博物馆藏品编目是管理博物馆核心资源——藏品的重要方式，也是学术研究、展览展示、宣传教育、出版等其他业务活动的基础。藏品编目工作由博物馆的专业研究人员执行，旨在对藏品的物理外观进行客观而详细的记录，并对其蕴含的艺术史、自然历史、人类学、科学等相关信息做出诠释，因此编目信息也是博物馆重要的信息资源。自20世纪90年代中期博物馆数字化浪潮掀起，藏品编目的载体由原先的纸质逐步过渡成信息系统，研究人员能够在编目系统中录入和维护编目信息，使编目信息成为互联网开放共享的资源。

随着大数据、人工智能技术不断发展，应用领域对于数据和信息的标准化也越来越重视，尤其是机器可读的信息资源，以满足生成式人工智能做基于事实的判断推理与辅助决策等智能应用的需求。为此，2019年国际标准化组织（ISO）提出了“机器可用、可读、可迁移标准”（Standards Machine Applicable, Readable and Transferable，SMART），将标准的演进划分为：纸质、开放数字格式、机器可读文档、机器可读内容、机器可释内容。

为了实现文化遗产机构之间的信息交换与融合，国际文献工作委员会（International Committee for Documentation，CIDOC）设计了一款面向文化遗产领域的本体（Ontology），即“概念参考模型”（Conceptual Reference Model，CIDOC-CRM），用于促进博物馆、档案馆和图书馆中大量分散、不兼容的文化遗产信息源基于共同的概念基础进行比较映射、数据转换等，以实现信息交换和集成。同时，通过本体表达的知识能实现“人—机”“机—机”的理解和使用，实现机器可读和互操作。然而，对于作为顶层本体的CIDOC-CRM，在应用过程中需要根据应用场景和信息源特征对其进行适当地拓展，使其便于实际应用。

鉴于国内现有博物馆馆藏编目信息组织方式无法满足机器可读的应用需求，故宫博物院针对中国古代可移动文物编目信息特征拓展了CIDOC-CRM，构建“中国古代可移动文物概念参考模型”（Ancient Chinese Artifacts Conceptual Reference Model，CRM-ACA），用于表示与中国古代可移动文物相关的知识内容。本文将对模型的设计思路、构建过程、可行性验证过程和实施效果一一进行阐释。

从1964年起，国家文物局就对馆藏文物的登记账及编目卡内容做了明确规定，制定了统一的账本格式和编目卡格式，远早于“都柏林核心元数据集”或其他相关元数据标准的发布。这些元数据是为手工管理设立的，从信息规范和合理性的角度看，设计并不严谨。但是它们已经指导了全国几十年的文物工作，完全将其推翻并让全国文物管理工作从头开始是不现实的。因此，故宫博物院在建设藏品编目系统之初，是在保留部分元数据的基础上加以调整，以适应信息管理需求的。并且针对故宫藏品的信息资源特征，考虑到藏品研究和管理人员的实际业务需求设计了编目元数据。这种情况普遍存在于国内博物馆信息化建设过程中，导致博物馆之间藏品元数据存在差异，不同机构的藏品信息很难交换或集成。

按照2018年国家文物局《关于加强可移动文物预防性保护和数字化保护利用工作的通知》，可移动文物数字化保护利用工作即“文物信息资源数字化”包括知识图谱建设、文物信息动态著录与数据交换，“数字化服务”包括人工智能服务、博物馆智能查询、文物大数据共享服务等。对于解决异构信息源之间信息交换的问题，将元数据映射到标准本体至关重要，因为本体可作为一种中介，促进对概念及其语义关系的共同理解。CIDOC-CRM作为一款促进文化遗产之间信息交换的本体模型，对文化遗产领域涉及的显性概念、隐性概念及两者关系提供了定义和形式化的描述，在不同信息源之间建立起共同的语言。2006年，它被认定为国际标准ISO 21127。2019年，我国引入此项国际标准，发布为国家标准GB/T 37965-2019《信息与文献 文化遗产信息交换的参考本体》。

