214、和位置类型212的每个类型。在示例的权利数据字典中由第一项“Act”产生的行为者类型和资源类型的状态类型在下面的表XXI中给出了。由行为类型产生的其它状态类型是这些项的类型。关于位置和时间项，对于状态类型的要求是临界的，并且这样标准化的项只对于行为者类型和资源类型才被引入。状态类型关系的例子在下面的表XXII中给出了。
描述上下文的语义的另一种方式是行为族相关图(AFRV)。图9示出了AFRV 250的一个例子。AFRV可被认为是当上下文项被除去时对于族的相关项所需的一组关系。换句话说，在轮毂和轮辐(huband spoke)关系结构的逻辑轮毂的上下文项被除去，使剩余的项208、212、210和212和新的相关项246a-f相关，其集中地保留了上下文的总的语义值。当行为族相对较小时，这可以在不产生大量的相关项的条件下被实现，不过，随着行为族大小的增加，在AFRV中所需的相关项的数量随要被相关的项的几何级数增加。应当理解，一个行为族可以包括多于图9所示的4个项。例如，其可以包括多个资源项。
在AFRV中的相关项可以按照下述被产生。每个行为类型可以产生一个包含任何或全部的存在于上下文模型的元素之间的一对一关系的AFRV。结果，一个行为族可以包含包括AFRV相关项的关系。不过，不必对所有的行为类型都例行地产生AFRV相关项。当需要AFRV相关项以便支持来自其它权威(即在字典中映射的不同的表达语言)的映射时，数据字典可以利用它们被增殖(populate)。由第一项Act产生的相关项的例子示于下面的表XXIII。在示例的实施例中，由行为类型产生的所有其它相关项是在表XXIII中示出的项的类型。包括示例权利数据字典中的AFRV相关项的示例行为族在下面的表XXIV中给出。
关于行为族，对于每个特定的行为族或AFRV关系，必须存在合适的形式的可逆关系。对于可逆关系的合适的形式在下面的表XXV中给出了。可逆关系使得语义内容能够按任何所需的观点表达。因此这种关系可以帮助在基于不同观点的表达语言之间的映射。
应当理解，图7和图8所示的行为族结构是基本的。实际上，行为族可以是相当大和更复杂的。下面的表XXVI对于在示例的权利数据字典中的行为类型“copy”提供更复杂的行为族的例子。这个例子说明，元数据关系即使在相当简单的处理中也可以含有大量的依赖于一种特定的方案的可能的上下文关系。一种有用的能够交互操作的字典应当能够映射那些关系的任何一个。当这些关系可以在逻辑上从基础的上下文模型和其它的定义的规则上产生时，关系的数量本身不是一个主要的约束。此外，为了提高效率，在合适的数据字典中项的包括应当是“根据需要的”，而不是强制性的。
当需要对字典增加新的项时-例如增加特定的含义，新的项可以作为行为族的成员或者作为上下文族的成员被增加。选择通过行为类型来产生一个特定的行为族，这比通过上下文类型而产生上下文族增加某些优点。一个优点是较好地满足进一步专用化和现有的非数据字典的项的映射的需要。换句话说，如果可能要求进一步的相关的专用化，行为族可能是最有效的，这是因为行为类型导致产生一组用于实现进一步专用化的完整的专用项。另一个考虑是在一个族的含义中是否存在新的公理：一个新的公理通常需要通过行为族的新的项的范围传播。
在另一方面，选择通过上下文类型产生使得现有的行为族项能够上下文化。因而可以在行为族的成员上强加一些特定的条件，而不需要识别新族项的整个范围。例如，上下文化的动词“play_1”除去其“source of playing”是一个“数字资源”之外，和其父母“play”相同，即在资源项上设置了特定的条件。在需要映射或专用化时，同样可以产生该族的其它成员(例如playedresource_1)。在本发明的实施例中，标准化项的族大多基于行为类型，不过，可以预期，随着字典的成长而适应较大的专用化，大多数的新族可以是上下文族。
上下文族除去是由上下文类型而不是由行为类型产生之外，它们含有的所有的项类型与行为族相同。在示例的权利数据字典中，每个作为上下文族的头部的被批准的上下文类型可以产生具有在下面的表XXVII中给出的项类型值的项。从例子显然可以看出和行为族结构的相似性。此外，如同行为族关系一样，上下文族产生关系定义了可逆关系。
可能需要把一个上下文描述定义为用于描述上下文项类型对于其它基本项类型的上下文项关系的一组相关项。即，定义的上下文描述使得能够方便地识别和任何所需的上下文项相关的基本项类型。表XXVIII给出了按照权利数据字典的用于这种上下文描述的相关项。表XXIX给出了对于项“originating event”的上下文描述的特定例子。
数据字典，特别是按照本发明的权利数据字典，应当被认为是用于处理元数据的工具，如图1所示。图10示出了使用按照本发明的权利数据字典分析元数据表达的方法260。分析可以在一种应用例如数字权利管理中发生。在步骤262，可以采用按照本发明的权利数据字典，使用本领域中已知的任何合适的方法分析一个表达(expression)。采用步骤262一般(但非一定)在方法260的其余步骤之前发生。在方法260的上下文中，步骤262指的是对一个计算机编程，使得其以某种方式使用按照本发明的数据字典定义的表达进行操作。换句话说，以某种方式使用在按照本发明的数据字典中提出的定义和规则来影响计算操作的输出。类似地，可以借助于利用数据字典公式化一个权利表达来采用按照本发明的数据字典。可以使用其它的工具，例如权利表达语言，但是语义内容由本发明的字典定义或映射。根据这里的说明，本领域普通技术人员知道如何实行这些以及其它的采用按照本发明的数据字典的方式。
在步骤264，按照采用步骤262被格式化的一个表达项借助于使用本领域已知的任何合适的计算机处理被读出。在步骤266，该项和已知的项进行比较，以便确定其是否被承认。如果被承认，则在步骤268被接受为有效项。在步骤272，检查读操作的状态，并且如果具有一个要读的附加的项，则处理返回步骤264。如果在步骤266读出的项未被承认，则在进行步骤272之前在步骤270进行任何所需的响应，或者处理可以结束。一般地说，可以使用本领域已知的用于读出一个表达的任何合适方法，具有精确标号的步骤264-272应当认为只是示例性的。
在步骤272确定表达被读出之后，在步骤274根据表达的内容对该表达进行操作。所述操作至少部分地按照由按照本发明的数据字典采用的信息，例如在步骤262进行。因而，图10表示本领域普通技术人员在例如用于数字权利管理的普通的分析操作中利用本发明的一种示例的方式。
权利数据字典也可以应用于在不同的表达语言之间提供交互操作性。的确，应当理解，要求在权利表达语言的上下文中提供这种交互性为本发明的研发提供了主要的动机。在权利数据字典中，提供一种方案用于把语义内容分解成有序的分级，以支持在来自不同的表达语言的项之间进行映射。图11说明被映射的项可以借助于应用上下文模型从被映射的行为项292产生。可以使用上下文模型产生在数据字典内的被映射的项。用于产生、组织和描述语义的上下文的所有数据字典的工具都可以用来进行映射。
这些利益来自这样一种认识，即实际上，对于任何外部的(任意的外部)的项，应当能够使该项和一个事件相关，因而，和一个外部行为项296相关。如果其不存在，则可以假定一个外部行为项296以便应用上下文模型。一旦外部行为项被识别(或假定)，便应当能够产生相应地被映射的外部行为项292，其具有和本地的行为项290的确定的语义关系(一般地，但不一定，一个相同的含义)。然后，通过应用所述的上下文模型从被映射的外部行为项292产生其它的被映射的项。
如上所述，被确定的关系(其每个可以用相关项来表达)来源于一个产生或派生过程。这些关系可用于定义产生的或派生的项294的含义。在许多情况下，定义的语义关系容易地在产生的/派生的被映射项294的一些和其它的外部项298中的一些之间被识别。产生的或派生的被映射项，至少在具有和外部项相同的含义的程度上，可被采用作为数据字典的被映射的项。被映射的项292、294还可以被分配一个合适的标识符或其它属性，使得例如在交互操作或转换操作期间，外部项296、298可以自动地用和其映射关系一致的方式被解释。对于在权利管理的上下文中的不同权利表达语言之间的交互性，这种转换是经常需要的。显然，类似的表示可以帮助权利管理之外的应用的映射，尤其是普通的基于事件的表达语言之间。
图12表示在数据字典内的例如可以来自上述的映射的映射关系。字典280包括项集合282、284以及属于项数据字典但不属于项集合282、284的一组本地项N1-N4。项集合282包括映射的项A1-A4，其和第一外部表达语言中的项相关联。项集合284包括映射的项B1-B4，其和第二外部表达语言相关联。字典280可以含有任意多个这种项和项集合。在项之间画有许多线，用于表示等同含义的关系，例如“项A1和项N1的含义相同”。箭头表示在项集合内的产生关系。因而，字典280包括用于在项集合之间进行一个对多个的转换的合适的关系。例如，映射的项A1首先和本地项N1相关，然后和被映射的项B1相关，从而从第一表达语言转换成第二表达语言。
有利的是，每当增加一个相应于不同的表达语言的新的项集合时，需要单独的一组映射关系。这单独的一组映射关系是与数据字典的本地项集合例如字典280的项N1-N4的映射关系。至少对于转换应用，应当很少或者不需要直接地确定在不同的被映射的项集合之间的关系。
在字典280内，可以发生各种其它类型的映射关系。例如，一些映射的项例如A2可被映射到本地项，但不是另一个项集合中的项。其它项例如A3和B2可以借助于产生类型关系和其自身的项集合内的映射的项相关，但是不直接地映射到本地项。还有一些其它的项例如B4，只能在外部表达语言内使用，并且例如可以是孤立的。因而，项A2，A3，B2，B4没有足够的关系用于在项集合282、284之间进行转换。与此相对，应当能够在项A4和B3之间进行转换，这是因为它们由包括在本地项N3，N4之间的关系的语义链连接。假定在N3，N4之间的这种关系可以用和项集合282，284相关的两种外部表达语言表达，则在A3和B3之间的精确的转换只能呈现其语义内容。这个例子说明上面定义的血统的一种使用。
普通技术人员应当能够结合权利数据字典应用上述的映射构思以便在不同的权利表达语言之间进行转换。图13表示对于一个特定的表达可以用来进行这种转换的方法300的示例的步骤。在步302，访问按照本发明的权利数据字典，例如使用本领域已知的任何合适的数据库处理。在步304，识别所需的目标(输出)表达语言，例如通过接收来自用户的输入，或者通过自动地确定所需的输出。在步306，读取一个表达项。在步308，继续访问数据字典，以便确定读取的项是否被所述字典承认。如果是，则在步310，查阅所述数据字典，以便确定是否存在从所述项到与目标表达语言相关的另一个项的映射。如果是，则在步312，被映射的项和在定义的语义链中任何中间语义材料在步314被输出。处理被继续，直到在步318所述表达完成转换为止。
在步308和310不承认的情况下，则在步316可以作出某个合适的报告或其它行为。普通技术人员应当能够使用已知的计算方法和系统利用本发明的数据字典按照在方法300中提出的以及其它合适的方式进行转换。普通技术人员还应当能够应用本发明在用于权利表达和权利管理之外的应用的机器表达语言之间进行转换。
此外，作为对于特定转换的精度的检查，可以要求进行逆向的转换操作，把转换后的表达转换成原始的表达。如果逆向转换的表达和原始表达不同，则表示在映射关系中存在某些缺陷。在这种情况下，可以对转换后的表达附加标记，或者采取一些其它的合适的操作，如步316所示。
回顾一个对于外部项集合的映射关系的特定例子是有帮助的。一个这样的例子在表XXX中提供了，该表表示应用上下文模型进行的特定的一组权利表达语言的映射。这个特定的例子利用许多项的任意的值类型其它的映射可能不如此。
在这样说明并应用了数据字典的优选实施例之后，对于本领域技术人员显然能够看出在本发明的系统具有某些优点。还应当理解，在本发明的构思和范围内，可以作出各种改变、适应性修改以及许多其它的实施例。例如已经说明了上下文模型用于数字权利管理的数据字典的特定的应用。但是应当理解上述的本发明的构思同样可以应用于用于其它应用的数据字典。本发明由所附权利要求限定。
