2024年3月27日发(作者：苍妃)
第３７卷
第２４期
、，０ｌＩ３７
・
计算机工程
２０１１年１２月
Ｄｅｃｅｍｂｅｒ ２０１ ｌ
Ｎｏ．２４
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ
软件技术与数据库・ 文章编号：１ｏ０ｏ＿３４２８（２ｏ１１）２４＿＿ｏ０４２＿ ３ 文献标识码：Ａ 中圈分类号：ＴＰ３１１・１３８
基于智能适配器的气象数据入库通用模型
高峰 ，冯明农 ，王鹏 ，喻雯
（１．国家气象信息中心，北京１０００８１；２．北京航空航天大学计算机学院，北京１００１９１）
摘要：针对气象数据入库工作量较大的问题，提出一种基于智能适配器的气象数据入库通用模型。将可扩展标志语言作为元数据表示方
法，利用ＪＡＸＢ技术读取和写入元数据。使用脚本语言处理适配器的规则配置问题，提高气象数据的智能性。基于该模型，构建气象数据
通用入库系统。运行结果表明，该系统具有高度灵活性和可扩展性。
关麓词：智能适配器；通用模型；数据入库；元数据；可扩展标志语言
Ｃｏｍｍｏｎ Ｍｏｄｅｌ ０ｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄａｔａ Ｌｏａｄｉｎｇ
Ｂａｓｅｄ ０ｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ａｄａｐｔｅｒ
ＧＡＯ Ｆｅｎｇ ，ＦＥＮＧ Ｍｉｎｇ・ｎｏｎｇ ，ＷＡＮＧ Ｐｅｎｇ ，ＹＵ Ｗｅｎ
（１．Ｎａｔｉｏｎａｌ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｃｅｎｔｅｒ，Ｂｅｉｊｉｎｇ １０００８１，Ｃｈｉｎａ；
２．Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００９１，Ｃｈｉｎａ）
［Ａｂｓｔｒａｃｔ］Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｈａｔｔ ｗｏｒｄ ｌｏａｄ ｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄａｔａ ｌｏａｄｉｎｇ ｉｓ ｖｅｒｙ ｈｅａｖｙ，ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｃｏｍｍｏｎ ｍｏｄｅｌ ｏｆｄａｔａ ｌｏａｄｉｎｇ
ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ．ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）ａｎｄ Ｊａｖａ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ＸＭＬ Ｂｉｎｄｉｎｇ（ＪＡＸＢ）ａｒｅ ａｄｏｐｔｅｄ ｆｏｒ ｍｅｔａｄａｔａ
ｍａｋｅｕｐ ａｎｄ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｉｎ ｔｈｅ ｍｏｄｅｌ，ａｎｄ ｔｈｅ ｓｃｒｉｐｔｉｎｇ ｌａｎｇｕａｇｅ ｉｓ ｕｓｅｄ ｔｏ ｄｅｐｌｏｙ ｔｈｅ ｒｕｌｅｓ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ
Ｉｔ ｄｅｖｅｌｏｐｓ ｔｈｅ
．
ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄａｔａ ｌｏａｄｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｍｏｎ ｍｏｄｅ１．Ｏｐｅｒａｔｉｏｎ ｒｅｓｕｌｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅ ｓｙｓｔｅｍ ｈａｓ ｈｉｇｈｌｙ ｆｌｅｘｉｂｉｌｉｔｙ ａｎｄ ｓｃａｌａｂｉｌｉｔｙ
ｆｅａｔｕｒｅｓ．
［Ｋｅｙ ｗｏｒｄｓ］ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ；ｃｏｍｍｏｎ ｍｏｄｅｌ；ｄａｔａ ｌｏａｄｉｎｇ；ｍｅｔａｄａｔａ；ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）
Ｄ０Ｉ：１０．３９６９０．ｉｓｓｎ．１０００—３４２８．２０１１．２４．０１４
１概述
气象数据是开展天气预报、气候预测、科学研究、减灾
数据目标是数据最终存储位置，包括数据库、文件系统等。
数据处理是数据从数据源到数据目标的处理过程，包括对数
据校正、运算、分解、合并、转换等。在数据源和数据目标
防灾和公共服务等的基础。能否拥有丰富、全面和权威的气
象资料直接关系到各项预报预测的准确率，减灾防灾的成效
和服务的质量。
基本确定的情况下，若要建立气象数据通用入库模型，则需
要重点研究数据处理。数据处理一般由元数据、智能适配器、
近年来，随着全国综合观测系统的建设和实施，新增了
多种观（探）测项目，使得观测网点更加密集，观测的内容更
加丰富。新增的观（探）测项目涉及到常规气象观测、大气特
数据流程引擎和任务调度等组件组成，其核心部件是以数据
流程弓ｌ擎调度的智能适配器。在入库通用模型中，数据和处
理信息需要用一定的数据模型进行描述，经过分析和对比，
本文选择元数据作为底层的数据模型，用于描述气象数据的
来源、处理和目标；元数据可以描述气象数据的来源、读取
规则、处理规则、写入规则以及存储结构。增加一个气象数
种观测、生态观测等多个领域。另外，随着部门间资料共享
和交换的发展，相关部门和领域的资料也通过交换、汇交、
专线传输等方式得到收集。
新增资料由于有不同的格式和处理方法，通常一类新数
据从开始收集到提供服务需要经过开发、测试等环节，周期
较长。
据产品，只需要增加一组元数据，通用的入库模型即可解释
气象数据的入库过程。元数据的通用性和灵活性可以为气象
数据提供统一处理的数据模型。数据入库模型的通用性主要
因此，如何快速对这些新增资料进行处理和存储管理，
体现在它能够处理各种各样的数据源，同时能匹配不同的存
使其能尽快得到存储和应用成为技术的难点和各部门关注的
焦点，也成为气象资料存储管理系统的首要任务。气象数据，
特别是针对新增数据的通用入库模型的建立显得尤为重要。
本文从提高开发与运行效率出发，应用智能适配器技术，设
计了适用于新增数据处理的入库模型。该模型的应用将为气
象数据库系统的发展提供一条建设发展的有效途径。
储目标，但是在实际过程中没有这么简单，因为数据源和目
标可能是异构的甚至完全不同的２个内容。在通用模型中，
通过适配器实现各种复杂的处理模式，在整个设计体系中，
最复杂最需要演化的就是适配器。除了各种适配器，还需要
一
个数据流程引擎调用适配器。数据流程引擎不仅能感知适
配器的处理过程，同时也给适配器传递数据信息。因此，数
作者简介：高峰（１９７１一），女，研究员，主研方向：数据库技术，
气象数据管理；冯明农，高级工程师；王
喻雯，工程师
Ｅ—ｍａｉｌ：ｇａｏｆ＠ｃｍａ・ｇｏｖ・ｃｎ
鹏，助理工程师、硕士；
２入库通用模型的建立
基于对气象数据入库过程的分析，可以将气象数据入库
