圖書(shū)館中文關(guān)聯(lián)書(shū)目數(shù)據(jù)實(shí)現(xiàn)的初步研究

●蘇建華

(西南政法大學(xué) 重慶 401120)

?

【資源·共享】

圖書(shū)館中文關(guān)聯(lián)書(shū)目數(shù)據(jù)實(shí)現(xiàn)的初步研究

●蘇建華

(西南政法大學(xué) 重慶 401120)

用URI作為書(shū)目記錄的名稱，通過(guò)使用HTTP、URI將書(shū)目數(shù)據(jù)發(fā)布為關(guān)聯(lián)數(shù)據(jù)是目前國(guó)外圖書(shū)館的發(fā)布關(guān)聯(lián)數(shù)據(jù)的常用做法，這樣不但可以定位到書(shū)目記錄，而且可通過(guò)相關(guān)數(shù)據(jù)項(xiàng)的URI鏈接發(fā)現(xiàn)更多的書(shū)目數(shù)據(jù)對(duì)象，實(shí)現(xiàn)真正意義上的數(shù)據(jù)開(kāi)放和共享。關(guān)聯(lián)數(shù)據(jù)的運(yùn)用可以促進(jìn)圖書(shū)館加強(qiáng)數(shù)據(jù)資源整合、擴(kuò)展圖書(shū)館服務(wù)平臺(tái)和提升社會(huì)服務(wù)能力，圖書(shū)館應(yīng)該抓住這一歷史機(jī)遇，合理利用關(guān)聯(lián)數(shù)據(jù)增強(qiáng)用戶體驗(yàn)、提高資源的被發(fā)現(xiàn)率和擴(kuò)大圖書(shū)館書(shū)目數(shù)據(jù)的社會(huì)化參與程度。參考文獻(xiàn)10。

關(guān)聯(lián)數(shù)據(jù) 圖書(shū)館書(shū)目 中文書(shū)目數(shù)據(jù)

目前圖書(shū)館關(guān)聯(lián)數(shù)據(jù)主要應(yīng)用于3個(gè)方面：圖書(shū)館記錄集、詞表和元數(shù)據(jù)元素集，國(guó)外圖書(shū)館的書(shū)目記錄、名稱規(guī)范檔、分類表、詞表及本體都已相繼實(shí)現(xiàn)了數(shù)據(jù)關(guān)聯(lián)化，美國(guó)國(guó)會(huì)圖書(shū)館、瑞典、德國(guó)、法國(guó)、匈牙利以及英國(guó)等國(guó)家圖書(shū)館都將本館的書(shū)目數(shù)據(jù)發(fā)布為關(guān)聯(lián)數(shù)據(jù)，建立了與其他資源的鏈接，實(shí)現(xiàn)了圖書(shū)館書(shū)目數(shù)據(jù)的開(kāi)放與共享[1]。與國(guó)外相比,國(guó)內(nèi)書(shū)目數(shù)據(jù)的關(guān)聯(lián)化僅在文獻(xiàn)介紹中可見(jiàn)，缺乏實(shí)踐應(yīng)用項(xiàng)目。因此,如何將中文書(shū)目資源轉(zhuǎn)換發(fā)布為關(guān)聯(lián)數(shù)據(jù),已成為當(dāng)前國(guó)內(nèi)圖書(shū)館界亟需研究的重要課題。

1 關(guān)聯(lián)書(shū)目數(shù)據(jù)的意義

書(shū)目數(shù)據(jù)的關(guān)聯(lián)化，其實(shí)質(zhì)是把書(shū)目數(shù)據(jù)發(fā)布為關(guān)聯(lián)數(shù)據(jù)。書(shū)目關(guān)聯(lián)數(shù)據(jù)化在數(shù)據(jù)層建立鏈接機(jī)制，通過(guò)URI關(guān)聯(lián)相關(guān)信息來(lái)實(shí)現(xiàn)多類型知識(shí)內(nèi)容的整合，用戶檢索查詢書(shū)目信息時(shí)能夠擴(kuò)展鏈接到更多的責(zé)任者、叢編、主題、館藏及國(guó)外圖書(shū)館的相關(guān)資源，實(shí)現(xiàn)了圖書(shū)館書(shū)目數(shù)據(jù)與外部數(shù)據(jù)相關(guān)數(shù)據(jù)的關(guān)聯(lián)[2]，增強(qiáng)了現(xiàn)有書(shū)目數(shù)據(jù)體系的社會(huì)化應(yīng)用程度。