表
下面的表是由2002年7月27日的名称为 Text of ISO/IEC CD 21000-Part 6-Rights Data Dictionary(RDD)的文件改编的。
表I  项状态
项状态的允许值定义 约束
标准化的项由一个控制标准明确定义的项 标准化项的产生、修改或删除需要对标准进行修改或给出勘误表
本地项标准化项之外的项，具有一个被批准的标题字和定义 一个项当其从另一个本地项产生时，或者从另一个本地项或标准化项继承含义而不依靠非标准的限定时，具有一个被批准的标题字和定义。本地项由注册权威建立，而不由标准明确地规定，否则具有和标准化项相同的性质。一个项当其具有由两个或多个权威注册的多个标题字时，可被给予一个批准的标题字和定义。这个规定能够使来自不负责标准化的不同的权威的两个或多个等同的项映射到一个公共的被批准的项。
采用的项一个在标准权威之外的权威下确定的标题字和定义的项，标准权威选择了依赖于它。 标准权威可以把对项的定义和标题字及其类型的控制转让给另一个权威，只要：(a)该权威被标准的注册权威承认为在其用于添加项的准则下对于感兴趣的特定项具有创建权威；(b)所述项或项集合可被一致地映射到本地项；以及(c)所述项或项集合具有一个维护的创建方法
被映射的项在标准权威之外的权威下的一个项，其具有一个标识符属性和与另一个项(不是孤立的项)的至少一个关系。 (d)被映射的项具有血统，但是不满足采用的、本地的或标准化的项的准则。(e)注释(信息的)：被映射的项来自标准权威之外的权威，一般只在一个权威下发生。在两个或多个非标准权威下的项一般成为本地项，但是这不是强制的，以便允许高度本地化的、私有的或受限制的项的相互映射。
孤立的项在标准权威之外的权威下的项，其具有标识符，但是与其它项(除了另一个孤立项以外)没有关系。 一个项当其被另一个权威注册时，并且(a)不能或尚不能被映射；或者(b)权威不要求映射，但权威想要把该项添加到其权利数据字典内的项集合则其是孤立的。
表II  含义类型
标题字定义 注释(信息的)
原始含义完全由从字典外部引入的语义材料构成的含义。 第一项(act)是唯一的具有原始含义的被批准的项。
部分派生的含义由原始语义内容和从相关项派生的一个或几个现有的含义相结合构成的含义。 通过继承和基于上下文模型被直接地或间接地建立的其它关系而派生的含义。创建继承的相关项在说明书中关于血统以及其它的部分中描述了。
派生的含义完全由两个或多个从相关项派生的现有的含义的结合构成的含义。
表III  审计属性
标题字上下文描述 约束
日期事件的日期 每个事件应当具有一个日期
行为类型在事件中行为的类型 每个事件具有一个行为类型。审计属性行为类型的允许值是CREATE，MODIFY和DELETE。如果需要，可以由注册权威增加其它的值。
权威负责所述的行为的权威 每个事件处于至少一个权威下。
审计原因事件的理由 每个事件可以具有至少一个审计原因。审计原因的允许值将由注册权威确定。
审计注释对事件的理由或事件周围的上下文的注释。 每个事件可以具有任何语言的任何数量的注释。可以项审计注释作为审计原因的替代或补充。
表IV  注释
注释的性质 约束
发生 每个项或可注释的项属性可以具有任何数量的语言的在任何数量的权威下的任何数量的注释。一个注释可以属于任何数量的项。
权威 每个注释具有至少一个权威。
语言 每个注释的语言将被识别。注释的语言的值不是空。对孤立项之外的所有项的注释至少用特定的公共描述语言表达。
表V  项描述
项描述的性质 约束
发生 每个项可以具有在任何数量的权威下的任何数量的语言进行的任何数量的项描述。
权威 每个项描述具有至少一个权威。不论在非标准的权威下的项描述存在于何处，如果可能，其应当被包括在字典中。
语言 每个项描述的语言将被识别。项描述的语言的值不是空。对孤立项之外的所有项的项描述至少用特定的公共描述语言表达。
注释 项描述可以具有在任何数量的权威下的任何数量的语言进行的任何数量的注释。
类型 每个项描述将精确地具有一个项描述类型。
表VI  语言
语言的性质 约束
允许的值 文本元素的语言将使用ISO639L语言代码进行识别。
公共描述语言 公共描述语言的值是英语(ISO 693-2 code：eng)。
转换 当文本元素是另一种文本元素向另一种自然语言的转换时，这将借助于一种关系被描述，所述关系利用相关项IS TRANSLATIONOF。
选择 被归因于文本元素的语言是这样的语言，其中所述元素试图被读取和理解，并且该语言不是按照项的语言学起源的语言。例子：当拉丁起源的项(例如percent)或法语起源的项(例如avant garde)在用英语另行表达的原文元素的上下文中使用时，将被识别为英语语言的原文元素。
表VII  项描述的类型
项描述类型的标题字定义 约束
定义按照正式规则的项描述 一个项可以具有在任何数量的权威下的任何数量的定义。注释：两个定义的措辞可以是不同的，但是它们在含义上可以被认为是相同的。对于翻译的定义确实如此，但是也可以应用于相同语言下在两个不同的权威下的定义。每个权威可以建立其自身的用于定义的正式规则。RDD承认两种类型的定义：Rdd定义和采用(adopted)的定义。定义可以具有任何语言的在标准的RDD语言下的任何数量的注释。
Rdd定义Rdd批准的项的定义 标准化的项或本地项精确地具有一个用公共描述语言给出的rdd定义，并具有用任何数量的语言的翻译。用于rdd定义的权威是rdd权威
采用的定义由rdd标准权威采用的来自另一个权威的项的定义 一个采用的项具有一个用公共描述语言给出的采用的定义，并具有用任何数量的语言的翻译。采用的定义的权威是Rdd标准权威和从其获得采用的定义的权威。
例子用于说明项的含义的使用的例子 每个项具有任何数量的语言的在任何数量的权威下的任何数量的例子。
表VIII  标题字
标题字的性质 约束
发生 项可以具有用任何数量的语言给出的在任何数量的权威下的标题字，并在任何一个权威下的任何一种语言最多具有一个标题字。
权威 每个标题字具有至少一个权威。项可以具有在不同的权威下的不同的标题字(同义字)。相反地，相同的标题字(或同义字)可由不同的权威用于指代不同的项。
语言 每个标题字的语言将被识别。标题字的语言的值可以是空。标题字通常被表达为来自可识别的自然语言的字或短语。不过，标题字也可以采用数字或代码的形式，因此可以具有为空的语言值。
唯一性 标题字或同义字、语言和权威的组合是唯一的。
注释 标题字可以具有用任何数量的语言的在任何数量的权威下的任何数量的注释。
同义字 在相同的权威下的标题字可以具有作为标题字的任何数量的同义字。
表IX   同义字
同义字的性质 约束
范围 同义字可以是自然语言名称，或任何种类的标识符，标题字的另一种语言的版本或翻译是同义字。
权威 每个同义字具有至少一个权威，其等同于和其相关的标题字的权威。
语言 每个同义字的语言被识别。同义字的语言的值可以是空。和标题字一样，同义字通常被表示为可识别的自然语言的字，不过，同义字也可以采取数字或代码的形式，因此可以具有为空的语言值。
唯一性 标题字或同义字、语言和权威的组合是唯一的。
注释 同义字可以具有用任何数量的语言的在任何数量的权威下的任何数量的注释。
表X  关系语法
计数器 Term1 [Value1]→相关项→Term2 [Value2] [occ：n][true：Value][prec：Value][StartTime：Value][EndTime：Value][auth：Value]
三元组的例子：
按这个标准关系的一般表述的例子：1 DOING→ISTYPEOF→ACTING2 DERIVINGEVENT[#1]→HASAGENTTYPE→DERIVER[#2]3 foo：Writer→ISEQUALTO→Translator[true：NEVER]4 foo：Writer→ISEQUALTO→Author[prec：APPROXIMATELY][auth：foo]5 Euro→IsCurrencyOf→France[StartTime：20010101]
表XI 关系属性
属性 描述 发生
计数器(Enumerator) 在RDD内的每个关系具有唯一的内部标识符。 1
项1(Term 1) 作为关系的主体的项或关系。 1
[Value1] 归于项1的值。该值可以是其它的项、串、整数或任意值。当没有该值时，项1则假定具有其类型的所有可能的值。 0-1
相关项(Relating Term) 在关系内描述在项1和项2之间的关系的性质的项。 1
项2(Term 2) 是关系的客体的项或关系。 1
[Value2] 归于项2的值。该值可以是其它的项、串、整数或任意值。当没有该值时，项2则假定具有其类型的所有可能的值。 0-1
[occ：n] 只当关系被包括在上下文描述中时才有效。在上下文描述的情况下这个关系类型的可能发生的数目(“n”) 0-1
[true：Value] 提供给相关项的QUALITY TYPE RELIABILITY的值，表示关系是真的频率。允许的值是ALWAYS，USUALLY，SOMETIMES，NEVER。缺省值是ALWAYS。注释(信息的)：值ALWAYS，SOMETIMES，NEVER相应于通常使用的值MUST，MAY，MAY NOT。值USUALLY还相应于MAY：在USUALLY和SOMETIMES之间进行区别使得能够以模糊的映射表达选择，例如，foo：作者USUALLY(通常)Equal To(等于)创作者，Sometimes(有时)Equal To(等于)翻译者。 0-1
[prec：Value] 提供给相关项的QUALITY TYPE PRECISION的值，表示关系的精度。允许的值是EXACT，APPROXIMATE。缺省值是EXACT。 0-1
[StartTime：Value] 使关系有效的开始时间。 0-1
[EndTime：Value] 使关系有效的结束时间。 0-1
[auth：Value] 批准关系的权威。在任何一个关系中，所有的属性必须被相同的权威批准。 1-n
表XII  血统
Figure A0282313800381
表XIII  相关项的血统
Figure A0282313800391
表XIV  血统结构：例子
                例子：COPYINGEVENT的血统1 COPYINGEVENT→ISTYPEOF→DERIVINGEVENT2 COPYINGEVENT→ISCONTEXTTYPEBEGOTTENBY→COPY
                例子：PATIENT的血统1 PATIENT→ISTYPEOF→Resource2 PATIENT→ISRESOURCETYPEBEGOTTENBY→DO
                例子：TERMSET的血统1 TERMSET→ISTYPEOF→SET2 TERMSET→HASMEMBER→TERM[occ：1-N]3 TERMSET→HAS→AUTHORITY [occ：1-N]
                例子：SOURCEFORPRINTING的血统1 SOURCEFORPRINTING→ISTYPEOF→SOURCEOFTRANSFORMATION2 SOURCEFORPRINTING→ISTYPEOF→SOURCEOFFIXATION3 SOURCEFORPRINTING→ISRESOURCETYPEBEGOTTENBY→PRINT4 SOURCEFORPRINTING→ISA→FIXATION
表XV  基本项集合
标题字定义 注释(信息的)
上下文行为发生的上下文 上下文由属性之和定义。上下文的主要类型是EVENT(其中某些属性改变)，以及SITUATION(其中没有属性改变)。