抽象为由数据源、数据目标和数据处理构成的通用数据管理
模型，如图１所示。数据源包括文本、二进制、图像等数据。
收稿日期：２０１１－０７一Ｏｌ
第３７卷第２４期 高峰，冯明农，王鹏，等：基于智能适配器的气象数据入库通用模型
够应付适配器在处理过程中出现的异常。
４３
据流程引擎是一个中央管控系统，既能够使用适配器，又能
数据处理
——————
ｌ 数据流程 ｌ ．－－－—－－－－－．－－－＿＿Ｊ
Ｉ 引擎 ｌ ————
任
务 ｌ 智能 ｌ
调 ｌ度 适配器 ｌ
ｌＩ 元数据 Ｉ ｌ
图１气象数据入库通用模型架构
文件
由于多数气象数据的入库都需要自动完成，因此任务调
度是通用模型架构必不可少的组件。任务调度模块从元数据
库中读取数据生命周期元数据中的相关配置，调用数据管理
系统中的相关接口，通过任务控制模块和任务处理模块完成
各项处理工作。任务控制模块进行任务控制：读系统管理信
息和配置，并按照配置规则定时产生普通数据任务和数据校
验任务，调用多个任务处理进程处理任务。任务处理模块处
理任务，调用数据管理平台提供的外部接口，进行采集、析
取、入库等操作，这期间读取系统配置决定如何抓取、析取，
并把处理进度情况写入系统日志。
３关键技术
３．１可扩展标志语言
可扩展标志语言（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＸＭＬ）首
次出现于１９９６年，并于１９９８年成为Ｗ３Ｃ的推荐标准。它允
许用户自定义标记。ＸＭＬ标准出现后，由于其具有可扩展
性、自描述性，使ＸＭＬ日益成为数据交换的标准。由于ＸＭＬ
具有可扩展性，允许使用者自定义标记，因此成为标准制订
者的有力工具，人们利用ＸＭＬ定义各种标准。
在气象数据入库系统中需要用元数据进行描述的信息包
括数据源格式、数据存储结构、适配器信息、适配器的规则
配置、调度信息。如果采用数据库或者文本文件进行元数据
的定义，则无法适应业务的复杂度，而且会让系统臃肿且可
维护性差，无法保证系统的开放性和可扩展性。基于以上考
虑，系统选择ＸＭＬ作为元数据信息的描述格式。此外，和
ＸＭＬ技术相匹配的ＸＭＬ Ｓｃｈｅｍａ验证技术，确保了数据的一
致性，从技术上保障了数据标准的执行力度。
３．２ ＪＡｘＢ技术
气象数据入库系统中大量使用了ＸＭＬ文档。目前，在
Ｊａｖａ中处理ＸＭＬ数据的常规方法有文档对象模型（Ｄｏｃｕｍｅｎｔ
Ｏｂｊｅｃｔ Ｍｏｄｅｌ，ＤＯＭ）、ＸＭＬ简单ＡＰＩ（Ｓｉｍｐｌｅ ＡＰＩ ｆｏｒ ＸＭＬ，
ＳＡＸ）、ＪＡＸＢ（Ｊａｖａ Ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆｒ ＸＭＬ Ｂｉｎｄｉｎｇ）等。其中，
ＳＡＸ使用起来很麻烦，不能修改ＸＭＬ数据；而ＤＯＭ处理
大文档速度非常慢，易用性和ＳＡＸ差不多。
实际上，无论是ＳＡＸ还是ＤＯＭ都不是专门为Ｊａｖａ准备
的，它们都是访问ＸＭＬ文档的统一底层接１３，与语言无关。
而ＳＵＮ公司提供的ＪＡＸＢ的特点在于能将用Ｓｃｈｅｍａ定义好
的ＸＭＬ文档直接映射为Ｊａｖａ对象，提供简单、快速的数据
操作方式 Ｊ。
它是一种专门处理ＸＭＬ和对象映射的中间件，容易将
ＸＭＬ数据转换成程序使用的对象，而且将对象处理成ＸＭＬ
也很方便。使用ＪＡＸＢ访问ＸＭＬ中的元素、属性，只要利
用相应对象上的一系列ｇｅｔｔｅｒ和ｓｅｔｔｅｒ方法。通过ｕｎｍａｒｓｈａｌ
方法将ＸＭＬ文件的数据读入对象，通过ｍａｒｓｈａｌ方法可将对
象的数据写进ＸＭＬ文件，通过ｖａｌｉｄａｔｅ方法可验证ＸＭＬ文
件是否符合Ｓｃｈｅｍａ的约束。
使用ＪＡＸＢ的优势主要体现在以下３个方面 ：
（１）简单易用：ＪＡＸＢ技术中ＸＭＬ绑定的Ｊａｖａ框架提供
了一种简单而且方便的方法映射ＸＭＬ模型到Ｊａｖａ类，所
以，开发人员不用深入了解ＸＭＬ就可以在Ｊａｖａ程序中处理
ＸＭＬ数据。
（２）易于维护：当产品需要更新，或是数据模型需要改变
时，只需要重新定义Ｓｃｈｅｍａ，然后让ＪＡＸＢ重新生成对ＸＭＬ
文档进行操纵的类，使应用程序具有很好的维护性。
（３）性能较好：ＪＡＸＢ在运行时在多数时间都是直接操纵
内存中的Ｊａｖａ对象，只有在读取和存储文件时才会与ＸＭＬ
文件进行Ｉ／Ｏ操作。
３．３ Ｖｅｌｏｃｉｔｙ模板语言
Ｖｅｌｏｃｉｔｙ是一个基于Ｊａｖａ的模板引擎（ｔｅｍｐｌａｔｅ ｅｎｇｉｎｅ）。
它允许任何人仅简单地使用模板语言（ｔｅｍｐｌａｔｅ ｌａｎｇｕａｇｅ）￣ｌ用
由Ｊａｖａ代码定义的对象。Ｖｅｌｏｃｉｔｙ是为了提供一种最简单的、
最容易的、最简洁的方法展现Ｗｅｂ页面中的动态内容。即使
是一个只有很少的编程经验，甚至是没有编程经验的页面开
发人员也能够很快掌握Ｖｅｌｏｃｉｔｙ展现页面的动态内容。
在气象数据入库通用模型设计中，使用模板语言的特性
屏蔽各种数据库的差异，使用模板语言写出符合当前数据库
的插入、删除等语句，只需要在引用时调用即可，而且可以
动态添加用于支持不同的数据库。
３．４脚本语言
脚本语言是一种解释性语言，它不需要编译，在运行程
序时才将其翻译成机器语言。脚本引擎负责将运行其上的解
释性语言转换为更底层的汇编语言，没有脚本引擎，脚本就
无法被运行。
ＪＳＲ２２３定义一个统一的规范，使Ｊａｖａ应用程序可以通
过一套固定的接１３与各种脚本引擎交互，Ｊａｖａ ＳＥ ６引入了对
ＪＳＲ（Ｊａｖａ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｒｅｑｕｅｓｔ）２２３的支持，从而达到在Ｊａｖａ
平台上调用各种脚本语言的目的 Ｊ。ｊａｖａｘ．ｓｃｒｉｐｔ包定义了这
些接口，即Ｊａｖａ脚本编程ＡＰＩ。Ｊａｖａ脚本ＡＰＩ的目标与
Ａｐａｃｈｅ项目ＢＳＦ（Ｂｅａｎ Ｓｃｒｉｐｔ Ｆｒａｍｅｗｏｒｋ）类似，通过它Ｊａｖａ
应用程序就能利用虚拟机调用各种脚本，同时脚本语言也能
访问应用程序中的Ｊａｖａ对象和方法。Ｊａｖａ脚本ＡＰＩ是连通
Ｊａｖａ平台和脚本语言的桥梁。通过Ｊａｖａ脚本ＡＰＩ使各种脚本
语言能够直接利用现有的各类Ｊａｖａ库，节省了开发成本，缩
短了开发周期。此外，把一些复杂异变的业务逻辑交给脚本
语言处理，提高开发效率 Ｊ。
在气象数据入库系统中，用脚本语言实现对各类数据的
处理，利用脚本语言的技术能大幅提高气象数据的智能性。
计算机工程 ２０１１年１２月２０日
４系统设计与实现
气象数据通用入库系统核心部件是数据流程引擎调度智
能适配器，并以元数据为数据传递转换和配置为基础。技术
实现上，选择ＸＭＬ作为元数据的表示方法。元数据的读取
和写入过程采用ＪＡＸＢ技术。对于适配器的规则问题采用脚
本语言进行处理，以达到智能化目的。对于写入不同的数据
库则采用模板语言的技术。任务调度则使用表的设计模型保
存任务的定时信息，利用开源组件Ｑｕａｒｔｚ完成时间调度服务。
数据流程引擎是利用了Ｊａｖａ的反射机制完成的适配器访问管
理引擎。
４．１元数据
在通用入库模型中采用元数据对数据进行描述，元数据
由数据元数据、流程元数据２个部分组成。数据元数据用于
描述数据目标的表结构，例如数据字段、名称、类型以及表
名等主要内容。流程元数据用于描述数据流程引擎的行为，
在整个数据流程引擎的行为过程中，流程元数据要告诉数据
流程引擎当前数据产品的处理流程以及处理方式，譬如说读
取哪类文件、是否需要合成字段、是否需要计算和删减等内