1.1 實(shí)現(xiàn)元數(shù)據(jù)的開(kāi)放與共享

圖書(shū)館關(guān)聯(lián)數(shù)據(jù)的本質(zhì)就是書(shū)目數(shù)據(jù)中各個(gè)元素的互相關(guān)聯(lián)，開(kāi)放書(shū)目數(shù)據(jù)使用URI作為書(shū)目記錄的名稱，通過(guò)賦予個(gè)人名稱、主題、叢編項(xiàng)等一個(gè)唯一的名稱標(biāo)識(shí)URI，建立跟個(gè)人名稱規(guī)范、叢編項(xiàng)、主題規(guī)范等的關(guān)聯(lián)鏈接，而個(gè)人名稱、叢編、主題等的URI又提供其有關(guān)聯(lián)意義數(shù)據(jù)項(xiàng)的URI鏈接，便于用戶從一條書(shū)目記錄能擴(kuò)展檢索到更多的相關(guān)信息[3]，這種相互關(guān)聯(lián)的數(shù)據(jù)使圖書(shū)館資源融入互聯(lián)網(wǎng)知識(shí)網(wǎng)絡(luò)成為可能。

1.2 提高圖書(shū)館資源被發(fā)現(xiàn)的機(jī)率

目前，圖書(shū)館書(shū)目數(shù)據(jù)主要應(yīng)用于圖書(shū)情報(bào)領(lǐng)域，社會(huì)化開(kāi)放程度與認(rèn)知程度較低，MARC的局限性使得書(shū)目數(shù)據(jù)無(wú)法實(shí)現(xiàn)擴(kuò)展功能。書(shū)目數(shù)據(jù)擴(kuò)展與關(guān)聯(lián)技術(shù)的發(fā)展促使圖書(shū)館書(shū)目數(shù)據(jù)的開(kāi)放著錄和關(guān)聯(lián)發(fā)布成為可能，例如，德國(guó)國(guó)家圖書(shū)館的書(shū)目關(guān)聯(lián)數(shù)據(jù)責(zé)任者關(guān)聯(lián)可以發(fā)現(xiàn)作者的出生年代、職業(yè)、出版作品等信息?？梢哉f(shuō)通過(guò)開(kāi)放書(shū)目數(shù)據(jù)的發(fā)布，圖書(shū)館實(shí)現(xiàn)了與外部海量相關(guān)信息資源的聚合鏈接，增加了用戶瀏覽網(wǎng)頁(yè)資源發(fā)現(xiàn)圖書(shū)館資源的機(jī)率，使書(shū)目資源和網(wǎng)絡(luò)資源的集成成為可能[4]。

1.3 提升圖書(shū)館書(shū)目數(shù)據(jù)的社會(huì)化程度

關(guān)聯(lián)數(shù)據(jù)采用屬性的描述方式使書(shū)目數(shù)據(jù)的分面顯示成為可能，讀者在檢索時(shí)可以通過(guò)分面限定來(lái)提高檢索命中率。另外，圖書(shū)館開(kāi)放書(shū)目數(shù)據(jù)后，圖書(shū)館書(shū)目元數(shù)據(jù)與用戶生成的社會(huì)類元數(shù)據(jù)更易于合并，合并后的數(shù)據(jù)不但能提供豐富完整的元數(shù)據(jù)描述，還能提供用戶使用偏向的說(shuō)明信息，如點(diǎn)擊數(shù)、下載量、評(píng)價(jià)以及推薦等，這樣圖書(shū)館就能基于數(shù)據(jù)分析各類資源的使用量和用戶使用資源的方式，從而在引進(jìn)資源時(shí)做出正確決策[5]。

