标准数字化转型中标准标签集发展与应用分析

赵青青 蔡焱

关键词：标准数字化转型，标准标签集，机器可读标准

0引言

当前标准数字化转型正在如火如荼地进行中。标准标签集（StandardsTagSuite，STS）作为标准数字化转型的关键技术之一，是推动标准数字化转型的基础。标准标签集通过定义一套XML元素和属性，对标准的规范性和非规范性内容、标准采用和类标准文档进行XML编码，使标准的知识内容独立于最初交付内容的形式。因此，标准标签集又被称为“标准的标准”。

1标准标签集发展历程

1.1ISOSTS

2011年底，国际标准化组织ISO对其出版系统进行改进，并与Mulberry公司合作，共同开发了用于ISO标准出版的ISO标准标签集（ISOSTS）。自2011年第一版发布以来，ISOSTS已经经过5个版本的修订，最新版本ISOSTS1.1于2013年发布，以美国国家信息标准组织NISO发布的ANSI/NISOZ39.96《期刊文章标签集》（JournalArticleTagSuite，JATS）的0.4版草案为基础。

自ISOSTS发布以来，一些ISO成员如英国标准协会BSI、澳大利亚标准协会SA和部分分销商已经采用该STS[1]。但由于ISOSTS并非官方标准，无法与JATS保持耦合，因此美国的一些标准开发组织和发行商并未采用。此后，不同标准开发组织使用了不同的XML模型来标记标准和类标准文档，众多的非标准化XML模型使得标准组织之间的互操作变得困难，增加了开发成本。推动ISOSTS走向标准化并与JATS建立正式关系势在必行。随后，ISO与NISO讨论创建基于ISOSTS1.1的“标准的标准”，2017年NISO发布NISOSTS标准，并正式命名为ANSI/NISOZ39.102-2017（NISOSTS1.0）[2]。2020年春季，ISO在其在线标准开发平台（OnlineStandardsDevelopmentplatform，OSD）中正式采用NISOSTS。

1.2NISOSTS

1.2.1NISOSTS1.0

ISOSTS1.1和NISOSTS1.0均基于JATS进行开发，前者基于JATS的0.4版，后者基于2015年发布的JATS1.1版。同时NISOSTS1.0还以ISOSTS1.1为基础，完全向后兼容ISOSTS1.1。

NISOSTS1.0包括两个标签集：交换标签集和扩展标签集，这两个标签集由定义的元素和属性构成，旨在为标准发布和互操作提供模型，不同之处在于交换标签集中唯一的表模型是基于XHTML，而扩展标签集还提供OASIS/CALS表模型，为每个包含MathML2或MathML3的标签集提供了语法（DTD、XSD和RNG形式）。

截至2018年3月底，ISO、IEC、CEN、BSI、DIN、AS等国际和国家标准机构已采用NISOSTS1.0，ASTM、ASME、IEEE、API和SAE等机构或采用NISOSTS1.0，或采用与其结构基本相同的模型[3]。因为JATS是期刊出版中的XML标准，而NISOSTS又基于JATS，因此JATS和NISOSTS共享一组通用模块，这对IEEE、ASME等同时出版期刊和标准的组织非常有利。

1.2.2NISOSTS1.2

2022年11月14日，NISO宣布发布更新版本STS，即NISOSTS1.2①，该版本已被美国国家标准协会ANSI批准为正式标准ANSI/NISOZ39.102-2022[4]。

NISOSTS1.2扩展了元素和属性描述，以及交换标签集和扩展标签集，它还包含了对JATS1.3（ANSI/NISOZ39.96-2021）所做的适用修改。新版本变化包括：描述XML文件本身的规定、增加/修改了元素和属性、扩展NISOSTSTBX简介和术语显示结构等[5]。此外，NISOSTS1.2是完全向后兼容的，任何对版本1.0有效的文档也对版本1.2有效。

1.3NISOSTS与ISOSTS的关系

此处主要以ISOSTS1.1和NISOSTS1.0为例，进行具体分析。NISOSTS1.0中的一些关键改进使其比ISOSTS1.1更加灵活[6]。

（1）NISOSTS1.0扩展了元数据功能，通过新增，旨在满足任何标准组织的需求，而不是局限于ISO及国家标准机构；

（2）NISOSTS1.0简化了术语显示模型，并添加了额外的语义标签，从而允许进行更注重显示的建模；

（3）NISOSTS1.0为标准采用提供了一种新的递归模型；

（4）NISOSTS1.0同时容纳XHTML和CALS表，以及MathML2和MathML3。相比之下，ISOSTS

1.1仅支持XHTML和MathML2。

2NISOSTS的组成

2.1元素

元素是名词，例如standard、paragraph和ICS，它们是标准本身、标准的组成部分以及元数据。在NISOSTS中，每个元素都有两个名称，一个是标签名称，一个是元素名称。标签名称是在标记文档、DTD片段和模式以及软件中使用的较短的机器可读名称，元素名称是较长的描述性名称，例如是元素paragraph的标签名称。NISOSTS1.2定义了353种元素。

在NISOSTS中，描述元素以元素的标签名称开始，后面紧跟元素名称，许多元素还带有用法或备注，以便将该元素与其他类似元素区分开。NISOSTS还提供元素允许使用的属性类型、元素的父元素类型以及以何种组合使用的描述等，同时大多数元素都包含如何使用的标记示例。