容。为便于对元数据的格式进行验证，同时考虑到ＪＡＸＢ的
技术需要用ＸＭＬ的Ｓｃｈｅｍａ进行对象和ＸＭＬ之间的关联，
本系统采用ＸＭＬ的Ｓｃｈｅｍａ对元数据的格式进行描述。
数据元数据最主要的作用是通知适配器各数据源将存储
到哪个数据表中。数据类元数据的Ｓｃｈｅｍａ包含了属性、字
段、主键、外键、索引等信息，其中，唯一索引或主键是帮
助流程引擎判断是否需要启动更新处理的操作行为。
流程元数据是用于描述数据处理流程的行为信息，主要
包括“从什么地方读？怎么读文件？怎么写文件？写到什么
地方去？”等内容。设计的Ｓｃｈｅｍａ分类包括工作（Ｊｏｂ）、步
骤（Ｓｔｅｐ）、适配器（Ｔａｓｋｌｅｔ、Ｒｅａｄｅｒ、Ｐｒｏｃｅｓｓｏｒ、Ｗｒｉｔｅｒ）等。其
中，Ｊｏｂ用于描述一个入库流程，１个步骤（ｍｅｔａｓｔｅｐ）包含１个任
务节点（ｍｅｔａｔａｓｋｌｅｔ），１个任务节点包含阅读器（ｍｅｔａｒｅａｄｅｒ）、
处理器（ｍｅｔａｐｒｏｃｅｓｓｏｒ）、写入器（ｍｅｔａｗｒｉｔｅｒ）３个元素。对于专
用适配器采用Ｔａｓｋｌｅｔ，一旦有了Ｔａｓｋｌｅｔ的适配器就不再配置
Ｒｅａｄｅｒ、Ｐｒｏｃｅｓｓｏｒ和Ｗｒｉｔｅｒ了。在阅读器中，ｐａｔｈ属性用于
约定读取路径，ｍｅｔａｒｅｇｅｘ元素设定的正则表达式用于文件名
的处理，一方面设置文件名的动态读取方式，同时用于提取
出文件名中包含的信息，ｍｅｔａｖａｌｉｄａｔｏｒ进行格式验证，
ｍｅｔａｒｕｌｅｒ负责告诉阅读器如何读取内容。处理器主要用于将
已读取的数据进行数据处理变换，其主要包含２个内容，
ｍｅｔａｒｕｌｅ告诉处理适配器如何处理内容，ｍｅｔａｖａｌｉｄａｔｏｒ主要用
于验证处理的内容是否符合要求。写入器通过ｐａｔｈ和ｎａｍｅ
配置，实现写入目录和文件名的智能匹配处理。同时通过
ｍｅｔａｖａｌｉｄａｔｏｒ对写入操作进行验证。
４．２智能适露器
智能适配器由按照数据流的某一方向串联不同的信息组
件所组成。在智能适配器中，将数据源抽象为阅读适配器
（Ｒｅａｄｅｒ），将目标（ｄｅｓｔｉｎａｔｉｏｎ）抽象为写入适配器（Ｗｒｉｔｅｒ），将
处理抽象为处理适配器（Ｐｒｏｃｅｓｓｏｒ），其逻辑结构如图２所示。
其中，阅读适配器可以根据不同的数据来源，分为读取文本
文件接口、读取二进制文件的接口、读取数据库的接Ｉ：１等；
处理适配器根据业务逻辑，分为数据验证接口、数据运算接
ＩＺｌ、数据分解接１７１、数据合并接口、数据转换接口等；写入
适配器可以根据不同的数据目标，分为写文本文件接ＩＺｌ、写
二进制文件的接口、写数据库的接Ｉ：１等。
（ａ）阅读适配器
（处理适配器）
ｌ ｌ
Ｍｅｒｇｅ Ｃａｌｃ
处理适配器 处理适配器
（ｂ）处理适配器
（写入适配器）
‘
Ｉ ｌ ｌ
Ｆｉｌｅ Ｂｍ ＤＢ
写入适配器 写入适配器 写入适配器
（ｃ）写入适配器
圈２智能适配器的逻辑结构
智能适配器至少由１个阅读器和１个写入器组成。为了
简化系统复杂性，将信息输入源与信息输出源限定为一对一
的关系，每个组件可以包含零个或多个信息通道，且每一个
节点均可以自由组合，大大提高了数据入库的灵活性。适配
器组件之间的关系与管理由数据流程引擎控制。
智能适配器的运行机理是：以数据流程为主线，以配置
代替编程，以功能组件代替整体程序方式，使系统紧凑、灵
活和易于扩展。
（１）通用的数据入库包含典型的抽取、转换、入库３个过
程，Ｒｅａｄｅｒ主要负责典型数据抽取，利用不同类型的Ｒｅａｄｅｒ
抽取不同的数据，利用正则表达式读取不同的文件，同时利
用Ｖａｌｉｄａｔｏｒ验证抽取数据的有效性，利用脚本描述读取文件
内容的方式和规则。Ｐｒｏｃｅｓｓｏｒ代表数据转换，利用不同类型
的Ｐｒｏｃｅｓｓｏｒ进行数据转换，利用Ｖａｌｉｄａｔｏｒ验证转换数据的
有效性，利用脚本来描述转换内容的方式和规则。Ｗｒｉｔｅｒ主
要负责入库这个数据过程，利用Ｃｏｎｖｅｒｔｅｒ将原始数据转换成
实际写入的数据类型，利用脚本描述写入文件的方式和规则，
利用Ｖａｌｉｄａｔｏｒ验证写入数据的格式有效性。
（２）针对处理流程中每个处理步骤，都会有相应的异常控
制，保证一个步骤的异常不会对另一个处理步骤造成影响。
（３）将一个处理流程封装成一个事务，使用ＡＯＰ技术进
行事务控制管理。如果某个数据流程出现异常，事务管理器
将会对之前的处理进行回滚。
智能适配器运行机理见图３。
圈３智能适臣器运行机理
（下转第４９页）
第３７卷第２４期 曹月芹：动态文本流中的话题线索检测算法 ４９
６结束语
Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ［．Ｃａｍｂｒｉｄｇｅ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：Ｔｈｅ
本文提出一种基于语义相似度计算的话题线索检测算
ＭＩＴ Ｐｒｅｓｓ．１９９９．
法，并利用ＱＱ群讨论组中收集的真实数据进行实验，结果
【１ｌ】刘群，李素建．基于 知网 的词汇语义相似度的计算Ｉｆ［／／
表明了本文算法的有效性，其性能优于现有的话题线索检测
第三届汉语词汇语义学研讨会议论文集．中国台北：【出版者不
算法，同时该算法也可应用于如聊天室等应用所产生的动态
详】，２００２．
文本消息流数据。本文主要研究话题线索和消息之间的语义
【１２】Ｗａｎｇ Ｈｏｎｇｎｉｎｇ，Ｗａｎｇ Ｃｈｉ，Ｚｈａｉ Ｃｈｅｎｇｘｉａｎｇ，ｅｔ ａ１．Ｌｅａｒｎｉｎｇ
关联，下一步研究将结合消息的各种上下文信息和谈话结构
Ｏｎｌｉｎｅ Ｄｉｓｃｕｓｓｉｏｎ Ｓｔｒｕｃｔｕｒｅｓ ｂｙ Ｃｏｎｄｉｔｉｏｎａｌ Ｒａｎｄｏｍ Ｆｉｅｌｄｓ［Ｃ［＃
本身的特征，以进一步提升话题线索检测的准确性。
Ｐｒｏｃ．ｏｆＳＩＧＩＲ’１１．Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ：ＡＣＭＰｒｅｓｓ，２０１１．
［１３】Ｗａｎｇ Ｙｉ—ｃｈｉａ，Ｊｏｓｈｉ Ｍ，Ｃｏｈｅｎ Ｗ ｅｔ ａ１．Ｒｅｃｏｖｅｒｉｎｇ Ｉｍｐｌｉｃｉｔ
参考文献
Ｔｈｒｅａｄ Ｓｔｒｕｃｔｕｒｅ ｉｎ Ｎｅｗｓｇｒｏｕｐ Ｓｔｙｌｅ Ｃｏｎｖｅｒｓａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
Ｗａｎｇ Ｌｉｄｉａｎ，Ｏａｒｄ Ｄ．Ｃｏｎｔｅｘｔ—ｂａｓｅｄ Ｍｅｓｓａｇｅ Ｅｘｐａｎｓｉｏｎ ｆｏｒ
ＩＣＷＳＭ’０８．Ｓｅａｔｔｌｅ，Ｗａｓｈｉｎｇｔｏｎ，ＵＳＡ：［ｓ．ｎ．】，２００８．
Ｄｉｓｅｎｔａｎｇｌｅｍｅｎｔ ｏｆ Ｉｎｔｅｒｌｅａｖｅｄ Ｔｅｘｔ Ｃｏｎｖｅｒｓａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
［１４１ Ｌｉｎ Ｃｈｅｎ，Ｙａｎｇ Ｊｉａｎｇ—ｒｕｉｎｇ，Ｃａｉ Ｒｕｉ，ｅｔ ａ１．Ｓｉｍｕｌｔｎａｅｏｕｓｌｙ
ＮＡＡＣ ０９．Ｃｏｌｏｒａｄｏ，ＵＳＡ：【ｓ．ｎ．］，２００９．
Ｍｏｄｅｌｉｎｇ Ｓｅｍａｎｔｉｃｓ ａｎｄ Ｓｔｕｒｃｔｕｒｅ ｏｆ Ｔｈｒｅａｄｅｄ Ｄｉｓｃｕｓｓｉｏｎｓ：Ａ
［２］
Ｓｈｅｎ Ｄｏｕ，Ｙａｎｇ Ｑｉａｎｇ，Ｓｕｎ Ｊｉａｎｔａｏ，ｅｔ ａ１．Ｔｈｒｅａｄ Ｄｅｔｅｃｔｉｏｎ ｉｎ