2 圖書(shū)館關(guān)聯(lián)書(shū)目數(shù)據(jù)的實(shí)現(xiàn)方法

2.1 現(xiàn)有典型案例介紹

關(guān)聯(lián)數(shù)據(jù)是語(yǔ)義網(wǎng)的一個(gè)簡(jiǎn)單應(yīng)用, 采用RDF三元組的主-謂-賓作為基本數(shù)據(jù)模型，用來(lái)在語(yǔ)義網(wǎng)中使用RDF和URI發(fā)布連接各類數(shù)據(jù)和信息。目前圖書(shū)館的數(shù)據(jù)主要有數(shù)據(jù)集、詞匯表和元數(shù)據(jù)集三部分。數(shù)據(jù)集主要是MARC記錄，詞匯表主要是各種分類和主題詞表，定義資源描述的規(guī)范化詞匯；簡(jiǎn)單知識(shí)組織系統(tǒng)( SKOS) 、都柏林核心元素集(DC)、書(shū)目本體(BIBO)、朋友的朋友(FOAF) 等元數(shù)據(jù)集是資源描述的標(biāo)準(zhǔn)[6]。書(shū)目記錄、用戶使用資源的信息數(shù)據(jù)都是圖書(shū)館開(kāi)放書(shū)目數(shù)據(jù)的基礎(chǔ)，但長(zhǎng)期以來(lái)圖書(shū)館書(shū)目數(shù)據(jù)描述都是嚴(yán)格按照各種受控詞表進(jìn)行的，因此國(guó)外圖書(shū)館的開(kāi)放書(shū)目數(shù)據(jù)都是從公開(kāi)各類型詞匯表開(kāi)始，例如，美國(guó)國(guó)會(huì)標(biāo)題表、杜威十進(jìn)分類法、虛擬國(guó)際規(guī)范文檔(VIAF) 等。當(dāng)今國(guó)外圖書(shū)館已投入應(yīng)用的關(guān)聯(lián)數(shù)據(jù)項(xiàng)目有英國(guó)國(guó)家書(shū)目(BNB)、OCLC 的 WorldCat、美國(guó)國(guó)會(huì)圖書(shū)館的 BIBFRAME 項(xiàng)目、歐洲數(shù)字圖書(shū)館 Europeana 項(xiàng)目、美國(guó)數(shù)字公共圖書(shū)館DPLA 項(xiàng)目。這些項(xiàng)目對(duì)圖書(shū)館關(guān)聯(lián)數(shù)據(jù)的內(nèi)容描述規(guī)則、本體模型及詞表、數(shù)據(jù)模型及格式和數(shù)據(jù)消費(fèi)方式等方面做出了探索和規(guī)定，構(gòu)建了具有包容性和開(kāi)放性的本體模型來(lái)整合多家文獻(xiàn)收藏單位的資源，實(shí)現(xiàn)了資源之間的關(guān)聯(lián)、重用與共享。上述案例中在國(guó)內(nèi)影響較大的是BIBFRAME項(xiàng)目，該項(xiàng)目采用RDA、BIBFRAME詞表、RDF/XML、JSON模型、數(shù)據(jù)轉(zhuǎn)換工具以及SPARQL將MARCXML 格式的數(shù)據(jù)轉(zhuǎn)換成 BIBFRAME數(shù)據(jù)。

2.2 圖書(shū)館關(guān)聯(lián)書(shū)目數(shù)據(jù)的實(shí)現(xiàn)

圖書(shū)館關(guān)聯(lián)數(shù)據(jù)發(fā)布實(shí)現(xiàn)流程中,涉及到數(shù)據(jù)模型的構(gòu)建、詞匯表的選擇、MARC格式與RDF的映射等，最關(guān)鍵的一步是如何將MARC格式轉(zhuǎn)化為RDF格式，基于此，本文借鑒上述典型案例的成功做法，歸納總結(jié)CNMARC格式轉(zhuǎn)換為RDF格式的流程。