2.2属性

属性是与元素相关联的名称-值对，用于修改元素的某些特性。属性保存有关元素的事实，例如：在使用元素时，可使用属性@sec-type确定相应的章节类型（例如scope、foreword、normrefs）。属性也有两个名称，一个是较短的机器可读名称（标签名称），另一个是较长的人类可读的描述性名称，例如@id是属性DocumentInternalIdentifier的标签名称。NISOSTS1.2定义了190种属性。

属性的描述方式与元素非常相似，但因属性不能有子属性，所以只描述该属性可以应用于哪些元素、该属性的性质，以及属性允许的值和默认值。

3NISOSTS的主要内容

3.1根元素

NISOSTS主要通过文档层次图展示层次结构。每个层次都有一个根元素，可以说明其他几个附属元素的结构。针对标准本身、采用标准这两种文本的特点，NISOSTS1.2定义了两个根元素、，任何一个都可用作包含标准文本的文档元素。用于标准和诸如指南或手册等其他类标准文档；包含关于采用和原始标准的信息，采用可能包括采用标准的组织信息，并包括采用组织提供的前页（如前言）和附属信息。可以嵌套采用，或采用一个或多个。

3.2根元素

可以分为如下结构部分（如图1所示）。

（1）前页内容，描述标准的封面及前言（如图2所示）。

（2）主体，描述标准的正文（如图3所示）。

（3）附属信息，描述标准的附录和参考文献（如图4所示）。

（4）处理元数据，描述有关XML文件本身的处理信息（不是由XML文件编码的标准）。

3.3根元素

可以分为如下结构部分（如图5所示）。

（1）描述采用标准自己的前页内容，包括文档级元数据及采用组织的元数据等；

（2）描述采用组织提供的可选附属信息。模型允许在被采用标准之前或之后使用，但不能同时使用；

（3）描述被采用标准的内容，可能包括嵌套使用一个或多个、；

（4）描述有关XML文件本身的处理信息（不是由XML文件编码的采用）。

4国内外应用情况分析

4.1国外应用情况

4.1.1ISO/IEC在线标准开发平台OSD

在线标准开发平台OSD由ISO和IEC联合开发，为标准开发人员提供了一个全新的数字化工具，以简化起草和编辑国际标准的过程[7]，提高了从标准准备到最终发布的整个过程的效率和协作。

OSD平台旨在用用户友好的XML编辑器（FontoXML编辑器）取代传统的基于Word的内容创建过程，帮助标准开发人员从源头创建复杂的结构化内容。虽然标准内容基于NISOSTS编码，但是标准开发人员却无需了解XML或结构化内容编写。XML优先流程不仅便于编辑处理，而且由于编辑指令规则嵌入到OSD中，因此在标准开发的早期阶段还可以提高内容质量。高效的工具允许标准开发人员专注于内容而不是格式，从而生成语义丰富和结构化的标准。CEN和CENELEC也引进了该平台。

4.1.2可互操作规范和标准的语义网SWISS

SWISS（TheSemanticWebforInteroperableSpecificationsandStandards）由美国XSB公司开发，是用于互操作规范和标准的语义网平台[8]。

4.2国内应用情况

4.2.1中国标准出版社“标准在线起草系统”

SWISS通过建立在NISOSTSXML之上的关联数据模型[9]，将PDF文档转换为上下文相关、可操作的数字数据对象，通过工程知识图谱技术，建立和管理文档和概念之间的联系，同时可通过API自动将结果数据传送到企业的内部系统[10]。SWISS通过在内部内容和外部标准之间建立自动和实时连接，提高合规性并降低风险。

中国标准出版社将传统的标准制修订业务与NISOSTS相结合，从源头对标准文件进行XML数据化处理，实现对标准的全生命周期管理。标准在线起草系统可提供起草阶段的在线协同编制、可视化修改、在线沟通，出版阶段的智能审校、排版精调，发布阶段的微信推送和动态提醒等功能，对于缩短标准制修订周期、提高工作效率、提升标准编写质量等方面发挥重要作用。

4.2.2同方知网“数字标准智能应用平台”

数字标准智能应用平台基于机器可读和可理解的数字标准模型，面向标准化工作上下游场景及企业内部标准化业务，实现标准全过程数字化管理。该平台包含3个子系统，其中底层标准数字化加工系统按照ISOSTS的要求，实现了标准智能标引、指标抽取、知识图谱、碎片化阅读等功能，具备ISO/IEC机器可读标准模型中二级水平。

5结语

实施标准标签集是标准数字化转型的重要一环。我国对标准标签集的研究最早可见于2019年发布的国家标准GB/T37967-2019《基于XML的国家标准结构化置标框架》[11]，但GB/T37967-2019并未基于JATS，因此与ISOSTS、NISOSTS在结构上存在较大差异，故未能和国际接轨。随着ISO/IEC机器可读标准分级模型的提出，标准标签集成为描述基于XML编码的机器可读文件的关键技术，但是ISOSTS、NISOSTS主要面向标准出版，因此包含许多格式元素。当对标准中表格、段落中关键技术指标进行标记时，一般用HTML呈现，因此缺乏相应的语义和特定含义，故不能进行逻辑推理判断。要想实现更高水平的机器可读能力，还需进一步引入语义更丰富的元素，从而真正实现标准的机器可用、可读、可解析。