Ｓｐａｒｓｅ Ｃｏｄｉｎｇ Ａｐｐｒｏａｃｈ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
Ｄｙｎａｍｉｃ Ｔｅｘｔ Ｍｅｓｓａｇｅ Ｓｔｒｅａｍｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ ＳＩＧＩＲ ０６．Ｓｅａｔｔｌｅ，
ＳＩＧＩＲ’０９．Ｂｏｓｔｏｎ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：Ｉｓ．ｎ．】，２００９．
ＵＳＡ：ＡＣＭ Ｐｒｅｓｓ，２００６；３５—４２．
［１５】Ｅｉｓｎｅｒ Ｍ，Ｃｈａｒｎｉａｋ Ｅ．Ｙｏｕ Ｔａｌｋｉｎｇ ｔｏ Ｍｅ？Ａ Ｃｏｒｐｕｓ ａｎｄ
【３】
Ｙａｎｇ Ｙｉｍｉｎｇ．Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈｅｓ ｆｏｒ Ｄｅｔｅｃｔｉｎｇ ａｎｄ Ｔｒａｃｋｉｎｇ
Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｃｏｎｖｅｒｓａｔｉｏｎ Ｄｉｓｅｎｔａｎｇｌｅｍｅｎｔ［Ｃ］／／Ｐｒｏｃ．ｏｆ ｔｈｅ ４６ｔｈ
Ｎｅｗｓ Ｅｖｅｎｔｓ［Ｊ［．ＩＥＥＥ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，１９９９，ｌ４（４）：３２—４３．
Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ ｏｎ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎｇｕｉｓｔｉｃｓ．
【４】
洪宇，张宇，刘挺，等．话题检测与跟踪的评测及研究
Ｃｏｌｕｍｂｕｓ，ＵＳＡ：【ｓ．ｎ．】，２００８．
综述［ＪＪ．中文信息学报，２００７，２ｌ（６）：７１—８７．
［１６】Ｍｏｅｒｃｈｅｎ Ｅ Ｂｒｉｎｋｅｒ Ｋ，Ｎｅｕｂａｕｅｒ Ｃ，ｅｔ ａ１．Ａｎｙ—ｔｉｍｅ Ｃｌｕｓ—ｔｅｒｉｎｇ
［５］
Ｗａｎｇ Ｌｅ，Ｊｉａ Ｙａｎ，Ｃｈｅｎ Ｙｉｎｇｗｅｎ．Ｃｏｎｖｅｒｓａｔｉｏｎ Ｅｘｔｒａｃｔｉｏｎ ｉｎ
ｏｆ Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ Ｎｅｗｓ Ｓｔｒｅａｍｓ［Ｃｌ／／Ｐｒｏｃ．ｏｆ ＫＤＤ’０７．Ｓａｎ Ｊｏｓｅ，
Ｄｙｎａｍｉｃ Ｔｅｘｔ Ｍｅｓｓａｇｅ Ｓｔｒｅａｍ［Ｊ［．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ，２００８，
Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ：【ｓ．ｎ．】，２００７．
３（１Ｏ）：８６—９３．
［１７】Ｌｉｕ Ｙｕｂａｏ，Ｃａｉ Ｊｉａｒｏｎｇ，Ｙｉｎ Ｊｉｎａ，ｅｔ ａ１．Ｃｌｕｓｔｅｒｉｎｇ Ｔｅｘｔ Ｄａｔａ
【６】
Ｇｅｏｒｇｉｏｕ Ｋａｒｖｏｈｎｉｓ Ｍ，Ｉｏａｎｎｉｄｉｓ Ｙ Ｅｘｔｒａｃｔｉｎｇ Ｔｏｐｉｃｓ ｏｆ
Ｓｔｒｅａｍｓ［Ｊ［．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００８，
Ｄｅｂａｔｅ Ｂｅｔｗｅｅｎ Ｕｓｅｒｓ ｏｎ Ｗｅｂ Ｄｉｓｃｕｓｓｉｏｎ Ｂｏａｒｄｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
２３（１）：１１２一Ｉ２８．
ＳＩＧＭＯＤ’１０．Ｉｎｄｉａｎａｐｏｌｉｓ，Ｉｎｄｉａｎａ，ＵＳＡ：［ｓ．ｎ．】，２０１０．
【１８］Ｂｅｒｇｅｒ Ａ，Ｌａｆｆｅ￣ｙ Ｊ．Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｔｉｒｅｖａｌ ａｓ Ｓｔａｔｉｓｔｉｃａｌ
［７】
Ｈａｓｓａｎ Ａ，Ｑａｚｖｉｎｉａｎ Ｒａｄｅｖ Ｄ． ９ ａｆ ｓ ｗｉｔｈ ｔｈｅ Ａｔｔｉｔｎｄｅ
Ｔｒａｎｓｌａｔｉｏｎ［Ｃ］／／Ｐｒｏｃ．ｏｆ ＳＩＧ１Ｒ’９９．Ｂｅｒｋｅｌｅｙ，ＵＳＡ：ＡＣＭ Ｐｒｅｓｓ，
Ｉｄｅｎｔｉｆｙｉｎｇ Ｓｅｎｔｅｎｃｅｓ ｗｉｔｈ Ａｔｔｉｔｕｄｅ ｉｎ Ｏｎｌｉｎｅ Ｄｉｓｃｕｓｓｉｏｎｓ【Ｃ１，，
１９９９．
Ｐｒｏｃ．ｏｆ ＥＭＮＬＰ’１０．Ｃａｍｂｒｉｄｇｅ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：［ｓ．ｎ．］，
［１９ｌ郑继明，张萍．改进的ＢＩＣ说话人分割算法【Ｊ１．计算机工
２０ｌＯ．
程，２０１０，３６（１７）：２４０—２４２．
［８］
王君泽．基于大规模问答语料的问题检索系统［Ｄ１．武汉：华中
【２０］Ｊｅｏｎ Ｊ，Ｃｒｏｆｔ Ｗ Ｂ，Ｌｅｅ Ｊ Ｈ．Ｆｉｎｄｉｎｇ Ｓｉｍｉｌａｒ Ｑｕｅｓｔｉｏｎｓ ｉｎ
科技大学，２０１０．
Ｌａｒｇｅ Ｑｕｅｓｔｉｏｎ ａｎｄ Ａｎｓｗｅｒ Ａｒｃｈｉｖｅｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ ｔｈｅ １４ｔｈ ＡＣＭ
【９】
Ｅｉｓｎｅｒ Ｍ，Ｃｈａｍｉａｋ Ｅ．Ｄｉｓｅｎｔｎａｇｌｉｎｇ Ｃｈａｔ［Ｊ［．Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎ—
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｋｎｏｗｌｅｄｇｅ
ｇｕｉｓｔｉｃｓ，２０１０，３６（３）：３９０—４０９．
Ｍａｎａｇｅｍｅｎｔ．Ｂｒｅｍｅｎ，Ｇｅｒｍａｎｙ：［ｓ．ｎ．】，２００５：８４—９０．
【１０】
Ｍａｎｎｉｎｇ Ｃ Ｄ，Ｓｃｈｕｔｚｅ Ｈ．Ｆｏｕｎｄａｔｉｏｎｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｎａｔｕｒａｌ
编辑金胡考
（上接第４４页）
５结束语
［３］ 刘 峰，顾君忠．元数据管理应用系统的设计与实现…．计算
本文研究了智能适配器技术，并基于该技术，设计开发
机工程，２００９，３５（１１）：２９—３１．
了一套具有标准化、灵活性、易扩展的气象数据入库通用模
［４】王岳昭，冒东奎．Ｊａｖａ绑定ＸＭＬ架构的技术内涵［Ｊ］．北京工业
型。基于该通用模型，构建了包括阅读适配器、处理适配器
大学学报，２００６，３２（３）：２６３—２６８．
和写入适配器的气象数据通用入库系统，减少了开发工作量，
【５】阎丽洁．基于ＸＭＬ的数据处理技术的比较与研究［Ｊ１．烟台职
提高了运行效率。基于智能适配器的气象数据入库通用模型
业学院学报，２００９，ｌ５（２）：８２—８６．
不仅对气象数据的快速入库具有较强的应用价值，还可应用
【６］毛焕宇，李天民．嵌入式脚本语言在复杂电信业务中的应用…．
在数据备份、数据归档等业务中。
电脑知识与技术，２００７，２（１０）：１０３６—１０３７．
参考文献
【７］刘红梅．脚本语言在数据采集系统中的应用研究【ＪＪ．电子科技，
汪洋，徐素锦．ＪＡＸＢ技术的研究和应用…．光盘技术，２００８，
２００９，２２（１１）：７２—７５．
（１２）：３０—３１．
［８】付文霞．脚本在面向对象实时数据库中的应用研究ｌＪ１．科学技
［２】