(1)建立數(shù)據(jù)轉(zhuǎn)化模型。圖書(shū)館關(guān)聯(lián)數(shù)據(jù)模型中所定義的類、屬性已有成熟的詞表可利用，圖書(shū)館發(fā)布關(guān)聯(lián)數(shù)據(jù)時(shí)盡量要使用現(xiàn)有詞表，因?yàn)樵~表重用可通過(guò)元數(shù)據(jù)的相互引用提高詞表間的互操作，減少對(duì)本地元數(shù)據(jù)的管理負(fù)擔(dān)，圖書(shū)館應(yīng)使用多個(gè)通用詞表和專用詞表作為描述書(shū)目記錄的命名空間，定義相應(yīng)描述實(shí)體的類和屬性。在進(jìn)行RDF表達(dá)時(shí)，使用對(duì)應(yīng)命名空間中的類或?qū)傩詷?biāo)簽來(lái)描述對(duì)應(yīng)信息。如同本體一樣關(guān)聯(lián)數(shù)據(jù)需明確實(shí)體及實(shí)體之間的關(guān)系，需對(duì)實(shí)體進(jìn)行URI命名，確保實(shí)體的唯一性、可獲取性。實(shí)體多指存在的事物與對(duì)象，不同領(lǐng)域?qū)嶓w的表現(xiàn)形式不一樣，如FRBR模型將實(shí)體分為作品、責(zé)任者、主題3種類型，BIBFRAME模型中則分為作品、實(shí)例、規(guī)范、標(biāo)注4種類型。圖書(shū)館發(fā)布關(guān)聯(lián)數(shù)據(jù)時(shí)，可依照RDF和BIBFRAME模型建立數(shù)據(jù)模型，如大英圖書(shū)館將書(shū)目數(shù)據(jù)發(fā)布為關(guān)聯(lián)數(shù)據(jù)時(shí)將資源實(shí)體分為書(shū)目資源(resource)、連續(xù)出版物(series )、主體( agent )、概念(concept)4種類型，分別建立了出版事件、責(zé)任者信息、主題信息和其他信息數(shù)據(jù)模型，各種模型下又分若干類(詳見(jiàn)表1)，針對(duì)每一類都有對(duì)應(yīng)的具體字段值，并定義為實(shí)例，如出版事件URI是出版事件類的實(shí)例，實(shí)例與類、類與類之間都存在明確聯(lián)系，然后使用SKOS 、Event、Foaf、Blt、RDFS、Dct、Geo、DDC、LCSH、ISBD以及各類規(guī)范檔等描述實(shí)例之間的關(guān)系，最后通過(guò)部分URI與已經(jīng)發(fā)布的其他數(shù)據(jù)集如GeoNames、LCSH、DeweyInfo以及VIAF建立關(guān)聯(lián)[7]。

表1 大英圖書(shū)館書(shū)目關(guān)聯(lián)數(shù)據(jù)模型類型表1

1 模型類型資源來(lái)源于《大英圖書(shū)館書(shū)目數(shù)據(jù)的關(guān)聯(lián)化分析》一文。

2 父類和子類指一種包含關(guān)系，子類能夠引用父類中的某些東西。

(2)建立映射表。確定書(shū)目數(shù)據(jù)的數(shù)據(jù)模型是圖書(shū)館建立關(guān)聯(lián)數(shù)據(jù)的第一步，緊接著需要通過(guò)建立映射表將原有的書(shū)目數(shù)據(jù)轉(zhuǎn)化為關(guān)聯(lián)數(shù)據(jù)。確立映射表時(shí)需要明確書(shū)目元數(shù)據(jù)每一字段、子字段對(duì)應(yīng)的RDF屬性。轉(zhuǎn)換過(guò)程中，為保證不同機(jī)構(gòu)數(shù)據(jù)描述的一致性和規(guī)范性，應(yīng)充分利用已發(fā)布的DC、BIBO、OWL(本體語(yǔ)言)等來(lái)表示各描述單元，用SKOS表示書(shū)目記錄中的分類號(hào)、敘詞之間的關(guān)系及其屬性；用DC表示書(shū)目記錄中的主題詞、摘要、語(yǔ)言、責(zé)任者等；用FOAF表示書(shū)目數(shù)人名、機(jī)構(gòu)名；用BIBO表示各種類型的文獻(xiàn)，如期刊、報(bào)紙、連續(xù)出版物等。為了確保轉(zhuǎn)換的準(zhǔn)確性，現(xiàn)有詞表找不到對(duì)應(yīng)關(guān)系時(shí)應(yīng)定義新的術(shù)語(yǔ)，而且要建立與其他詞匯的聯(lián)系，通過(guò)rdfs:subClass of或rdfs:subProperty of就能實(shí)現(xiàn)新術(shù)語(yǔ)與其他類和屬性的關(guān)聯(lián)[8]。