此外，随着大数据和人工智能技术的飞速发展，越来越多的文化遗产机构开始考虑馆藏信息的更多应用前景，而计算机读取和处理数据与信息的前提是机器可读，若数据与信息采用结构化的方式来组织和存储，计算机就能够自动获取和处理它们，进而实现高效的信息管理和智能化应用。采用本体即可有效地解决这一问题，CIDOC-CRM是基于对象的语义模型，方便转化成RDF或OWL等机器可读格式。

综上所述，采用CIDOC-CRM对馆藏文物编目信息进行重构不仅能够实现不同文化遗产机构藏品信息源之间的信息交换与集成，还可以为未来智能化应用打下良好的数据基础。

CIDOC-CRM是现实世界一切实体的框架，被称为“CRMbase”的顶层本体。换句话说，CIDOC-CRM作为一个通用框架，提供了一个用于描述不同类型实体的基本数据模型和关系。因此，不同的学科或领域可以基于CIDOC-CRM进行定制化的拓展，以适应特定的应用需求，而无需从头设计一个全新的本体。本体复用也是本体工程中被广泛使用和推荐的方法之一。CIDOC提供了一系列适用于不同需求的本体模型，每个都作为CIDOC-CRM的拓展为各种不同类型的文化遗产管理需求提供参考。例如，FRBRoo和PRESSoo用于表示文献目录信息的语义，后者侧重于连续出版物的特殊语义；CRMinf用于集成描述论证和推理的元数据；CRMarchaeo用于记录考古发掘过程和相关实体及活动；CRMsci用于描述科学领域的信息对象和活动；CRMgeo用于描述时序实体、持续性实体以及地理信息的时空属性；CRMdig用于记录数字化产品的生产步骤和方法；CRMba可以描述建筑物和物质之间的关系和演化；CRMtex可以支持古文献手抄本研究和记录；CRMsoc用于描述社会现象、社会参与成员属性；CRMact用于描述活动计划，各种活动和行为之间的关系和演变。但目前尚无一款适用于中国古代可移动文物信息组织的拓展本体，有鉴于此，故宫博物院基于CIDOC-CRM研发了“中国古代可移动文物概念参考模型”（以下简称CRM-ACA），并编写配套受控词表，构建文物知识图谱，验证了CRM-ACA具有可操作性和可行性。

2.1 CRM-ACA的领域

CRM-ACA是一款应用本体，旨在服务于任何一家拥有中国古代可移动文物并将之作为藏品的文化遗产机构，它基于CIDOC-CRM拓展，适用于编目信息组织。就CRM-ACA命名而言，它包含关键词“古代中国”“文物”及“可移动文物”。以下对关键词加以说明，以限定CRM-ACA的适用范围。

    （1）“古代中国”

根据中国史学会主持，翦伯赞、邵循正、胡华编写的《中国历史概要》一书，“古代的中国”包括原始社会、奴隶社会、封建社会，时间范围从远古一直到鸦片战争前。而将鸦片战争作为“中国古代史”下限的观点，在“中华人民共和国中央人民政府”门户网站的“国情”之古代史目录“统一的多民族国家和封建制度的逐渐衰落——明、清（鸦片战争以前）”也有对应。

    （2）“文物”

根据《中华人民共和国文物保护法》总则第二条规定，“文物”的内涵包括：

①具有历史、艺术、科学价值的古文化遗址、古墓葬、古建筑、石窟寺和石刻、壁画；

②与重大历史事件、革命运动或者著名人物有关的以及具有重要纪念意义、教育意义或者史料价值的近代现代重要史迹、实物、代表性建筑；

③历史上各时代珍贵的艺术品、工艺美术品；

④历史上各时代重要的文献资料以及具有历史、艺术、科学价值的手稿和图书资料等；

⑤反映历史上各时代、各民族社会制度、社会生产、社会生活的代表性实物。

其中①列入“不可移动文物”范畴，但体量较小的石刻、剥离的壁画碎片也可以成为可移动文物，②不属于“古代中国”时间范畴。因此，CRM-ACA适用于③④⑤条款列举的对象，以及体量较小的石刻和剥离的壁画碎片。