行为者(agent)发生行为的实体 一般地说，行为者是人或合作实体，但是它们也可以是无生命的东西，例如计算机或计算机应用程序，其由具有行为能力的人在特定的上下文中直接或间接地启动。事件也可以是行为者(例如一个事件可以是另一个事件的CAUSE)。
资源在一种上下文中涉及的实体，且不是行为者、时间或位置 资源是包罗万象的，用于指被不是行为者、时间或位置的行为以某种方式影响的任何东西。资源通常是无生命的东西，但是也可以是行为者之外的人或合作实体。或者是受行为影响的其它的上下文(例如作为EVENT的RESULT的SITUATION)，或时间和位置，当它们涉及(例如)作为CREATION的主体时。
时间上下文的时间参数 上下文可以具有多个时间，被表达为离散的值或范围，具有任何所需的属性，包括精度和连续性。
位置上下文的空间参数 上下文可以具有多个位置，被表达为离散的值或范围，具有任何所需的属性，包括精度和连续性。
表XVI  基本项类型
标题字Rdd Definition 例子(信息的)
上下文类型上下文的类型 DERIVINGEVENT是行为类型DERIVE的上下文类型ASSERTION是行为类型ASSERT的上下文类型SITUATION是行为类型HAVE的上下文类型
行为者类型行为者的类型 DERIVER是行为类型DERIVE的行为者类型ASSERTER是行为类型ASSERT的行为者类型ENTITY是行为类型HAVE的行为者类型
资源类型资源的类型 DERIVATION，SOURCEOFDERIVATION，DERIVINGTOOL是行为类型DERIVE的资源类型ASSERTEDRESOURCE是行为类型ASSERT的资源类型
时间类型时间的类型 TIMEOFDERIVING是行为类型DERIVED的时间类型。TIMEOFDERIVING是行为类型ASSERT的时间类型。TIMEOFSITUATION是行为类型HAVE的时间类型。
位置类型位置的类型 PLACEOFDERIVING，PLACEOFDEREVINGFROM和PLACEOFDERIVING TO是行为类型DERIVE的位置类型。PLACEOFASSERTING是行为类型ASSERT的位置类型。PLACEOFSITUATION是行为类型HAVE的位置类型。
表XVII  基本相关项
标题字定义 注释
具有行为者类型联系上下文和在其中行为的行为者类型的相关项 例如，联系CREATOR和CREATINGEVENT见图8的标记216
具有资源类型联系上下文和其中包括的资源类型的相关项 例如，联系CREATION和CREATINGEVENT见图8的标记220
具有时间类型联系上下文和关于其发生的时间类型的相关项 例如，联系TIMEOFCREATING和CREATINGEVENT见图8的标记218
具有位置类型联系上下文和关于其发生的位置类型的相关项 例如，联系PLACEOFCREATING和CREATINGEVENT见图8的标记222
具有值联系项和它的值的相关项 这种相关项从行为族提取，用于行为类型EVALUATE见图8的标记224，226
表XVIII  行为族的例子
在Copy行为族中的上下文模型项类型关系：1 COPY→BEGETSCONTEXTTYPE→COPYINGEVENT2 COPY→BEGETSAGENTTYPE→COPIER3 COPY→BEGETSRESOURCETYPE→SOURCEOFREPLICA4 COPY→BEGETSRESOURCETYPE→REPLICA5 COPY→BEGETSRESOURCETYPE→COPYINGTOOL6 COPY→BEGETSTIMETYPE→TIMEOFCOPYING7 COPY→BEGETSPLACETYPE→PLACEOFCOPYING8 COPY→BEGETSPLACETYPE→PLACEOFCOPYINGFROM9 COPY→BEGETSPLACETYPE→PLACEOFCOPYINGTO
表XIX  行为族状态类型
状态定义 例子(信息的)
历史状态在上下文中已经成为行为者类型或资源类型的实体的状态 一般基于过去分词，例如：某物被IDENTIFIED，USED，COPIED，PLAYEDCATEGORIZED，ADAPTED，OWNED。这个状态对于其发生的上下文不是特定的。
当前状态在上下文中是行为者类型或资源类型的实体的状态 一般基于现在分词，例如：正在被TRANSFORMING，PRINTING，WRITING，BEINGMODIFIED，USINGTOOL的某物。这个状态对于其正在发生的上下文不是特定的。
可能的状态在将来的上下文中可以是行为者类型或或资源类型的实体的状态 例如，是PERCEIVABLE，ADAPTABLE，USABLE，COPIABLE，EXECUTABLE的某物。这个状态对于其可以发生的上下文不是特定的。
表XX  状态项
状态定义 例子
历史状态在上下文中已经成为行为者类型或资源类型的实体的状态 一般基于过去分词，例如：某物被IDENTIFIED，USED，COPIED，PLAYEDCATEGORIZED，ADAPTED，OWNED。这个状态对于其发生的上下文不是特定的。
当前状态在上下文中是行为者类型或资源类型的实体的状态 一般基于现在分词，例如：正在被TRANSFORMING，PRINTING，WRITING，BEINGMODIFIED，USINGTOOL的某物。这个状态对于其正在发生的上下文不是特定的。
可能的状态在将来的上下文中可以是行为者类型或资源类型的实体的状态 例如，是PERCEIVABLE，ADAPTABLE，USABLE，COPIABLE，EXECUTABLE的某物。这个状态对于其可以发生的上下文不是特定的。
表XXI  由Act产生的状态类型
表XXII  状态类型关系的例子
 在COPY行为族中的状态类型关系：1 COPY→BEGETSSTATUSTYPE→COPIABLE2 COPY→BEGETSSTATUSTYPE→COPYING3 COPY→BEGETSSTATUSTYPE→COPIED4 COPY→BEGETSSTATUSTYPE→BEINGCOPIED5 COPY→BEGETSSTATUSTYPE→COPIEDFROM6 COPY→BEGETSSTATUSTYPE→BEINGCOPIEDFROM7 COPY→BEGETSSTATUSTYPE→COPIABLEFROM
表XXIII  对于“Act”的AFRV相关项
表XXIV  来自行为族的示例的AFRV相关项
 在COPY行为族中的AFRV相关项关系：1 COPY→BEGETSRELATINGTERM→HASCO-COPIER2 COPY→BEGETSRELATINGTERM→ISCOPIERFROM3 COPY→BEGETSRELATINGTERM→ISCOPIEROF4 COPY→BEGETSRELATINGTERM→ISCOPIERWITHTOOL5 COPY→BEGETSRELATINGTERM→ISCOPIERATTIME6 COPY→BEGETSRELATINGTERM→ISCOPIERINPLACE7 COPY→BEGETSRELATINGTERM→ISCOPIERFROMPLACE8 COPY→BEGETSRELATINGTERM→ISCOPIERtopLACE9 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAOFCOPYINGBY10 COPY→BEGETSRELATINGTERM→HASCO-SOURCEOFREPLICA11 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAOF12 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMWITHTOOL13 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPUCAATTIME14 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMPLACE15 COPY→BEGETSRELATINGTERM→ISREPLICAINPLACEOFCOPYINGTO16 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAINPLACE17 COPY→BEGETSRELATINGTERM→ISSOURCEINPLACEOFCOPYINGFROM18 COPY→BEGETSRELATINGTERM→ISSOURCECOPIEDFROMtopLACE19 COPY→BEGETSRELATINGTERM→HASCO-REPLICA20 COPY→BEGETSRELATINGTERM→ISCOPIEDWITHTOOL21 COPY→BEGETSRELATINGTERM→ISCOPIEDATTIME22 COPY→BEGETSRELATINGTERM→ISCOPIEDINPLACE23 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMPLACE24 COPY→BEGETSRELATINGTERM→ISREPLCAINPLACEOFCOPYINGTO25 COPY→BEGETSRELATINGTERM→ISCOPYINGTOOLOF26 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGFROM27 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYING28 COPY→BEGETSRELATINGTERM→HASCO-TOOLFORCOPYING29 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGATTIME30 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGINPLACE31 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGFROMPLACE32 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGtopLACE33 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGBY34 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGFROM35 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGOF36 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGWITHTOOL37 COPY→BEGETSRELATINGTERM→HASCO-TIMEOFCOPYING