廖黎阳，李毅．基于ＪＡＸＢ和ＯＲＭ的ＸＭＬ文档的关系化存
术与工程，２００８，８（１７）：５０２４—５０２７．
储与构建【ＪＪ．兵工自动化，２００９，２８（１）：８３—８５．
编辑陆燕菲
2024年3月27日发(作者：苍妃)
第３７卷
第２４期
、，０ｌＩ３７
・
计算机工程
２０１１年１２月
Ｄｅｃｅｍｂｅｒ ２０１ ｌ
Ｎｏ．２４
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ
软件技术与数据库・ 文章编号：１ｏ０ｏ＿３４２８（２ｏ１１）２４＿＿ｏ０４２＿ ３ 文献标识码：Ａ 中圈分类号：ＴＰ３１１・１３８
基于智能适配器的气象数据入库通用模型
高峰 ，冯明农 ，王鹏 ，喻雯
（１．国家气象信息中心，北京１０００８１；２．北京航空航天大学计算机学院，北京１００１９１）
摘要：针对气象数据入库工作量较大的问题，提出一种基于智能适配器的气象数据入库通用模型。将可扩展标志语言作为元数据表示方
法，利用ＪＡＸＢ技术读取和写入元数据。使用脚本语言处理适配器的规则配置问题，提高气象数据的智能性。基于该模型，构建气象数据
通用入库系统。运行结果表明，该系统具有高度灵活性和可扩展性。
关麓词：智能适配器；通用模型；数据入库；元数据；可扩展标志语言
Ｃｏｍｍｏｎ Ｍｏｄｅｌ ０ｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄａｔａ Ｌｏａｄｉｎｇ
Ｂａｓｅｄ ０ｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ａｄａｐｔｅｒ
ＧＡＯ Ｆｅｎｇ ，ＦＥＮＧ Ｍｉｎｇ・ｎｏｎｇ ，ＷＡＮＧ Ｐｅｎｇ ，ＹＵ Ｗｅｎ
（１．Ｎａｔｉｏｎａｌ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｃｅｎｔｅｒ，Ｂｅｉｊｉｎｇ １０００８１，Ｃｈｉｎａ；
２．Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００９１，Ｃｈｉｎａ）
［Ａｂｓｔｒａｃｔ］Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｈａｔｔ ｗｏｒｄ ｌｏａｄ ｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄａｔａ ｌｏａｄｉｎｇ ｉｓ ｖｅｒｙ ｈｅａｖｙ，ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ａ ｃｏｍｍｏｎ ｍｏｄｅｌ ｏｆｄａｔａ ｌｏａｄｉｎｇ
ｂａｓｅｄ ｏｎ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ．ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）ａｎｄ Ｊａｖａ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ＸＭＬ Ｂｉｎｄｉｎｇ（ＪＡＸＢ）ａｒｅ ａｄｏｐｔｅｄ ｆｏｒ ｍｅｔａｄａｔａ
ｍａｋｅｕｐ ａｎｄ ｉｎｐｕｔ／ｏｕｔｐｕｔ ｉｎ ｔｈｅ ｍｏｄｅｌ，ａｎｄ ｔｈｅ ｓｃｒｉｐｔｉｎｇ ｌａｎｇｕａｇｅ ｉｓ ｕｓｅｄ ｔｏ ｄｅｐｌｏｙ ｔｈｅ ｒｕｌｅｓ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ
Ｉｔ ｄｅｖｅｌｏｐｓ ｔｈｅ
．
ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｄａｔａ ｌｏａｄｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｍｏｎ ｍｏｄｅ１．Ｏｐｅｒａｔｉｏｎ ｒｅｓｕｌｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ ｔｈｅ ｓｙｓｔｅｍ ｈａｓ ｈｉｇｈｌｙ ｆｌｅｘｉｂｉｌｉｔｙ ａｎｄ ｓｃａｌａｂｉｌｉｔｙ
ｆｅａｔｕｒｅｓ．
［Ｋｅｙ ｗｏｒｄｓ］ｉｎｔｅｌｌｉｇｅｎｔ ａｄａｐｔｅｒ；ｃｏｍｍｏｎ ｍｏｄｅｌ；ｄａｔａ ｌｏａｄｉｎｇ；ｍｅｔａｄａｔａ；ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）
Ｄ０Ｉ：１０．３９６９０．ｉｓｓｎ．１０００—３４２８．２０１１．２４．０１４
１概述
气象数据是开展天气预报、气候预测、科学研究、减灾
数据目标是数据最终存储位置，包括数据库、文件系统等。
数据处理是数据从数据源到数据目标的处理过程，包括对数
据校正、运算、分解、合并、转换等。在数据源和数据目标
防灾和公共服务等的基础。能否拥有丰富、全面和权威的气
象资料直接关系到各项预报预测的准确率，减灾防灾的成效
和服务的质量。
基本确定的情况下，若要建立气象数据通用入库模型，则需
要重点研究数据处理。数据处理一般由元数据、智能适配器、
近年来，随着全国综合观测系统的建设和实施，新增了
多种观（探）测项目，使得观测网点更加密集，观测的内容更
加丰富。新增的观（探）测项目涉及到常规气象观测、大气特
数据流程引擎和任务调度等组件组成，其核心部件是以数据
流程弓ｌ擎调度的智能适配器。在入库通用模型中，数据和处
理信息需要用一定的数据模型进行描述，经过分析和对比，
本文选择元数据作为底层的数据模型，用于描述气象数据的
来源、处理和目标；元数据可以描述气象数据的来源、读取
规则、处理规则、写入规则以及存储结构。增加一个气象数
种观测、生态观测等多个领域。另外，随着部门间资料共享
和交换的发展，相关部门和领域的资料也通过交换、汇交、
专线传输等方式得到收集。
新增资料由于有不同的格式和处理方法，通常一类新数
据从开始收集到提供服务需要经过开发、测试等环节，周期
较长。
据产品，只需要增加一组元数据，通用的入库模型即可解释
气象数据的入库过程。元数据的通用性和灵活性可以为气象
数据提供统一处理的数据模型。数据入库模型的通用性主要
因此，如何快速对这些新增资料进行处理和存储管理，
体现在它能够处理各种各样的数据源，同时能匹配不同的存
使其能尽快得到存储和应用成为技术的难点和各部门关注的
焦点，也成为气象资料存储管理系统的首要任务。气象数据，
特别是针对新增数据的通用入库模型的建立显得尤为重要。
本文从提高开发与运行效率出发，应用智能适配器技术，设
计了适用于新增数据处理的入库模型。该模型的应用将为气
象数据库系统的发展提供一条建设发展的有效途径。
储目标，但是在实际过程中没有这么简单，因为数据源和目
标可能是异构的甚至完全不同的２个内容。在通用模型中，
通过适配器实现各种复杂的处理模式，在整个设计体系中，
最复杂最需要演化的就是适配器。除了各种适配器，还需要
一
个数据流程引擎调用适配器。数据流程引擎不仅能感知适
配器的处理过程，同时也给适配器传递数据信息。因此，数
作者简介：高峰（１９７１一），女，研究员，主研方向：数据库技术，
气象数据管理；冯明农，高级工程师；王
喻雯，工程师
Ｅ—ｍａｉｌ：ｇａｏｆ＠ｃｍａ・ｇｏｖ・ｃｎ
鹏，助理工程师、硕士；
２入库通用模型的建立