    （3）“可移动文物”

“可移动文物”或“可移动文化遗产”概念在各个国家界定并不相同。国际古迹遗址理事会（ICOMOS）将“可移动文化遗产”定义为“所有的可移动的物品。它们是人类制造的、自然进化的表达和证据，具有考古、历史、艺术、科学、技术的价值和作用”。由此可见，“可移动文物”不局限于人类制造的实物，如化石也囊括在内。《中华人民共和国文物保护法》总则将“可移动文物”描述为“历史上各时代重要实物、艺术品、文献、手稿、图书资料、代表性实物等”，并且总则第二条规定“具有科学价值的古脊椎动物化石和古人类化石同文物一样受国家保护”，由此可判断在我国“化石”与“文物”有概念上的区别。

综上所述，“可移动文物”概念的争议可能在于是否为“人类制造”，尤其是“化石”“标本”类藏品是否属于“文物”。“化石”和“标本”是博物馆重要的藏品类型之一，从形成时间来看，“化石”和“标本”的形成时间可能超过“古代中国”的时间范围，但CRM-ACA认为有必要将其纳入信息组织的对象，将“古生物化石”和“生物标本”设置为“E20生物对象”的两个子类。考虑到“生物标本”在制作过程中可能有人类行为参与，“生物标本”也同时被设置为“E22人造对象”的子类，即其继承E20和E22两个超类的属性。CRM-ACA意在将“古生物化石”和“生物标本”两个类作为接口，便于自然博物馆能在CRM-ACA的成果基础上继续拓展。

2.2 CRM-ACA的设计思路

CRM-ACA构建步骤采用“斯坦福七步法”，其步骤一“确定本体的领域与范围”、步骤二“考虑复用现有本体”已在前文中阐述完毕。本节从步骤三“列举本题中的重要术语”开始阐述。

        2.2.1 列举重要术语

本步骤的任务是尽可能全面地收集关于“中国古代可移动文物”主题的相关术语，使主题通过具体的术语得到说明和解释，帮助推动后续步骤开展。相关术语既可能是“龙纹”“粉彩”“釉上彩”“缂丝”“青铜器”“漩涡纹”等藏品编目描述性术语，也可能是“文物分类”“创作者”“时代”“题跋”“纹饰”“质地”“尺寸”“工艺”“收藏地点”等元数据层面的术语。

此步骤暂不考虑术语之间的语义关系，如“龙纹”和“漩涡纹”都属于“纹饰”，“粉彩”和“釉上彩”都属于“工艺”，“穿花龙纹”与“龙穿花纹”是同义词等，只是尽可能多地收集术语，保证术语的全面性。CRM-ACA的术语来源如下。

（1）《故宫博物院文物详细编目则例》。该则例是故宫博物院器物部、宫廷历史部、书画部、图书馆等多个部门的研究人员合力编写的编目规范，能够较全面地反映中国古代可移动文物情况。包括元数据和描述性术语。

（2）盖蒂研究所《艺术品描述类目》（Categories for the Description of Works of Art，CDWA）。CDWA由美国Getty基金会（J. Paul Getty Trust）和学院艺术协会（College Art Association）联合资助的艺术信息工作组AITF（the Art Information Task Force）制定，是为从事艺术史研究、艺术品管理的人员以及信息技术专家设计的元数据标准，用来描述艺术品，主要在博物馆使用。该标准在国际上具有广泛影响力，侧重元数据术语。

（3）故宫博物院“数字文物库”用户检索记录。“数字文物库”是故宫博物院重要的藏品检索平台，自2019年6月发布至2023年5月，累计独立访客数量达到4006456次，累计检索超过566万次，能直观反映用户检索行为。用户检索记录侧重描述性术语，它与《故宫博物院文物详细编目则例》结合使用能使术语既覆盖领域专家的专业术语，如“宫衣”“武生巾”，又覆盖用户使用的日常表达，如“衣服”“帽子”。