 38 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGINPLACE39 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGFROMPLACE40 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGtopLACE41 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGBY42 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROM43 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGOF44 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGWITHTOOL45 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYING46 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGATTIME47 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGINCLUDINGPLACEOFCOPYINGFROM48 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGINCLUDINGPLACEOFCOPYINGTO49 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMBY50 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMOF51 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMFROMSOURCE52 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMWITHTOOL53 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMATTIME54 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMWITHINPLACEOFCOPYING55 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYINGFROM56 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMTO57 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOBY58 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOOF59 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOFROMSOURCE60 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOWITHTOOL61 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOATTIME62 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYINGTO63 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOWITHINPLACEOFCOPYING64 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOFROM
表XXV  可逆关系
表XXVI  示例的行为族
 包括上面列出的所有相关项的COPY的完全行为族的例子：1 COPY→BEGETSCONTEXTTYPE→COPYINGEVENT2 COPY→BEGETSAGENTTYPE→COPIER3 COPY→BEGETSRESOURCETYPE→SOURCEOFREPLICA4 COPY→BEGETSRESOURCETYPE→REPLICA5 COPY→BEGETSRESOURCETYPE→COPYINGTOOL6 COPY→BEGETSTIMETYPE→TIMEOFCOPYING7 COPY→BEGETSPLACETYPE→PLACEOFCOPYING8 COPY→BEGETSPLACETYPE→PLACEOFCOPYINGFROM9 COPY→BEGETSPLACETYPE→PLACEOFCOPYINGTO10 COPY→BEGETSRELATINGTERM→HASCO-COPIER11 COPY→BEGETSRELATINGTERM→ISCOPIERFROM12 COPY→BEGETSRELATINGTERM→ISCOPIEROF13 COPY→BEGETSRELATINGTERM→ISCOPIERWITHTOOL14 COPY→BEGETSRELATINGTERM→ISCOPIERATTIME15 COPY→BEGETSRELATINGTERM→ISCOPIERINPLACE16 COPY→BEGETSRELATINGTERM→ISCOPIERFROMPLACE17 COPY→BEGETSRELATINGTERM→ISCOPIERtopLACE18 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAOFCOPYINGBY19 COPY→BEGETSRELATINGTERM→HASCO-SOURCEOFREPLICA20 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAOF21 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMWITHTOOL22 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAATTIME23 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMPLACE24 COPY→BEGETSRELATINGTERM→ISREPLICAINPLACEOFCOPYINGTO25 COPY→BEGETSRELATINGTERM→ISSOURCEOFREPLICAINPLACE26 COPY→BEGETSRELATINGTERM→ISSOURCEINPLACEOFCOPYINGFROM27 COPY→BEGETSRELATINGTERM→ISSOURCECOPIEDFROMtopLACE28 COPY→BEGETSRELATINGTERM→HASCO-REPLICA29 COPY→BEGETSRELATINGTERM→ISCOPIEDWITHTOOL30 COPY→BEGETSRELATINGTERM→ISCOPIEDATTIME31 COPY→BEGETSRELATINGTERM→ISCOPIEDINPLACE32 COPY→BEGETSRELATINGTERM→ISCOPIEDFROMPLACE33 COPY→BEGETSRELATINGTERM→ISREPLICAINPLACEOFCOPYINGTO
 34 COPY→BEGETSRELATINGTERM→ISCOPYINGTOOLOF35 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGFROM36 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYING37 COPY→BEGETSRELATINGTERM→HASCO-TOOLFORCOPYING38 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGATTIME39 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGINPLACE40 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGFROMPLACE41 COPY→BEGETSRELATINGTERM→ISTOOLFORCOPYINGtopLACE42 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGBY43 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGFROM44 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGOF45 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGWITHTOOL46 COPY→BEGETSRELATINGTERM→HASCO-TIMEOFCOPYING47 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGINPLACE48 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGFROMPLACE49 COPY→BEGETSRELATINGTERM→ISTIMEOFCOPYINGtopLACE50 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGBY51 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROM52 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGOF53 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGWITHTOOL54 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYING55 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGATTIME56 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGINCLUDINGPLACEOFCOPYINGFROM57 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGINCLUDINGPLACEOFCOPYINGTO58 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMBY59 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMOF60 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMFROMSOURCE61 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMWITHTOOL62 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMATTIME63 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMWITHINPLACEOFCOPYING64 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYINGFROM65 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGFROMTO66 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOBY67 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOOF68 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOFROMSOURCE69 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOWITHTOOL
 70 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOATTIME71 COPY→BEGETSRELATINGTERM→HASCO-PLACEOFCOPYINGTO72 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOWITHINPLACEOFCOPYING73 COPY→BEGETSRELATINGTERM→ISPLACEOFCOPYINGTOFROM74 COPY→BEGETSSTATUSTYPE→COPIABLE75 COPY→BEGETSSTATUSTYPE→COPYING76 COPY→BEGETSSTATUSTYPE→COPIED77 COPY→BEGETSSTATUSTYPE→BEINGCOPIED78 COPY→BEGETSSTATUSTYPE→COPIEDFROM79 COPY→BEGETSSTATUSTYPE→BEINGCOPIEDFROM80 COPY→BEGETSSTATUSTYPE→COPIABLEFROM
表XXVII  产生关系的上下文族
Figure A0282313800511
表XXVIII  上下文描述关系
表XXIX  上下文描述的例子
ORIGINATINGEVENT的上下文描述1 ORIGINATINGEVENT[#1]→HASACTTYPE→ORIGINATE[#2][occ：1]2 ORIGINATINGEVENT[#1]→HASAGENTTYPE→ORIGINATOR[#3.N][occ：1-N]3 ORIGINATINGEVENT[#1]→HASRESOURCETYPE→ORIGINATION[#4.N][occ：1-N]4 ORIGINATINGEVENT[#1]→HASRESOURCETYPE→ORIGINATINGTOOL[#5.N][occ：0-N]5 ORIGINATINGEVENT[#1]→HASTIMETYPE→TIMEOFORIGINATING[#6.N][occ：1-N]6 ORIGINATINGEVENT[#1]→HASPLACETYPE→PLACEOFORIGINATING[#7.n][occ：1-n]
表XXX  基于RDD行为类型的定义的REL权利
REL项 REL/RDD定义，REL注释注意：定义和注释是非标准的。注释提供定义的澄清和例子，在某些情况下，提供对于Act的上下文的说明 REL映射到RDD，RDD再注释(信息的)注意：对于所有的RDD项的定义、血统、上下文描述和族请参见RDD标准的附录A的部分2
读 从存储库读数字资源此处的动词指的是基本的计算机处理，不指人的读的动作。读可以应用于资源的一部分。安全属性必须被保留。 mx：Read→ISTYPEOF→READmx：Read→ISTYPEOF→ACTTYPE_1
写 在存储库中写入数字资源此处的动词指的是基本的计算机处理，不指人的写的动作。写意味着保留资源，但不包括改编或复制数字资源的任何权利。安全属性必须被保留。 mx：Write→ISTYPEOF→WRITEmx：Write→ISTYPEOF→ACTTYPE_1
执行 执行软件程序这个动词指的是用于执行程序的基本的计算机处理。 mx：Execute→ISTYPEOF→EXECUTEmx：Execute→ISTYPEOF→ACTTYPE_1
改编(adapt) 对资源进行改变，以便产生新的资源。当把改编施加于数字资源时，在处理结束时将存在两个不同的资源，一个是原始的资源，一个不是(如果只有一个资源存在，则行为不是改编而是修改)。改变可以包括原始资源的元素的增加和除去，包括嵌入其它的数字资源。改编可用于一个或几个条件，所述条件规定必须被改编处理保持不变的属性(例如保留标题记录)。两个资源的存储库可 mx：Adapt→ISTYPEOF→ADAPTmx：Adapt→ISTYPEOF→ACTTYPE_1mx：Adapt for a digital resource iscontextualized in ADAPT_1.ADAPT_1→ISTYPEOF→ADAPT
以是同一个。
复制 为了进行资源的完美再生。当COPY被施加于数字资源时，当在目的存储库中存在新的资源时实现复制，其属性和原始的属性相同，不过对于某些例外属性(例如为了允许改变拷贝的文件修改日期)。复制使用一个或几个条件，所述条件限制一组可以由复制处理改变的例外属性。源和目的可以是同一个存储库。 mx：Copy→ISTYPEOF→COPYmx：Copy→ISTYPEOF→ACTTYPE_1mx：Copy for a digital resource iscontextualized in COPY_1.COPY_1→ISTYPEOF→COPY复制的范围：“完美”的或精确的复制的思想是自相矛盾的：没有复制品完全和原件一样。例如，在物理的复制品的情况下，在同一时间新的资源总是具有和原件不同的位置属性，或者反之亦然。一件复制品总是在某些方面不同于原件。因此问题是：具有多大程度的不同并仍然可视作“相同的”(“完美”再生)？例如，在复制品中通常名称、标识符和其它的元数据是不同的。“复制”的类型的具体上下文包括确定在复制品和原件之间的属性的不同的限制的约束。
提取 通过对现有的资源取出一部分来产生新的资源。当对数字资源进行提取时，新的数字资源的属性必须和原始的部分中的属性相同。对提取应用Copy的属性除外规定。两个资源的存储库可以相同。 mx：Extract→ISTYPEOF→EXTRACTmx：Extract→ISTYPEOF→ACTTYPE_1mx：Extract for a digital resource iscontextualized in EXTRACT_1.EXTRACT_1→ISTYPEOF→EXTRACT
嵌入 为了在另一个资源中包括一个完整的资源。当对数字资源应用嵌入时，例如可以复制一个资源，使得被复制的资源形成另一个资源的一部分来实现，或者(在网络或者在其它的分布的环境中)包括通往另一个资源的链接。整个资源必须 mx：Embed→ISTYPEOF→EMBEDmx：Embed→ISTYPEOF→ACTTYPE_1mx：Embed for a digital resource iscontextualized in EMBED_1.EMBED_1→ISTYPEOF→EMBED
被嵌入。如果涉及复制，则对嵌入应用属性除外规定。另一个资源必须是预先存在的，或者可以是借助于这个资源和一个或几个其它资源结合的行为而产生的。原始资源和其嵌入的资源的存储库可以相同。
修改 为了在资源中进行改变和保留改变且不产生新的资源。当对数字资源应用修改时，在处理结束时保留一个资源(如果产生新的资源，则行为是改编)。改变可以包括原始资源的元素的添加和除去，包括其它数字资源的嵌入。修改可以用一个或几个条件，所述条件规定必须保持不被修改处理所改变的属性(例如保留标题的记录)。存储库必须保持相同。 mx：Modify→ISTYPEOF→MODIFYmx：Modify→ISTYPEOF→ACTTYPE_1mx：Modify for a digital resource iscontextualized in MODIFY_1.MODIFY_1→ISTYPEOF→MODIFY
扩大 通过使资源扩大来修改资源。当把扩大应用于数字资源时，在处理结束时保留一个单个资源。改变可以包括添加新的材料，包括嵌入其它的数字资源，但是不除去或改变原始资源的元素。存储库必须保持相同。 mx：Enlarge→ISTYPEOF→ENLARGEmx：Enlarge→ISTYPEOF→ACTTYPE_1mx：Enlarge for a digital resource iscontextualized in ENLARGE_1.ENLARGE_1→ISTYPEOF→ENLARGE
编辑 为了改编和/或修改资源。编辑是一种合成，用于描述使改编资源或者对资源进行修改，或者两者兼备。 mx：Edit→ISTYPEOF→EDITmx：Edit→ISTYPEOF→ACTTYPE_1
转移 为了使资源从一个位置到另一个位置重新定位。当把转移应用于数字资源时，一般借助于复制然后删除原始资源来实现。不过，如果当转移完成时在目的地具有属性和原始资源的属性相同的资源，不必须进行一个特殊的处理。如果涉及复制，则对转移应用COPY的属性除外的规定。转移可以在存储库之间进行或者在一个存储库内从一个位置转移到另一个位置。 mx：Transfer→ISTYPEOF→MOVEmx：Transfer→ISTYPEOF→ACTTYPE_1mx：Transfer for a digital resource iscontextualized in TRANSFER：TRANSFER→ISTYPEOF→MOVE
运行 为了产生资源的瞬间的可察觉的表演。当对数字资源应用运行时，其可以包括进行任何形式的瞬间的再现，其可以是被人的5个感官至少之一直接地可察觉的(即不用中间处理)。运行包括播放视频或音频剪辑，显示图像或文本文件，或者利用虚拟的现实性技术产生可以被“触摸”的再现。可以按照资源和表演者的技术限制以任何顺序或次序再现内容。 mx：Play→ISTYPEOF→PLAYmx：Play→ISTYPEOF→ACTTYPE_1mx：Play for a digital resource iscontextualized in PLAY_1：PLAY_1→ISTYPEOF→PLAY
打印 为了产生资源的固定的和可直接察觉的再现。当把打印应用于数字资源时，指的是产生可由人的5个感官至少之一直接察觉的固定的再现(即没有任何中间处理)，例如图像或文本的硬拷贝再现。 mx：Print→ISTYPEOF→PRINTmx：Print→ISTYPEOF→ACTTYPE_1mx：Print for a digital resource iscontextualized in PRINT_1：PRINT_1→ISTYPEOF→PRINT
使能 为了使资源能够被交互行为。当把使能应用于数字资源时，在现有的资源中产生一个改变，使得其成为可读的、可写的或者可执行的。使能可以是部分的和/或上下文的。 mx：Enable→ISTYPEOF→ENABLEmx：Enable→ISTYPEOF→ACTTYPE_1mx：Enable for a digital resource iscontextualized in ENABLE_1：ENABLE_1→ISTYPEOF→ENABLE
禁止 为了使资源不能被交互行为。当把禁止应用于数字资源时，在现有的资源或其环境中产生一个改变，使得其成为不能被软件访问的，但是不从存储库中被除去。禁止可以是部分的和/或上下文的。 mx：Disable→ISTYPEOF→DISABLEmx：Disable→ISTYPEOF→ACTTYPE_1mx：Disable for a digital resource iscontextualized in DISABLE_1：DISABLE_1→ISTYPEOF→DISABLE
安装 为了遵循由一个安装资源提供的指令。安装资源是一种提供指令的资源，当遵循所述指令时，则产生一个或几个新的资源，或被使能的资源，或既是新的又是被使能的资源。 mx：Install→ISTYPEOF→INSTALLmx：Install→ISTYPEOF→ACTTYPE_1
卸载 为了遵循由卸载资源提供的指令。卸载资源是一种资源，其提供指令，当遵循所述指令时，将使得一个或几个资源被禁止或者被删除。 mx：Uninstall→ISTYPEOF→UNINSTALLmx：Uninstall→ISTYPEOF→ACTTYPE_1
删除 为了从源存储库中永久地除去数字资源。删除只应用于数字资源。删除不能反向。如果“非删除”行为是可能的，则资源已被禁止，而未删除。 mx：Delete→ISTYPEOF→DELETEmx：Delete→ISTYPEOF→ACTTYPE_1