基于对气象数据入库过程的分析，可以将气象数据入库
抽象为由数据源、数据目标和数据处理构成的通用数据管理
模型，如图１所示。数据源包括文本、二进制、图像等数据。
收稿日期：２０１１－０７一Ｏｌ
第３７卷第２４期 高峰，冯明农，王鹏，等：基于智能适配器的气象数据入库通用模型
够应付适配器在处理过程中出现的异常。
４３
据流程引擎是一个中央管控系统，既能够使用适配器，又能
数据处理
——————
ｌ 数据流程 ｌ ．－－－—－－－－－．－－－＿＿Ｊ
Ｉ 引擎 ｌ ————
任
务 ｌ 智能 ｌ
调 ｌ度 适配器 ｌ
ｌＩ 元数据 Ｉ ｌ
图１气象数据入库通用模型架构
文件
由于多数气象数据的入库都需要自动完成，因此任务调
度是通用模型架构必不可少的组件。任务调度模块从元数据
库中读取数据生命周期元数据中的相关配置，调用数据管理
系统中的相关接口，通过任务控制模块和任务处理模块完成
各项处理工作。任务控制模块进行任务控制：读系统管理信
息和配置，并按照配置规则定时产生普通数据任务和数据校
验任务，调用多个任务处理进程处理任务。任务处理模块处
理任务，调用数据管理平台提供的外部接口，进行采集、析
取、入库等操作，这期间读取系统配置决定如何抓取、析取，
并把处理进度情况写入系统日志。
３关键技术
３．１可扩展标志语言
可扩展标志语言（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ，ＸＭＬ）首
次出现于１９９６年，并于１９９８年成为Ｗ３Ｃ的推荐标准。它允
许用户自定义标记。ＸＭＬ标准出现后，由于其具有可扩展
性、自描述性，使ＸＭＬ日益成为数据交换的标准。由于ＸＭＬ
具有可扩展性，允许使用者自定义标记，因此成为标准制订
者的有力工具，人们利用ＸＭＬ定义各种标准。
在气象数据入库系统中需要用元数据进行描述的信息包
括数据源格式、数据存储结构、适配器信息、适配器的规则
配置、调度信息。如果采用数据库或者文本文件进行元数据
的定义，则无法适应业务的复杂度，而且会让系统臃肿且可
维护性差，无法保证系统的开放性和可扩展性。基于以上考
虑，系统选择ＸＭＬ作为元数据信息的描述格式。此外，和
ＸＭＬ技术相匹配的ＸＭＬ Ｓｃｈｅｍａ验证技术，确保了数据的一
致性，从技术上保障了数据标准的执行力度。
３．２ ＪＡｘＢ技术
气象数据入库系统中大量使用了ＸＭＬ文档。目前，在
Ｊａｖａ中处理ＸＭＬ数据的常规方法有文档对象模型（Ｄｏｃｕｍｅｎｔ
Ｏｂｊｅｃｔ Ｍｏｄｅｌ，ＤＯＭ）、ＸＭＬ简单ＡＰＩ（Ｓｉｍｐｌｅ ＡＰＩ ｆｏｒ ＸＭＬ，
ＳＡＸ）、ＪＡＸＢ（Ｊａｖａ Ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆｒ ＸＭＬ Ｂｉｎｄｉｎｇ）等。其中，
ＳＡＸ使用起来很麻烦，不能修改ＸＭＬ数据；而ＤＯＭ处理
大文档速度非常慢，易用性和ＳＡＸ差不多。
实际上，无论是ＳＡＸ还是ＤＯＭ都不是专门为Ｊａｖａ准备
的，它们都是访问ＸＭＬ文档的统一底层接１３，与语言无关。
而ＳＵＮ公司提供的ＪＡＸＢ的特点在于能将用Ｓｃｈｅｍａ定义好
的ＸＭＬ文档直接映射为Ｊａｖａ对象，提供简单、快速的数据
操作方式 Ｊ。
它是一种专门处理ＸＭＬ和对象映射的中间件，容易将
ＸＭＬ数据转换成程序使用的对象，而且将对象处理成ＸＭＬ
也很方便。使用ＪＡＸＢ访问ＸＭＬ中的元素、属性，只要利
用相应对象上的一系列ｇｅｔｔｅｒ和ｓｅｔｔｅｒ方法。通过ｕｎｍａｒｓｈａｌ
方法将ＸＭＬ文件的数据读入对象，通过ｍａｒｓｈａｌ方法可将对
象的数据写进ＸＭＬ文件，通过ｖａｌｉｄａｔｅ方法可验证ＸＭＬ文
件是否符合Ｓｃｈｅｍａ的约束。
使用ＪＡＸＢ的优势主要体现在以下３个方面 ：
（１）简单易用：ＪＡＸＢ技术中ＸＭＬ绑定的Ｊａｖａ框架提供
了一种简单而且方便的方法映射ＸＭＬ模型到Ｊａｖａ类，所
以，开发人员不用深入了解ＸＭＬ就可以在Ｊａｖａ程序中处理
ＸＭＬ数据。
（２）易于维护：当产品需要更新，或是数据模型需要改变
时，只需要重新定义Ｓｃｈｅｍａ，然后让ＪＡＸＢ重新生成对ＸＭＬ
文档进行操纵的类，使应用程序具有很好的维护性。
（３）性能较好：ＪＡＸＢ在运行时在多数时间都是直接操纵
内存中的Ｊａｖａ对象，只有在读取和存储文件时才会与ＸＭＬ
文件进行Ｉ／Ｏ操作。
３．３ Ｖｅｌｏｃｉｔｙ模板语言
Ｖｅｌｏｃｉｔｙ是一个基于Ｊａｖａ的模板引擎（ｔｅｍｐｌａｔｅ ｅｎｇｉｎｅ）。
它允许任何人仅简单地使用模板语言（ｔｅｍｐｌａｔｅ ｌａｎｇｕａｇｅ）￣ｌ用
由Ｊａｖａ代码定义的对象。Ｖｅｌｏｃｉｔｙ是为了提供一种最简单的、
最容易的、最简洁的方法展现Ｗｅｂ页面中的动态内容。即使
是一个只有很少的编程经验，甚至是没有编程经验的页面开
发人员也能够很快掌握Ｖｅｌｏｃｉｔｙ展现页面的动态内容。
在气象数据入库通用模型设计中，使用模板语言的特性
屏蔽各种数据库的差异，使用模板语言写出符合当前数据库
的插入、删除等语句，只需要在引用时调用即可，而且可以
动态添加用于支持不同的数据库。
３．４脚本语言
脚本语言是一种解释性语言，它不需要编译，在运行程
序时才将其翻译成机器语言。脚本引擎负责将运行其上的解
释性语言转换为更底层的汇编语言，没有脚本引擎，脚本就
无法被运行。
ＪＳＲ２２３定义一个统一的规范，使Ｊａｖａ应用程序可以通
过一套固定的接１３与各种脚本引擎交互，Ｊａｖａ ＳＥ ６引入了对
ＪＳＲ（Ｊａｖａ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｒｅｑｕｅｓｔ）２２３的支持，从而达到在Ｊａｖａ
平台上调用各种脚本语言的目的 Ｊ。ｊａｖａｘ．ｓｃｒｉｐｔ包定义了这
些接口，即Ｊａｖａ脚本编程ＡＰＩ。Ｊａｖａ脚本ＡＰＩ的目标与
Ａｐａｃｈｅ项目ＢＳＦ（Ｂｅａｎ Ｓｃｒｉｐｔ Ｆｒａｍｅｗｏｒｋ）类似，通过它Ｊａｖａ
应用程序就能利用虚拟机调用各种脚本，同时脚本语言也能
访问应用程序中的Ｊａｖａ对象和方法。Ｊａｖａ脚本ＡＰＩ是连通
Ｊａｖａ平台和脚本语言的桥梁。通过Ｊａｖａ脚本ＡＰＩ使各种脚本
语言能够直接利用现有的各类Ｊａｖａ库，节省了开发成本，缩
短了开发周期。此外，把一些复杂异变的业务逻辑交给脚本
语言处理，提高开发效率 Ｊ。
在气象数据入库系统中，用脚本语言实现对各类数据的
处理，利用脚本语言的技术能大幅提高气象数据的智能性。
计算机工程 ２０１１年１２月２０日
４系统设计与实现
气象数据通用入库系统核心部件是数据流程引擎调度智
能适配器，并以元数据为数据传递转换和配置为基础。技术
实现上，选择ＸＭＬ作为元数据的表示方法。元数据的读取
和写入过程采用ＪＡＸＢ技术。对于适配器的规则问题采用脚
本语言进行处理，以达到智能化目的。对于写入不同的数据
库则采用模板语言的技术。任务调度则使用表的设计模型保
存任务的定时信息，利用开源组件Ｑｕａｒｔｚ完成时间调度服务。
数据流程引擎是利用了Ｊａｖａ的反射机制完成的适配器访问管
理引擎。
４．１元数据
在通用入库模型中采用元数据对数据进行描述，元数据
由数据元数据、流程元数据２个部分组成。数据元数据用于
描述数据目标的表结构，例如数据字段、名称、类型以及表
名等主要内容。流程元数据用于描述数据流程引擎的行为，
在整个数据流程引擎的行为过程中，流程元数据要告诉数据
流程引擎当前数据产品的处理流程以及处理方式，譬如说读