（4）行业参考文献，包括但不限于：中央编译出版社《中国文物大辞典》、上海辞书出版社《中国考古学大辞典》、故宫出版社《故宫辞典》、中华书局《中国历代职官别名大辞典》等。

CRM-ACA在步骤三共计收集术语五万余个。

        2.2.2 定义类及其层次结构

“类”（Class）是一组具有一个或多个共同特征的事物或概念聚合而成的类别，该特征能作为判别标准把这一类事物或概念识别出来。CIDOC-CRM鼓励“通过类型的层级结构”对模型进行拓展。CRM-ACA采用自上而下与自下而上相结合的方式构建类的层级（图1）：元数据级别的术语适合采用自上而下的方式形成本体草稿A，描述性术语适合采用自下而上的方式形成本体草稿B，将A与B进行对比、改善，使二者衔接融合形成完整的类的层级，再与CIDOC-CRM末端的类对齐。

自上而下的构建过程以《故宫博物院文物详细编目则例》和CDWA的部分元数据术语作为演示，主要工作是判断元数据术语在本体中的应用，如“类”“关系”或“属性”（表1）。

根据语义场理论，若干个词语可能具有共同义素的义位，存在语义层次、语义范围重叠等现象。以上术语彼此之间可能存在此类现象，需进一步分析其的语义聚合关系，为本体梳理出概念界限相对清晰的“类”并合理归入CIDOC-CRM的框架内，与既有“类”形成“子类属于一个超类”（isSubclassOf）关系。

图1  CRM-ACA类的层级构建方法

本节将“时代”“时期”“年号”“地缘政治单位（政权）”“朝代”“文化类型”“风格”作为一组术语进行语义辨析。

（1）时代：社会发展的不同阶段或时期，如原始时代、社会主义时代。

（2）时期：发展过程中的一段时间，如全盛时期、冰河时期、孩童时期。

（3）年号：皇帝纪年的名号。一个皇帝在位期间可用几个年号，但明、清两代，一个皇帝一般只用一个年号。

（4）地缘政治单位（政权）：拥有共同的语言、文化、种族、宗教、领土、政权或者历史的社会群体；从狭义的角度，它是一定范围内的人群所形成的共同体形式。

（5）朝代：建立国号的君主（一代或若干代相传）统治的整个时期。

（6）文化类型：指考古学文化，几种特定型式的器物，经常在一定地区的某一类型的住址或墓葬中共同出土，这种具有特定组合关系的遗存，便属于一种考古学文化。

（7）风格：一个时代、一个民族、一个流派或一个人的文艺作品所表现的主要的思想特点和艺术特点。

根据CIDOC-CRM之“E4时期”的范围说明（Scope Note），以上七个术语均属于E4的概念范畴。其中（1）（2）与E4的概念基本重叠。（5）的概念根据《现代汉语词典》可分两种：某一世系帝王的统治时期；某一帝王的统治时期。详细辨析见表2。

词义1可与“地缘政治单位（政权）”概念合并，采用术语“地缘政治单位”以免与词义2概念混淆。词义2之情况则需分别处理，作为“E4时期”的实例（Instance）或创建“年号”类作为“地缘政治单位”的子类。

另外，年号纪年是中国古代纪年的重要方法之一，此处对“年号纪年”与“年号”“纪年”做语义辨析，详见表3。

综上所述，CRM-ACA以自上而下的构建方式将CIDOC-CRM之“E4时期”拓展如表4。

表1  元数据术语梳理示范

由此自上而下构建方法形成本体草稿A。而自下而上构建过程首先需要将零散的术语根据语义做聚合，梳理术语的语义关系。为了灵活而有效地组织术语并进行管理，且避免本体构建工具Protégé使用中实例名称不可重复而导致无法处理同形多义词带来的不便，CRM-ACA采用叙词表作为自下而上梳理术语的工具。