Claims (21)

1.一种用于产生用于定义权利表达语言的项的数据字典的方法，所述方法包括：
为数据字典的第一项指定一个用于表示一个基本行为的单个含义；
为包括数据字典的基本项集合的多个项的每一个项指定一个不同的单一的含义，其中每个不同的单一的含义部分地参考第一项被导出，并且其中为基本项集合的一个上下文项指定一个表示所述基本行为或一种类型的基本行为发生的环境的含义；
定义多个基本的关系项，借以使多个基本的关系项的每一个各自都把基本项集合的所述上下文项和基本项集合的各自的其它项链接起来；以及
根据需要定义其它项以转换表达语言的预期的语义内容，每个其它项被定义为从基本项集合或第一项选择的一种类型的项，借以使其它项被多个基本关系项中的任何选定的一个项链接。
2.一种用于按照数据字典确定权利表达语言中的表达的语义内容的方法，所述方法包括：
操作地采用一个字典状的数据字典，其中数据字典包括用于表示一个基本行为的第一项，多个基本项，每个基本项表示一个部分地参考第一项导出的含义，并且其中所述多个基本项中的一个上下文项表示了所述基本行为或一种类型的基本行为发生的环境，以及多个基本的关系项，每个基本关系项链接所述上下文项至所述多个基本项的各自的另一个，
识别一个表达的各个离散的项，其中所述表达包括多个离散的项；
确定每个离散的项是否具有等同于数据字典的一个派生的项的含义的含义，其中派生的项由一个具有指定的含义的项组成，所述指定的含义至少部分地由从基本项集合、第一项或另一个派生的项中选出的一项导出，并通过多个关系项的至少一个和数据字典中的至少一个其它项相关；以及
至少部分地从和派生项匹配的每个离散项的语义内容确定所述表达的语义内容。
3.如权利要求2所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示执行基本行为的实体的行为者项。
4.如权利要求3所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示上下文的时间参数的时间项。
5.如权利要求4所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示上下文的空间参数的位置项。
6.如权利要求5所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个资源项，用于表示不是行为者的、不是位置的、不是时间的涉及在上下文中的实体。
7.如权利要求2所述的方法，其中所述采用步骤还包括采用包括多个行为族的数据字典，其中每个行为族包括唯一的一组派生项，所述唯一的一组派生项由第一项或作为一种类型的第一项而派生的项定义，其中所述唯一的一组的成员包括多个派生的项，每个派生的项是从多个基本项的各自的一个派生的。
8.如权利要求2所述的方法，其中所述采用步骤还包括采用包括多个派生项的数据字典，其中多个派生项的每个派生项由与第一项、多个基本项或多个被定义的项中的一个其它项之一的唯一产生关系定义。
9.如权利要求2所述的方法，其中所述采用步骤还包括采用包括第一项、基本项、基本的关系项和多个派生项的数据字典，这些项的每一个都和多个属性相关，所述属性包括唯一的识别符、类型和状态。
10.如权利要求2所述的方法，其中所述采用步骤还包括采用包括多个关系项的数据字典，其中所述多个关系项的每一个包括一个用于描述一个单个主体项和一个单个客体项之间的关系的相关项，所述主体项用于识别作为所述关系的单一的主体的数据字典的项，所述客体项用于识别作为所述关系的单一的客体的数据字典的项，从而多个关系项的每一个是唯一的。
11.一种用于把以第一权利表达语言表达的项转换为第二权利表达语言的被转换的项的方法，所述方法包括：
操作地采用一个数据字典，其中数据字典包括用于表示一个基本行为的第一项，多个基本项，每个基本项用于表示一个部分地参照第一项导出的含义，并且其中所述多个基本项的一个上下文项表示所述基本行为发生的环境，以及多个派生项，所述多个派生项的每一个具有指定的单一含义，所述指定的单一含义至少部分地由从基本项集合、第一项或多个派生项的另一个派生项中选择的一项导出，并通过多个关系项的唯一一个和数据字典的至少一个其它的项相关，
操作地采用第一映射，第一映射包括在多个第一语言的项的每一个和第一项、多个基本项或多个派生项之一之间的一对一的链接；
操作地采用第二映射，第二映射包括在多个第二语言的项的每一个和第一项、多个基本项或多个派生项之一之间的一对一的链接；
使用所述第一映射，为所述表达的每个第一语言项识别数据字典的一个相应的项；以及
使用所述第二映射，为在第一识别步骤中识别的数据字典的每个项识别一个相应的第二语言的项。
12.如权利要求11所述的方法，其中所述第一采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示执行所述基本行为的实体的行为者项。
13.如权利要求12所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示上下文的时间参数的时间项。
14.如权利要求13所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个用于表示上下文的空间参数的位置项。
15.如权利要求14所述的方法，其中所述采用步骤还包括采用包括多个基本项的数据字典，所述多个基本项包括一个资源项，用于表示不是行为者的、不是位置的、不是时间的涉及在上下文中的实体。
16.如权利要求11所述的方法，其中所述第一采用步骤还包括采用包括多个行为族的数据字典，其中每个行为族包括唯一的一组派生项，所述唯一的一组派生项由第一项或作为一种类型的第一项而派生的项定义，其中所述唯一的一组的成员包括多个派生的项，每个派生的项是从多个基本项的各自的一个派生的。
17.如权利要求11所述的方法，其中所述第一采用步骤还包括采用包括多个派生项的数据字典，其中多个派生项的每个派生项由与第一项、多个基本项或多个被定义的项的其它一个项之一的唯一的产生关系定义。
18.如权利要求11所述的方法，其中所述第一采用步骤还包括采用包括第一项、基本项、基本的关系项和多个派生项的数据字典，这些项的每一个都和多个属性相关，所述属性包括唯一的识别符、类型和状态。
19.如权利要求11所述的方法，其中所述第一采用步骤还包括采用包括多个关系项的数据字典，其中所述多个相关项的每一个包括一个用于描述一个单个主体项和一个单个客体项之间的关系的相关项，所述主体项用于识别作为所述关系的单一的主体的数据字典的项，所述客体项用于识别作为所述关系的单一的客体的数据字典的项，从而多个关系项的每一个是唯一的。
20.如权利要求11所述的方法，其中所述第二采用步骤还包括采用按照数据字典的项产生规则产生的多个第一语言项的每一个。
21.如权利要求11所述的方法，其中所述第三采用步骤还包括采用按照数据字典的项产生规则产生的多个第二语言项的每一个。
CNA028231384A 2001-11-21 2002-11-21 数据字典产生方法 Pending CN1589443A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US33180701P 2001-11-21 2001-11-21
US60/331,807 2001-11-21