取哪类文件、是否需要合成字段、是否需要计算和删减等内
容。为便于对元数据的格式进行验证，同时考虑到ＪＡＸＢ的
技术需要用ＸＭＬ的Ｓｃｈｅｍａ进行对象和ＸＭＬ之间的关联，
本系统采用ＸＭＬ的Ｓｃｈｅｍａ对元数据的格式进行描述。
数据元数据最主要的作用是通知适配器各数据源将存储
到哪个数据表中。数据类元数据的Ｓｃｈｅｍａ包含了属性、字
段、主键、外键、索引等信息，其中，唯一索引或主键是帮
助流程引擎判断是否需要启动更新处理的操作行为。
流程元数据是用于描述数据处理流程的行为信息，主要
包括“从什么地方读？怎么读文件？怎么写文件？写到什么
地方去？”等内容。设计的Ｓｃｈｅｍａ分类包括工作（Ｊｏｂ）、步
骤（Ｓｔｅｐ）、适配器（Ｔａｓｋｌｅｔ、Ｒｅａｄｅｒ、Ｐｒｏｃｅｓｓｏｒ、Ｗｒｉｔｅｒ）等。其
中，Ｊｏｂ用于描述一个入库流程，１个步骤（ｍｅｔａｓｔｅｐ）包含１个任
务节点（ｍｅｔａｔａｓｋｌｅｔ），１个任务节点包含阅读器（ｍｅｔａｒｅａｄｅｒ）、
处理器（ｍｅｔａｐｒｏｃｅｓｓｏｒ）、写入器（ｍｅｔａｗｒｉｔｅｒ）３个元素。对于专
用适配器采用Ｔａｓｋｌｅｔ，一旦有了Ｔａｓｋｌｅｔ的适配器就不再配置
Ｒｅａｄｅｒ、Ｐｒｏｃｅｓｓｏｒ和Ｗｒｉｔｅｒ了。在阅读器中，ｐａｔｈ属性用于
约定读取路径，ｍｅｔａｒｅｇｅｘ元素设定的正则表达式用于文件名
的处理，一方面设置文件名的动态读取方式，同时用于提取
出文件名中包含的信息，ｍｅｔａｖａｌｉｄａｔｏｒ进行格式验证，
ｍｅｔａｒｕｌｅｒ负责告诉阅读器如何读取内容。处理器主要用于将
已读取的数据进行数据处理变换，其主要包含２个内容，
ｍｅｔａｒｕｌｅ告诉处理适配器如何处理内容，ｍｅｔａｖａｌｉｄａｔｏｒ主要用
于验证处理的内容是否符合要求。写入器通过ｐａｔｈ和ｎａｍｅ
配置，实现写入目录和文件名的智能匹配处理。同时通过
ｍｅｔａｖａｌｉｄａｔｏｒ对写入操作进行验证。
４．２智能适露器
智能适配器由按照数据流的某一方向串联不同的信息组
件所组成。在智能适配器中，将数据源抽象为阅读适配器
（Ｒｅａｄｅｒ），将目标（ｄｅｓｔｉｎａｔｉｏｎ）抽象为写入适配器（Ｗｒｉｔｅｒ），将
处理抽象为处理适配器（Ｐｒｏｃｅｓｓｏｒ），其逻辑结构如图２所示。
其中，阅读适配器可以根据不同的数据来源，分为读取文本
文件接口、读取二进制文件的接口、读取数据库的接Ｉ：１等；
处理适配器根据业务逻辑，分为数据验证接口、数据运算接
ＩＺｌ、数据分解接１７１、数据合并接口、数据转换接口等；写入
适配器可以根据不同的数据目标，分为写文本文件接ＩＺｌ、写
二进制文件的接口、写数据库的接Ｉ：１等。
（ａ）阅读适配器
（处理适配器）
ｌ ｌ
Ｍｅｒｇｅ Ｃａｌｃ
处理适配器 处理适配器
（ｂ）处理适配器
（写入适配器）
‘
Ｉ ｌ ｌ
Ｆｉｌｅ Ｂｍ ＤＢ
写入适配器 写入适配器 写入适配器
（ｃ）写入适配器
圈２智能适配器的逻辑结构
智能适配器至少由１个阅读器和１个写入器组成。为了
简化系统复杂性，将信息输入源与信息输出源限定为一对一
的关系，每个组件可以包含零个或多个信息通道，且每一个
节点均可以自由组合，大大提高了数据入库的灵活性。适配
器组件之间的关系与管理由数据流程引擎控制。
智能适配器的运行机理是：以数据流程为主线，以配置
代替编程，以功能组件代替整体程序方式，使系统紧凑、灵
活和易于扩展。
（１）通用的数据入库包含典型的抽取、转换、入库３个过
程，Ｒｅａｄｅｒ主要负责典型数据抽取，利用不同类型的Ｒｅａｄｅｒ
抽取不同的数据，利用正则表达式读取不同的文件，同时利
用Ｖａｌｉｄａｔｏｒ验证抽取数据的有效性，利用脚本描述读取文件
内容的方式和规则。Ｐｒｏｃｅｓｓｏｒ代表数据转换，利用不同类型
的Ｐｒｏｃｅｓｓｏｒ进行数据转换，利用Ｖａｌｉｄａｔｏｒ验证转换数据的
有效性，利用脚本来描述转换内容的方式和规则。Ｗｒｉｔｅｒ主
要负责入库这个数据过程，利用Ｃｏｎｖｅｒｔｅｒ将原始数据转换成
实际写入的数据类型，利用脚本描述写入文件的方式和规则，
利用Ｖａｌｉｄａｔｏｒ验证写入数据的格式有效性。
（２）针对处理流程中每个处理步骤，都会有相应的异常控
制，保证一个步骤的异常不会对另一个处理步骤造成影响。
（３）将一个处理流程封装成一个事务，使用ＡＯＰ技术进
行事务控制管理。如果某个数据流程出现异常，事务管理器
将会对之前的处理进行回滚。
智能适配器运行机理见图３。
圈３智能适臣器运行机理
（下转第４９页）
第３７卷第２４期 曹月芹：动态文本流中的话题线索检测算法 ４９
６结束语
Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ［．Ｃａｍｂｒｉｄｇｅ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：Ｔｈｅ
本文提出一种基于语义相似度计算的话题线索检测算
ＭＩＴ Ｐｒｅｓｓ．１９９９．
法，并利用ＱＱ群讨论组中收集的真实数据进行实验，结果
【１ｌ】刘群，李素建．基于 知网 的词汇语义相似度的计算Ｉｆ［／／
表明了本文算法的有效性，其性能优于现有的话题线索检测
第三届汉语词汇语义学研讨会议论文集．中国台北：【出版者不
算法，同时该算法也可应用于如聊天室等应用所产生的动态
详】，２００２．
文本消息流数据。本文主要研究话题线索和消息之间的语义
【１２】Ｗａｎｇ Ｈｏｎｇｎｉｎｇ，Ｗａｎｇ Ｃｈｉ，Ｚｈａｉ Ｃｈｅｎｇｘｉａｎｇ，ｅｔ ａ１．Ｌｅａｒｎｉｎｇ
关联，下一步研究将结合消息的各种上下文信息和谈话结构
Ｏｎｌｉｎｅ Ｄｉｓｃｕｓｓｉｏｎ Ｓｔｒｕｃｔｕｒｅｓ ｂｙ Ｃｏｎｄｉｔｉｏｎａｌ Ｒａｎｄｏｍ Ｆｉｅｌｄｓ［Ｃ［＃
本身的特征，以进一步提升话题线索检测的准确性。
Ｐｒｏｃ．ｏｆＳＩＧＩＲ’１１．Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ：ＡＣＭＰｒｅｓｓ，２０１１．
［１３】Ｗａｎｇ Ｙｉ—ｃｈｉａ，Ｊｏｓｈｉ Ｍ，Ｃｏｈｅｎ Ｗ ｅｔ ａ１．Ｒｅｃｏｖｅｒｉｎｇ Ｉｍｐｌｉｃｉｔ
参考文献
Ｔｈｒｅａｄ Ｓｔｒｕｃｔｕｒｅ ｉｎ Ｎｅｗｓｇｒｏｕｐ Ｓｔｙｌｅ Ｃｏｎｖｅｒｓａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
Ｗａｎｇ Ｌｉｄｉａｎ，Ｏａｒｄ Ｄ．Ｃｏｎｔｅｘｔ—ｂａｓｅｄ Ｍｅｓｓａｇｅ Ｅｘｐａｎｓｉｏｎ ｆｏｒ
ＩＣＷＳＭ’０８．Ｓｅａｔｔｌｅ，Ｗａｓｈｉｎｇｔｏｎ，ＵＳＡ：［ｓ．ｎ．】，２００８．
Ｄｉｓｅｎｔａｎｇｌｅｍｅｎｔ ｏｆ Ｉｎｔｅｒｌｅａｖｅｄ Ｔｅｘｔ Ｃｏｎｖｅｒｓａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
［１４１ Ｌｉｎ Ｃｈｅｎ，Ｙａｎｇ Ｊｉａｎｇ—ｒｕｉｎｇ，Ｃａｉ Ｒｕｉ，ｅｔ ａ１．Ｓｉｍｕｌｔｎａｅｏｕｓｌｙ
ＮＡＡＣ ０９．Ｃｏｌｏｒａｄｏ，ＵＳＡ：【ｓ．ｎ．］，２００９．
Ｍｏｄｅｌｉｎｇ Ｓｅｍａｎｔｉｃｓ ａｎｄ Ｓｔｕｒｃｔｕｒｅ ｏｆ Ｔｈｒｅａｄｅｄ Ｄｉｓｃｕｓｓｉｏｎｓ：Ａ
［２］
Ｓｈｅｎ Ｄｏｕ，Ｙａｎｇ Ｑｉａｎｇ，Ｓｕｎ Ｊｉａｎｔａｏ，ｅｔ ａ１．Ｔｈｒｅａｄ Ｄｅｔｅｃｔｉｏｎ ｉｎ
Ｓｐａｒｓｅ Ｃｏｄｉｎｇ Ａｐｐｒｏａｃｈ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
Ｄｙｎａｍｉｃ Ｔｅｘｔ Ｍｅｓｓａｇｅ Ｓｔｒｅａｍｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ ＳＩＧＩＲ ０６．Ｓｅａｔｔｌｅ，
ＳＩＧＩＲ’０９．Ｂｏｓｔｏｎ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：Ｉｓ．ｎ．】，２００９．
ＵＳＡ：ＡＣＭ Ｐｒｅｓｓ，２００６；３５—４２．
［１５】Ｅｉｓｎｅｒ Ｍ，Ｃｈａｒｎｉａｋ Ｅ．Ｙｏｕ Ｔａｌｋｉｎｇ ｔｏ Ｍｅ？Ａ Ｃｏｒｐｕｓ ａｎｄ
【３】
Ｙａｎｇ Ｙｉｍｉｎｇ．Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈｅｓ ｆｏｒ Ｄｅｔｅｃｔｉｎｇ ａｎｄ Ｔｒａｃｋｉｎｇ
Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｃｏｎｖｅｒｓａｔｉｏｎ Ｄｉｓｅｎｔａｎｇｌｅｍｅｎｔ［Ｃ］／／Ｐｒｏｃ．ｏｆ ｔｈｅ ４６ｔｈ
Ｎｅｗｓ Ｅｖｅｎｔｓ［Ｊ［．ＩＥＥＥ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，１９９９，ｌ４（４）：３２—４３．
Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ ｏｎ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎｇｕｉｓｔｉｃｓ．
【４】
洪宇，张宇，刘挺，等．话题检测与跟踪的评测及研究
Ｃｏｌｕｍｂｕｓ，ＵＳＡ：【ｓ．ｎ．】，２００８．
综述［ＪＪ．中文信息学报，２００７，２ｌ（６）：７１—８７．
［１６】Ｍｏｅｒｃｈｅｎ Ｅ Ｂｒｉｎｋｅｒ Ｋ，Ｎｅｕｂａｕｅｒ Ｃ，ｅｔ ａ１．Ａｎｙ—ｔｉｍｅ Ｃｌｕｓ—ｔｅｒｉｎｇ
［５］
Ｗａｎｇ Ｌｅ，Ｊｉａ Ｙａｎ，Ｃｈｅｎ Ｙｉｎｇｗｅｎ．Ｃｏｎｖｅｒｓａｔｉｏｎ Ｅｘｔｒａｃｔｉｏｎ ｉｎ
ｏｆ Ｈｉｇｈ Ｆｒｅｑｕｅｎｃｙ Ｎｅｗｓ Ｓｔｒｅａｍｓ［Ｃｌ／／Ｐｒｏｃ．ｏｆ ＫＤＤ’０７．Ｓａｎ Ｊｏｓｅ，
Ｄｙｎａｍｉｃ Ｔｅｘｔ Ｍｅｓｓａｇｅ Ｓｔｒｅａｍ［Ｊ［．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ，２００８，
Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ：【ｓ．ｎ．】，２００７．
３（１Ｏ）：８６—９３．
［１７】Ｌｉｕ Ｙｕｂａｏ，Ｃａｉ Ｊｉａｒｏｎｇ，Ｙｉｎ Ｊｉｎａ，ｅｔ ａ１．Ｃｌｕｓｔｅｒｉｎｇ Ｔｅｘｔ Ｄａｔａ
【６】
Ｇｅｏｒｇｉｏｕ Ｋａｒｖｏｈｎｉｓ Ｍ，Ｉｏａｎｎｉｄｉｓ Ｙ Ｅｘｔｒａｃｔｉｎｇ Ｔｏｐｉｃｓ ｏｆ
Ｓｔｒｅａｍｓ［Ｊ［．Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００８，
Ｄｅｂａｔｅ Ｂｅｔｗｅｅｎ Ｕｓｅｒｓ ｏｎ Ｗｅｂ Ｄｉｓｃｕｓｓｉｏｎ Ｂｏａｒｄｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ
２３（１）：１１２一Ｉ２８．
ＳＩＧＭＯＤ’１０．Ｉｎｄｉａｎａｐｏｌｉｓ，Ｉｎｄｉａｎａ，ＵＳＡ：［ｓ．ｎ．】，２０１０．
【１８］Ｂｅｒｇｅｒ Ａ，Ｌａｆｆｅ￣ｙ Ｊ．Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｔｉｒｅｖａｌ ａｓ Ｓｔａｔｉｓｔｉｃａｌ
［７】
Ｈａｓｓａｎ Ａ，Ｑａｚｖｉｎｉａｎ Ｒａｄｅｖ Ｄ． ９ ａｆ ｓ ｗｉｔｈ ｔｈｅ Ａｔｔｉｔｎｄｅ
Ｔｒａｎｓｌａｔｉｏｎ［Ｃ］／／Ｐｒｏｃ．ｏｆ ＳＩＧ１Ｒ’９９．Ｂｅｒｋｅｌｅｙ，ＵＳＡ：ＡＣＭ Ｐｒｅｓｓ，
Ｉｄｅｎｔｉｆｙｉｎｇ Ｓｅｎｔｅｎｃｅｓ ｗｉｔｈ Ａｔｔｉｔｕｄｅ ｉｎ Ｏｎｌｉｎｅ Ｄｉｓｃｕｓｓｉｏｎｓ【Ｃ１，，
１９９９．
Ｐｒｏｃ．ｏｆ ＥＭＮＬＰ’１０．Ｃａｍｂｒｉｄｇｅ，Ｍａｓｓａｃｈｕｓｅｔｔｓ，ＵＳＡ：［ｓ．ｎ．］，
［１９ｌ郑继明，张萍．改进的ＢＩＣ说话人分割算法【Ｊ１．计算机工
２０ｌＯ．
程，２０１０，３６（１７）：２４０—２４２．
［８］
王君泽．基于大规模问答语料的问题检索系统［Ｄ１．武汉：华中
【２０］Ｊｅｏｎ Ｊ，Ｃｒｏｆｔ Ｗ Ｂ，Ｌｅｅ Ｊ Ｈ．Ｆｉｎｄｉｎｇ Ｓｉｍｉｌａｒ Ｑｕｅｓｔｉｏｎｓ ｉｎ
科技大学，２０１０．
Ｌａｒｇｅ Ｑｕｅｓｔｉｏｎ ａｎｄ Ａｎｓｗｅｒ Ａｒｃｈｉｖｅｓ［Ｃ］／／Ｐｒｏｃ．ｏｆ ｔｈｅ １４ｔｈ ＡＣＭ
【９】
Ｅｉｓｎｅｒ Ｍ，Ｃｈａｍｉａｋ Ｅ．Ｄｉｓｅｎｔｎａｇｌｉｎｇ Ｃｈａｔ［Ｊ［．Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｌｉｎ—
Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｋｎｏｗｌｅｄｇｅ
ｇｕｉｓｔｉｃｓ，２０１０，３６（３）：３９０—４０９．
Ｍａｎａｇｅｍｅｎｔ．Ｂｒｅｍｅｎ，Ｇｅｒｍａｎｙ：［ｓ．ｎ．】，２００５：８４—９０．
【１０】
Ｍａｎｎｉｎｇ Ｃ Ｄ，Ｓｃｈｕｔｚｅ Ｈ．Ｆｏｕｎｄａｔｉｏｎｓ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｎａｔｕｒａｌ
编辑金胡考
（上接第４４页）
５结束语
［３］ 刘 峰，顾君忠．元数据管理应用系统的设计与实现…．计算
本文研究了智能适配器技术，并基于该技术，设计开发
机工程，２００９，３５（１１）：２９—３１．
了一套具有标准化、灵活性、易扩展的气象数据入库通用模
［４】王岳昭，冒东奎．Ｊａｖａ绑定ＸＭＬ架构的技术内涵［Ｊ］．北京工业
型。基于该通用模型，构建了包括阅读适配器、处理适配器
大学学报，２００６，３２（３）：２６３—２６８．
和写入适配器的气象数据通用入库系统，减少了开发工作量，
【５】阎丽洁．基于ＸＭＬ的数据处理技术的比较与研究［Ｊ１．烟台职
提高了运行效率。基于智能适配器的气象数据入库通用模型
业学院学报，２００９，ｌ５（２）：８２—８６．
不仅对气象数据的快速入库具有较强的应用价值，还可应用
【６］毛焕宇，李天民．嵌入式脚本语言在复杂电信业务中的应用…．
在数据备份、数据归档等业务中。
电脑知识与技术，２００７，２（１０）：１０３６—１０３７．
参考文献
【７］刘红梅．脚本语言在数据采集系统中的应用研究【ＪＪ．电子科技，
汪洋，徐素锦．ＪＡＸＢ技术的研究和应用…．光盘技术，２００８，
２００９，２２（１１）：７２—７５．
（１２）：３０—３１．
［８】付文霞．脚本在面向对象实时数据库中的应用研究ｌＪ１．科学技
［２】
廖黎阳，李毅．基于ＪＡＸＢ和ＯＲＭ的ＸＭＬ文档的关系化存
术与工程，２００８，８（１７）：５０２４—５０２７．
储与构建【ＪＪ．兵工自动化，２００９，２８（１）：８３—８５．
编辑陆燕菲