表2   “朝代”词义辨析

表3   “年号纪年”“年号”“纪年”语义辨析

表4 CRM-ACA对CIDOC-CRM之“E4时期”的扩展

根据国家社科基金项目“基于本体和知识集成实现中文叙词表的升级、共享和动态完善”的研究成果，叙词表与本体二者在定义表述上都是“通过受控词汇来表达概念的概念系统，都提供了对领域知识的共同理解与描述，都追求概念及其之间关系的明确化（explicit）和描述的形式化（formal）”。且词表本质上是一种具有等级关系的知识组织形式，与本体模型中关系类型之一的“超类—子类”概念关系（sub-super-concept）同属于树形结构。因此，从理论上，词表的“IsA”语义关系可以转化成本体的“子类属于一个超类”的“isSubclassOf”关系。

自下而上构建过程使用受控词表将零散的术语组织成层级结构，以“数字文物库”用户检索记录和行业参考文献的部分术语作为演示（表5）。

表5 术语聚合演示

术语聚合后，再使用合适的高维度术语统称某一类的术语，如“青铜尊”“高足杯”“梅瓶”等可以使用“物件类型”统称它们。零散的术语需要分组做语义辨析，如“青铜尊”是依材料区分的“尊”，“高足杯”是依形式区分的“杯”，“花盆”是依功能区分的“盆”。按照逻辑，“青铜尊”的同层级术语还应包括“珐琅尊”“玻璃尊”等，“依形式区分的尊”包括“牺尊”“象尊”“天鸡尊”“石榴尊”等，而“依材料区分的尊”和“依形式区分的尊”都属于“尊”的下位词，由此构成层级关系。位于层级最顶部的术语成为“类”的候选词，比如“物件类型”作为该类术语聚合后最具概括性的术语将被创建成一个新类“物件类型”，并且作为CIDOC-CRM“E55类型”的子类，这是本体草稿A和B上下对齐融合的过程。CRM-ACA基于CIDOC-CRM拓展了36个类，每个类有一个对应的受控词表。

        2.2.3 定义类的属性

CIDOC-CRM文档将两个“类”之间的关系称为“属性”（property），为避免概念混淆，本文将其称为“关系”，而将描述“类”中实例（instance）的特征或特性称为“属性”（slot）。定义属性大致有以下两种方式。（1）将“类”的内在特征和外在特征设置成“类”的属性。例如将某件藏品的编目信息作为它的属性值，如藏品a有属性“纹饰”、值为“漩涡纹”，有属性“材质”、值为“陶”。（2）把具有特殊性或唯一性的标识设为属性，例如，藏品a有属性“藏品名称”、值为“斗彩龙凤穿花纹带盖梅瓶”，有属性“藏品编号”、值为“故00152086”。CRM-ACA认为具有共性的信息，即（1）更适合作为实例，与它相关的其他实例通过“关系”关联。如将“漩涡纹”作为“图案与纹样”类的一个实例，藏品a经关系“P62描绘”关联“漩涡纹”。

        2.2.4 创建实例

CRM-ACA的自下而上构建过程产出了36个受控词表，词表最顶部的术语纳入本体“类”，其他术语成为该“类”的实例，实例之间的关系依据CIDOC-CRM定义的关系进行命名。在CRM-ACA中，“物件类型”是“E55类型”的子类，“物件类型”词表的术语成为该类的实例，术语的层级关系采用“P127有上位词”表达。而“E4时期”的子类“地缘政治单位”与“年号”的实例则应采用“P9包括时期”表达，如“清”“包括时期”“雍正”。目前CRM-ACA建设实例近三万个，经过故宫博物院器物部、书画部、宫廷历史部、考古部、图书馆在内的十几位领域专家审校，较具有学术准确性。

为面向智能检索、语义问答、辅助大数据分析和推理判断等可能的人工智能应用场景，故宫博物院选择知识图谱实践基于CRM-ACA的数据建设。知识图谱能够通过节点之间的相互关联来表达真实世界的知识，节点之间的关系是有向的、多层次的，能够表达现实世界中非常复杂的语义，有助于更全面地理解和挖掘知识并从中获得洞察和发现新的知识。