根據(jù)關(guān)聯(lián)數(shù)據(jù)的原則，每一條書(shū)目數(shù)據(jù)都可看做一條資源，都應(yīng)該用URI標(biāo)識(shí)，CNMARC表示資源標(biāo)識(shí)符的常用字段有：001控制號(hào)、010(ISBN)、011(ISSN)，國(guó)外圖書(shū)館發(fā)布關(guān)聯(lián)數(shù)據(jù)時(shí)采用的URI基本格式為。其中,baseUri為URI基地址(域名)；type為記錄類型(書(shū)目記錄、規(guī)范記錄)[9],ID為可以唯一識(shí)別記錄的符號(hào),國(guó)外常用001字段的控制號(hào)作為其ID,當(dāng)然ISBN、ISSN標(biāo)識(shí)符也可以作為備選項(xiàng)，但多將其作為屬性來(lái)描述。例如，可將CNMARC字段中表示出版事件信息的260字段的$a子字段轉(zhuǎn)化為Event：place，用于描述出版事件中的出版地信息；$b子字段轉(zhuǎn)化為Event：agent，用于描述出版事件中的出版機(jī)構(gòu)信息；$c子字段轉(zhuǎn)化為Event：time，表示出版時(shí)間。將CNMARC中表示責(zé)任者信息的100字段、110字段、111字段、700字段、710字段和711字段的主要款目標(biāo)目轉(zhuǎn)化為Dct：creator:屬性，附加款目標(biāo)目用Dct：contributor表示，并通過(guò)rdf: type進(jìn)一步明確個(gè)人名稱和團(tuán)體名稱。

(3)RDF實(shí)現(xiàn)。書(shū)目記錄通過(guò)3種關(guān)系關(guān)聯(lián)存在：書(shū)目記錄與詞匯表、詞匯表之間和主題表與分類表。詞匯表對(duì)記錄內(nèi)容實(shí)施規(guī)范控制，如當(dāng)前應(yīng)用較多的名稱規(guī)范檔，對(duì)實(shí)體的各種名稱進(jìn)行控制，并同書(shū)目資源進(jìn)行關(guān)聯(lián)。圖書(shū)館可利用分類表、主題詞表、人名表、地名表、機(jī)構(gòu)名表以及大型機(jī)構(gòu)發(fā)布的開(kāi)放關(guān)聯(lián)數(shù)據(jù)與外部書(shū)目數(shù)據(jù)建立可利用的關(guān)系，如OCLC的虛擬國(guó)際規(guī)范文檔、美國(guó)國(guó)會(huì)標(biāo)題詞表、國(guó)會(huì)名稱規(guī)范表、杜威十進(jìn)分類法等，DC都提供了與這些詞匯表關(guān)聯(lián)的通道，CNMARC轉(zhuǎn)換時(shí)可通過(guò)dc: subject、dc:creator、dc:contributor、dc:location、foaf:focus屬性與這些詞匯表號(hào)建立關(guān)聯(lián)(關(guān)聯(lián)項(xiàng)具有唯一的URI鏈接)[10]，這樣通過(guò)責(zé)任者關(guān)聯(lián)可以發(fā)現(xiàn)作者的更多信息，例如其他作品、學(xué)術(shù)經(jīng)歷等信息，通過(guò)主題關(guān)聯(lián)發(fā)現(xiàn)含有本主題詞的出版物信息，進(jìn)而通過(guò)搜索引擎發(fā)現(xiàn)書(shū)目記錄，盡可能建立本地詞匯表與外部規(guī)范文檔的關(guān)聯(lián)是發(fā)布CNMARC關(guān)聯(lián)數(shù)據(jù)的 關(guān)鍵，盡可能為用戶提供新的資源發(fā)現(xiàn)和訪問(wèn)服務(wù)渠道。最后需要指出的是：CNMARC與MARC21的記錄結(jié)構(gòu)類似, CNMARC元數(shù)據(jù)到RDF的轉(zhuǎn)化可先將CNMARC轉(zhuǎn)換為MARC21，然后再轉(zhuǎn)換為RDF。