Publications (1)

Publication Number Publication Date
CN1589443A true CN1589443A (zh) 2005-03-02

Family

ID=23295457

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA028231384A Pending CN1589443A (zh) 2001-11-21 2002-11-21 数据字典产生方法

Country Status (10)

Country Link
US (1) US7124364B2 (zh)
EP (1) EP1454263A4 (zh)
JP (1) JP4194947B2 (zh)
KR (1) KR100633219B1 (zh)
CN (1) CN1589443A (zh)
AU (1) AU2002352869A1 (zh)
BR (1) BR0214325A (zh)
IL (1) IL161316A0 (zh)
MX (1) MXPA04004678A (zh)
WO (1) WO2003046754A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968481A (zh) * 2012-11-20 2013-03-13 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN103353864A (zh) * 2012-11-20 2013-10-16 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN106021243A (zh) * 2016-05-30 2016-10-12 珠海格力电器股份有限公司 语言转换方法和装置
CN108038203A (zh) * 2017-12-13 2018-05-15 明算科技（北京）股份有限公司 数据字典的存储装置
CN111239529A (zh) * 2020-03-05 2020-06-05 西南交通大学 一种支持机电设备预测性维护的激励测试方法及系统

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002041697A (ja) * 2000-07-25 2002-02-08 Toshiba Corp 電子カタログシステムおよびその管理運用装置および管理運用方法
US7260570B2 (en) * 2002-02-01 2007-08-21 International Business Machines Corporation Retrieving matching documents by queries in any national language
US6952691B2 (en) 2002-02-01 2005-10-04 International Business Machines Corporation Method and system for searching a multi-lingual database
JP2004005439A (ja) * 2002-03-28 2004-01-08 Matsushita Electric Ind Co Ltd コンテンツ検索装置およびコンテンツ検索方法
CN1300718C (zh) * 2002-10-31 2007-02-14 卡西欧计算机株式会社 信息显示装置和信息显示处理程序
US7505958B2 (en) 2004-09-30 2009-03-17 International Business Machines Corporation Metadata management for a data abstraction model
US8050906B1 (en) * 2003-06-01 2011-11-01 Sajan, Inc. Systems and methods for translating text
US7854009B2 (en) 2003-06-12 2010-12-14 International Business Machines Corporation Method of securing access to IP LANs
US20060206311A1 (en) * 2003-07-18 2006-09-14 Sang-Won Jeong System and method of multilingual rights data dictionary
KR100500667B1 (ko) * 2003-07-18 2005-07-12 한국전자통신연구원 다중언어 권리 데이터 사전 시스템 및 그 방법
US20050043940A1 (en) * 2003-08-20 2005-02-24 Marvin Elder Preparing a data source for a natural language query
US20050065774A1 (en) * 2003-09-20 2005-03-24 International Business Machines Corporation Method of self enhancement of search results through analysis of system logs
US8014997B2 (en) * 2003-09-20 2011-09-06 International Business Machines Corporation Method of search content enhancement
EP1678630A2 (en) * 2003-10-17 2006-07-12 Rightscom Limited Computer implemented methods and systems for representing multiple schemas and transferring data between different data schemas within a contextual ontology
US7689910B2 (en) * 2005-01-31 2010-03-30 International Business Machines Corporation Processing semantic subjects that occur as terms within document content
EP1688850A1 (en) * 2005-02-07 2006-08-09 Sony Ericsson Mobile Communications AB Generic parser for electronic devices
US7877383B2 (en) * 2005-04-27 2011-01-25 Microsoft Corporation Ranking and accessing definitions of terms
DE102005033698A1 (de) * 2005-07-19 2007-02-01 Siemens Ag Verfahren zum Export von Nutzungsrechten an elektronischen Datenobjekten
US8296569B2 (en) * 2006-10-09 2012-10-23 Microsoft Corporation Content protection interoperability infrastructure
US20080091675A1 (en) * 2006-10-13 2008-04-17 Wilson Chu Methods and apparatuses for modifying a search term utilized to identify an electronic mail message
US20090063546A1 (en) * 2007-08-31 2009-03-05 Caterpillar, Inc. Method and system for creating a data dictionary
US20090240667A1 (en) * 2008-02-22 2009-09-24 Edward Baker System and method for acquisition and distribution of context-driven defintions
US8375014B1 (en) * 2008-06-19 2013-02-12 BioFortis, Inc. Database query builder
US8161063B2 (en) * 2009-09-11 2012-04-17 Eastman Kodak Company Multimedia object retrieval from natural language queries
US9311297B2 (en) * 2013-03-14 2016-04-12 Prateek Bhatnagar Method and system for outputting information
US10157175B2 (en) * 2013-03-15 2018-12-18 International Business Machines Corporation Business intelligence data models with concept identification using language-specific clues
US20150088493A1 (en) * 2013-09-20 2015-03-26 Amazon Technologies, Inc. Providing descriptive information associated with objects
RU2595531C2 (ru) * 2014-04-21 2016-08-27 Общество С Ограниченной Ответственностью "Яндекс" Способ и система генерирования определения слова на основе множественных источников
US10698924B2 (en) 2014-05-22 2020-06-30 International Business Machines Corporation Generating partitioned hierarchical groups based on data sets for business intelligence data models
US9514185B2 (en) * 2014-08-07 2016-12-06 International Business Machines Corporation Answering time-sensitive questions
US10002179B2 (en) 2015-01-30 2018-06-19 International Business Machines Corporation Detection and creation of appropriate row concept during automated model generation
US9984116B2 (en) 2015-08-28 2018-05-29 International Business Machines Corporation Automated management of natural language queries in enterprise business intelligence analytics
CN113971210B (zh) * 2021-12-27 2022-04-08 宇动源(北京)信息技术有限公司 一种数据字典生成方法、装置、电子设备及存储介质