本节通过演示将传统藏品编目形式转换为基于CRM-ACA的信息组织形式的方法——以实例为节点、以关系为边重构馆藏编目信息（表6），验证了CRM-ACA是可以满足中国古代可移动文物编目需要的。

表6  编目信息在CRM-ACA中的表达

知识图谱的关联性还具有良好的可扩展性，通过不断地添加新实体、新关系能反映更新的知识。通过建立与特定实例“故00162541-6/67”的直接关联，可以实现“故00162541-6/67”与更多实例之间的间接关系。例如，在“图案与纹样”类中，“梅鹊”同时为“梅”和“喜鹊”的下位词，“梅”和“喜鹊”又分别为“花卉”和“鸟”的下位词，层层关联使实例“故00162541-6/67”能够与“花卉”和“鸟”等更广泛的节点产生间接关系，丰富了实例“故00162541-6/67”的语义连接，为进一步的语义推理和知识发现提供更多可能。知识图谱这一数据关联优势已在故宫博物院的“数字文物库”平台中有所体现（图2）。2023年2月，基于CRM-ACA建设的知识图谱上线，开始为故宫博物院“数字文物库”提供藏品检索数据服务。基于知识图谱的藏品检索突破了传统的关键词匹配检索技术瓶颈，更加智能，丰富了用户的检索体验。例如“动物图案”“鸟（动物）”“植物纹样”等词能够检索到“故00162541-6/67”，“唐卡”“瓷瓶”“衣服”等过去无法检索到藏品的语句现在能够有效地找到相应的藏品。

此外，基于CRM-ACA的知识图谱还有助于研究者发现藏品之间的深层关系。比如“故00162541-6/67”是为同治皇帝大婚烧制的瓷器套组之一，烧制样式可见于“内府色绘黄地粉彩梅鹊图碗纸样”，该纸样还绘有同是“黄地粉彩梅鹊图”的盒、渣斗、盘、碟、匙等其他器物形制，实物同样收藏于故宫博物院（图3）。

图2  知识图谱应用于“数字文物库”智能检索

以上事实可表达如下。

故00162541-6/67_记载于（is documented in）_内府色绘黄地粉彩梅鹊图纸样

故00156178_记载于（is documented in）_内府色绘黄地粉彩梅鹊图纸样

故00162541-6/67_相似于（shows features of）_故00156178

“故00162541-6/67”示例演示了CRM-ACA在中国古代可移动文物信息组织领域的能力和潜力。经统计，仅围绕“藏品”（“E22人造对象”），CRM-ACA就能表示其与其他42个“类”存在的63种语义关系（表7）。尽管“E22人造对象”与一些类，如“E52时段”，没有直接关系，但仍然可以通过组合式语义来表示相关信息。这意味着即使没有直接关联，也可以通过多关系的组合来间接表示相关信息。

图3  与“故00162541-6/67”相关的其他藏品

表7 “E22人造对象”作为定义域和值域的关系列表

CRM-ACA是基于CIDOC-CRM框架拓展的本体模型，旨在服务于中国古代可移动文物的信息组织。本文详细介绍了CRM-ACA的设计思路、研发步骤和构建过程，并验证了其在实践中的可行性。通过应用CRM-ACA，博物馆能够有效地组织或重组馆藏文物的信息，使其变得机器可读，更好地利用和分析文物数据，从中挖掘出更多的知识和价值。这不仅有助于提高文物管理和研究的效率，也为博物馆面向大数据和人工智能时代的新应用挑战提供了重要的支持。

值得强调的是，作为一个动态发展的本体模型，CRM-ACA在未来将继续丰富更多语义关系，并且有计划面向不可移动文物继续拓展，为文物研究和保护提供更为丰富和多样的视角和方法。

综上所述，CRM-ACA作为第一款中国博物馆落地应用的本体模型，展现了其在博物馆信息管理和面向新应用挑战方面的潜力，同时也为未来拓展到不可移动文物领域提供了动力，期待更多文化遗产机构共同参与使用。