國(guó)外圖書(shū)館中的成功應(yīng)用關(guān)聯(lián)數(shù)據(jù)的做法為我國(guó)圖書(shū)館書(shū)目數(shù)據(jù)關(guān)聯(lián)化提供了借鑒，本文僅從理論上探討了CNMARC向RDF的映射，旨在拋磚引玉，吸引更多的同行關(guān)注國(guó)內(nèi)書(shū)目數(shù)據(jù)的關(guān)聯(lián)化進(jìn)程，加快屬性值詞匯表的關(guān)聯(lián)化進(jìn)程的研究步伐，推動(dòng)國(guó)內(nèi)圖書(shū)館的書(shū)目數(shù)據(jù)實(shí)現(xiàn)網(wǎng)絡(luò)化、國(guó)際化，使中文書(shū)目數(shù)據(jù)融入到語(yǔ)義網(wǎng)發(fā)展背景下，吸引更多用戶群，真正提高資源利用效率。

[1] 賈君枝，趙 潔.DDC關(guān)聯(lián)數(shù)據(jù)實(shí)現(xiàn)研究[J].中國(guó)圖書(shū)館學(xué)報(bào)，2014(4)：76-82.

[2][8][10] 賈君枝.開(kāi)放書(shū)目數(shù)據(jù)的實(shí)現(xiàn)與發(fā)展[J].晉圖學(xué)刊，

2015(1)：1-4.

[3] 張海玲.圖書(shū)館書(shū)目數(shù)據(jù)的關(guān)聯(lián)數(shù)據(jù)化研究——以德國(guó)國(guó)家圖書(shū)館為例[J].2013(1):120-125.

[4] 賈君枝，白林林.關(guān)聯(lián)數(shù)據(jù)中CNMARC到MARC21的映射實(shí)現(xiàn)[J]. 國(guó)家圖書(shū)館學(xué)刊，2015(4)：80-93.

[5] 羅 錚,張贊梅,陳偉莉.高校圖書(shū)館應(yīng)用關(guān)聯(lián)數(shù)據(jù)的意義及注意事項(xiàng)[J].圖書(shū)館雜志，2012(5)：51-53.

[6] 吳貝貝，夏翠娟.關(guān)聯(lián)書(shū)目數(shù)據(jù)模型比較研究[J].圖書(shū)館雜志，2015(5)：71-79.

[7] 張鵬圖.大英圖書(shū)館書(shū)目數(shù)據(jù)的關(guān)聯(lián)化分析[J].國(guó)家圖書(shū)館學(xué)刊，2015(4):103-112.

[9] 白林林,賈君枝.關(guān)聯(lián)數(shù)據(jù)中CNMARC到RDF的映射實(shí)現(xiàn)[J]. 國(guó)家圖書(shū)館學(xué)刊，2015(4):94-101.

(宋小華 編發(fā))

A Preliminary Study on the Realization of the Chinese Linked Bibliographic Data in the Library

Su Jianhua

(Southwest University of Political Science & Law, Chongqing, Sichuan 401120, China)

Exposing library bibliographic data as linked data means publishing bibliographic data is in form of linked data. People can locate the record through HTTP/URI by using URI as names for bibliographic records. What's more, it provides linkable URI of correlation data so that people can find more objects. Linked data can make library strengthen the integration of data resources, expansion of library service platform and enhancement of capacity of social services，the library should grasp this historic opportunity to enhance user's experience and library bibliography socialization. 10 refs.

Linked data. Library bibliography. Chinese bibliographical data.

G250.7

A

1003-7845(2016)05-0046-03

蘇建華，副研究館員，現(xiàn)在西南政法大學(xué)圖書(shū)館工作。

2015-12-23