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5052040A (en) 1990-05-25 1991-09-24 Micronyx, Inc. Multiple user stored data cryptographic labeling system and method
US6101490A (en) * 1991-07-19 2000-08-08 Hatton; Charles Malcolm Computer system program for creating new ideas and solving problems
JPH06289886A (ja) 1993-04-06 1994-10-18 Yamaha Corp カラオケ装置
US5619709A (en) * 1993-09-20 1997-04-08 Hnc, Inc. System and method of context vector generation and retrieval
US5715403A (en) 1994-11-23 1998-02-03 Xerox Corporation System for controlling the distribution and use of digital works having attached usage rights where the usage rights are defined by a usage rights grammar
US5991876A (en) 1996-04-01 1999-11-23 Copyright Clearance Center, Inc. Electronic rights management and authorization system
US6915265B1 (en) * 1997-10-29 2005-07-05 Janice Johnson Method and system for consolidating and distributing information
US6112181A (en) 1997-11-06 2000-08-29 Intertrust Technologies Corporation Systems and methods for matching, selecting, narrowcasting, and/or classifying based on rights management and/or other information
US6141754A (en) 1997-11-28 2000-10-31 International Business Machines Corporation Integrated method and system for controlling information access and distribution
US6046394A (en) 1998-06-24 2000-04-04 Kabushiki Kaisha Kawai Gakki Seisakusho Music score recognizing method and computer-readable recording medium storing music score recognizing program
JP2000188702A (ja) 1998-10-12 2000-07-04 Victor Co Of Japan Ltd マトリクス型表示装置の映像信号処理回路
US7083095B2 (en) 1999-02-18 2006-08-01 Colin Hendrick System for automatic connection to a network
US6286010B1 (en) * 1999-02-19 2001-09-04 Novell, Inc. Methods and apparatuses for interaction between schemata
US20020019814A1 (en) 2001-03-01 2002-02-14 Krishnamurthy Ganesan Specifying rights in a digital rights license according to events
US6529864B1 (en) * 1999-08-11 2003-03-04 Roedy-Black Publishing, Inc. Interactive connotative dictionary system
AU2001255806A1 (en) * 2000-03-14 2001-09-24 Sony Electronics Inc. A method and device for forming a semantic description
CA2372554A1 (en) * 2000-04-10 2001-10-18 Sony Corporation Asset management system and asset management method
WO2002003604A2 (en) 2000-06-29 2002-01-10 Cachestream Corporation Digital rights management
US7120640B2 (en) * 2000-07-11 2006-10-10 Sony Corporation Formal verification of semantic DS
AU7593601A (en) 2000-07-14 2002-01-30 Atabok Inc Controlling and managing digital assets
US20020026445A1 (en) 2000-08-28 2002-02-28 Chica Sebastian De La System and methods for the flexible usage of electronic content in heterogeneous distributed environments
US20020073177A1 (en) 2000-10-25 2002-06-13 Clark George Philip Processing content for electronic distribution using a digital rights management system
US20020091584A1 (en) 2000-10-25 2002-07-11 Clark George Philip Electronic content distribution
AU2002234254B2 (en) 2001-01-17 2005-04-21 Contentguard Holdings, Inc. Method and apparatus for managing digital content usage rights
US20020156712A1 (en) 2001-02-20 2002-10-24 Soft Park Group, Ltd. Parametric representation scheme and systems for description and reconstruction of an intellectual property management and protection system and corresponding protected media
US20020157002A1 (en) 2001-04-18 2002-10-24 Messerges Thomas S. System and method for secure and convenient management of digital electronic content

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968481A (zh) * 2012-11-20 2013-03-13 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN103353864A (zh) * 2012-11-20 2013-10-16 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN103353864B (zh) * 2012-11-20 2016-08-31 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN102968481B (zh) * 2012-11-20 2016-11-16 深圳市华傲数据技术有限公司 一种数据库近似字典规则的挖掘方法、系统及数据库终端
CN106021243A (zh) * 2016-05-30 2016-10-12 珠海格力电器股份有限公司 语言转换方法和装置
CN108038203A (zh) * 2017-12-13 2018-05-15 明算科技（北京）股份有限公司 数据字典的存储装置
CN108038203B (zh) * 2017-12-13 2021-08-03 明算科技（北京）股份有限公司 数据字典的存储装置
CN111239529A (zh) * 2020-03-05 2020-06-05 西南交通大学 一种支持机电设备预测性维护的激励测试方法及系统

Also Published As

Publication number Publication date
JP2005510803A (ja) 2005-04-21
WO2003046754A1 (en) 2003-06-05
US7124364B2 (en) 2006-10-17
EP1454263A1 (en) 2004-09-08
KR100633219B1 (ko) 2006-10-12
JP4194947B2 (ja) 2008-12-10
AU2002352869A1 (en) 2003-06-10
KR20040068546A (ko) 2004-07-31
IL161316A0 (en) 2004-09-27
US20030221171A1 (en) 2003-11-27
MXPA04004678A (es) 2005-05-17
BR0214325A (pt) 2004-11-03
EP1454263A4 (en) 2008-02-13

Similar Documents

Publication Publication Date Title
CN1589443A (zh) 数据字典产生方法
Tiedemann Bitext alignment
White Efficient realization of coordinate structures in Combinatory Categorial Grammar
US6782384B2 (en) Method of and system for splitting and/or merging content to facilitate content processing
Weinstein Ontology-based metadata: transforming the MARC legacy
CN1547709A (zh) 产生具有多个同时贡献信息的作者的有序编译的方法和系统
US20090070099A1 (en) Method for translating documents from one language into another using a database of translations, a terminology dictionary, a translation dictionary, and a machine translation system
CN1542649A (zh) 自然语言生成系统中用于句子实现中排序的成分结构的语言信息统计模型
CN1871597A (zh) 利用一套消歧技术处理文本的系统和方法
CN1652107A (zh) 语言变换规则产生装置、语言变换装置及程序记录媒体
CN1552126A (zh) 压缩文档的结构化描述的方法和系统
CN1711522A (zh) 图形用户接口建模系统
CN1619546A (zh) 文本的标号系统－翻译和在运行时间的多语言支持以及设计
CN1829987A (zh) 用于标签系统的词语数据库扩展
CN101488086A (zh) 一种基于领域模型的软件生成方法及装置
Flatscher Metamodeling in EIA/CDIF---meta-metamodel and metamodels
Liang et al. From AGROVOC to the Agricultural Ontology Service/Concept Server: An OWL model for creating ontologies in the agricultural domain
Žumer et al. IFLA LRM-finally here
CN101777043A (zh) 一种文字转换方法及装置
CN1232920C (zh) 将文本输入与词汇知识库相匹配并利用匹配结果的系统和方法
CN1268711A (zh) 文件或数据库管理器以及基于其的系统
Gardent Integrating a unification-based semantics in a large scale Lexicalised Tree Adjoining Grammar for French
Campbell Jr Adaptable components
Lieske et al. The open lexicon interchange format (OLIF) comes of age
Graua et al. Web semantics: Science, services and agents on the world wide web

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication