中文名稱規(guī)范文檔與VIAF共享問題分析

胡媛

關(guān)鍵詞：中文名稱規(guī)范文檔；VIAF；共享

摘要：在信息技術(shù)不斷發(fā)展的過程中，我國圖書館對規(guī)范控制也從以往的獨立模式慢慢轉(zhuǎn)向合作模式。因為不同國家之間的圖書館規(guī)范文檔在形式方面存在較大差異，因此，實現(xiàn)不同成員庫信息資源共享逐漸成為協(xié)作規(guī)范控制工作的重要內(nèi)容。文章通過構(gòu)建中心式模型，對我國不同成員館數(shù)據(jù)庫中規(guī)范文檔進行整合，并且探討了中文名稱規(guī)范文檔與VIAF共享的方式，以期為中文名稱規(guī)范文檔與VIAF共享工作提供一定幫助。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2018）02-0111-03

1背景

在互聯(lián)網(wǎng)技術(shù)不斷發(fā)展的過程中，網(wǎng)絡(luò)逐漸滲透到人們生活中的各個領(lǐng)域，也使規(guī)范文檔擁有更為廣泛的來源，且規(guī)范文檔種類不斷增加。規(guī)范文檔儲存于各個機構(gòu)之中，而且各個機構(gòu)所擁有的資源既存在一定重復(fù)，又有一定差別，其所采用的數(shù)據(jù)組織形式同樣存在一定差異，導(dǎo)致大量且分散的異構(gòu)數(shù)據(jù)很難得到利用，也在很大程度上影響到名稱規(guī)范文檔的進一步發(fā)展?；谟脩粜枨蠖?，現(xiàn)階段互聯(lián)網(wǎng)的現(xiàn)有組織形式無法滿足用戶逐漸深化的數(shù)據(jù)需求。在數(shù)字化環(huán)境下，圖書館的信息資源除了包含大量紙質(zhì)信息資源，數(shù)字信息資源所占的比例不斷增加，互聯(lián)網(wǎng)信息數(shù)據(jù)的數(shù)量呈幾何式增長。而對于信息資源急劇增加的問題，各機構(gòu)應(yīng)當采取一定的方法，對不同機構(gòu)相對分散的信息資源進行整合，確保目前名稱規(guī)范所包含的信息更加豐富，從而可以更加準確地對同名記錄加以區(qū)分，而且還能對不同的對象所對應(yīng)的同一資源加以集中，確保用戶在信息資源檢索過程中能夠更加快速、準確以及便捷，有效地提升查全率[1]。不同機構(gòu)應(yīng)構(gòu)建相應(yīng)的共享機制，可以對相關(guān)主題信息資源進行整合處理，從而顯著降低冗余信息數(shù)量，為用戶提供更加清晰和全面的信息結(jié)構(gòu)。

2影響中文名稱規(guī)范文檔與VIAF共享的要素

2.1編目規(guī)則

不同機構(gòu)會結(jié)合自身情況編制出相應(yīng)的編目規(guī)則，作為編目過程中的參考標準，各個機構(gòu)依照制定的相應(yīng)標準，將相關(guān)信息資源通過規(guī)范方法完成著錄工作。不同編目機構(gòu)采用的著錄規(guī)則存在較大差異，而且著錄規(guī)則相對較多，不同的著錄規(guī)則之間也存在一定差異。著錄規(guī)則主要包含AACR2、西文文獻著錄條例、中文文獻編目規(guī)則、FRBR、FRAD、ICP及RDA等?，F(xiàn)階段，國際上不同組織與機構(gòu)之間已開展廣泛合作，而且不少組織及機構(gòu)開始在其所使用的規(guī)范文檔里添加一些中文字段，極大地促進了中文名稱規(guī)范文檔共享范圍的進一步擴大。然而，還有很多地區(qū)的編目組織及機構(gòu)在開展著錄工作時采用的規(guī)則有所差異，其中包含的中文字段具體位置以及對應(yīng)功能均有所不同，導(dǎo)致在信息資源共享的過程中存在較大阻礙。對于著錄款目工作而言，《中國文獻編目規(guī)則》將主要的款目全部取消，目前我國目錄體系里的一些書名信息、著錄信息以及主題信息等還處于分離狀態(tài)，而且不同款目信息間也不存在主要、次要的區(qū)別。但是，在AACR2以及《西文文獻著錄條例》之中，由于西歐各國存在一些多款目字典式目錄，且一直沿襲自己的編目習慣，現(xiàn)在依舊保留了主要款目。在進行著錄過程中，AACR2相關(guān)要求更為嚴格，其中替代順序以及優(yōu)先級別等均有非常嚴格的規(guī)定，能夠確保開展著錄工作時更加精準。而由于我國圖書版權(quán)頁面里含有相對多的信息，《中國文獻編目規(guī)則》把圖書的版權(quán)頁面以及書名頁面并列作為編目工作的信息來源，但是沒有將二者所對應(yīng)的優(yōu)先順序加以說明。而從表目的具體形式來看，二者均含有主體信息以及附加信息，但是各個國家在進行名稱的表達方面有著一定差異，特別是在附加信息之中，更是存在相對大的不同[2]。

2.2數(shù)據(jù)元素

與名稱實體存在一定的關(guān)聯(lián)性，除去名稱實體所對應(yīng)名稱之外的一些信息均稱為數(shù)據(jù)元素，F(xiàn)RAD將數(shù)據(jù)元素認定為名稱實體所對應(yīng)的屬性。當記錄信息達到相應(yīng)規(guī)模以后，便會產(chǎn)生非常多的同名實體記錄，而用戶在進行信息檢索的過程中就容易產(chǎn)生混淆。在名稱主體的標目信息中，數(shù)據(jù)元素是極其關(guān)鍵的內(nèi)容，進行信息匹配時一般將其當作名稱附加信息，以確保各個名稱主體能夠被更為準確地區(qū)分開來。通常，數(shù)據(jù)元素包含兩種類別，一是性別信息、生卒信息、民族信息及籍貫信息等，二是學(xué)科信息、專長信息以及職業(yè)信息等，前者屬于名稱主體所對應(yīng)的自然屬性，而后者屬于名稱主體所對應(yīng)的社會屬性?，F(xiàn)階段，在進行附加信息的選擇過程中不論采取何種方式，都不能構(gòu)建出統(tǒng)一的標準，但是人們逐漸形成了一個共識，即將生卒信息當作最主要的匹配信息，要是不能獲取到生卒信息，或是生卒信息較難確認時，則再考慮采用其他信息作為主要匹配信息[3]。在具體的應(yīng)用過程中，我國的國家圖書館以及CALIS一般采取加入關(guān)鍵詞或者是加入學(xué)科信息的方式，對相同人物名稱加以區(qū)分，如張三（化工）、張三（酒店管理）等。不過，采用這種形式對不同人的名稱進行區(qū)分的過程中同樣會產(chǎn)生兩個問題：第一，在選用區(qū)分信息的過程中主要受到人為因素影響，而且大部分區(qū)分信息都是編目人員通過推斷獲得的，相關(guān)信息表述無法達到非常精確的要求，使相同領(lǐng)域中一些相似的學(xué)科極易出現(xiàn)混淆。第二，即使加入?yún)^(qū)分信息，在一些情況下也無法確定名稱主體的具體身份，這樣極易導(dǎo)致數(shù)目信息發(fā)生連接錯誤的問題，同時還會導(dǎo)致用戶在信息檢索過程中更加困難。對于相同名稱的不同人物進行區(qū)分的過程中，數(shù)據(jù)元素選擇是極為重要的，其會在很大程度上影響名稱規(guī)范文檔的質(zhì)量。不過，現(xiàn)階段數(shù)據(jù)元素相關(guān)規(guī)范依舊存在一定的不足，各機構(gòu)應(yīng)當不斷加以完善。

3中文名稱規(guī)范文檔與VIAF的共享

VIAF將各個國家權(quán)威的文檔進行匹配以及連接，同時把不同類型的文檔加以分組處理，產(chǎn)生對相同實體進行描述的記錄合集，并且將這一合集當作相應(yīng)實體的權(quán)威記錄，其中含有該實體存在一定差異性的各種名稱信息?，F(xiàn)階段，我國在數(shù)據(jù)源規(guī)范方面擁有一定的基礎(chǔ)條件，國家圖書館規(guī)范數(shù)據(jù)庫的相關(guān)記錄在近幾年得到了極大的增長，同時能夠?qū)崿F(xiàn)信息的共享，也為中文名稱規(guī)范文檔和VIAF實現(xiàn)數(shù)據(jù)共享創(chuàng)造了條件。而要想實現(xiàn)和VIAF之間的信息共享，需要對中文名稱文檔進行規(guī)范，構(gòu)建信息更為全面以及規(guī)范的文檔數(shù)據(jù)庫。

3.1中文名稱規(guī)范文檔的構(gòu)建

在中文名稱規(guī)范工作方面，我國內(nèi)地和臺灣地區(qū)還沒有建立統(tǒng)一標準。2000年，由國家圖書館、HKCAN、CALIS以及臺灣漢學(xué)研究中心共同構(gòu)建了中文名稱規(guī)范數(shù)據(jù)庫，不過其所應(yīng)用的具體模式仍然是不同機構(gòu)獨立構(gòu)建數(shù)據(jù)庫，借助于網(wǎng)絡(luò)平臺實現(xiàn)信息共享，該方式屬于較為簡便的分布式信息共享模式。不同機構(gòu)進行信息的收集以及數(shù)據(jù)庫建設(shè)已經(jīng)趨于成熟，但不同機構(gòu)間的互聯(lián)性相對較差，具體使用的格式以及規(guī)范都有一定差異，僅采取數(shù)據(jù)匹配的方法容易導(dǎo)致查全率偏低等問題的產(chǎn)生。同時，不同機構(gòu)在進行信息更新時未能同步完成，所以，當采用分布式信息共享模式時，怎樣確保信息成果得到更好地共享還有待進行深入研究。

3.1.1模型構(gòu)建。由于我國圖書館領(lǐng)域不同機構(gòu)在進行數(shù)據(jù)庫建設(shè)過程中基本上都是獨立建庫，因此我國需要構(gòu)建相應(yīng)的機制，確保不同機構(gòu)之間可以實現(xiàn)信息共享。目前，中文名稱規(guī)范數(shù)據(jù)庫能夠完成聯(lián)機查詢工作，但在信息交互過程中仍然存在一些問題。筆者采用中心式模型，構(gòu)建基于客戶機/服務(wù)器的多館中心鏈接，構(gòu)建相應(yīng)的中心數(shù)據(jù)庫，而成員庫包含我國各個名稱規(guī)范庫，具體模型見圖1。用戶在進行信息檢索的過程中，得到的結(jié)果為不同數(shù)據(jù)庫間的數(shù)據(jù)整合信息。構(gòu)建完整且系統(tǒng)的中心數(shù)據(jù)庫，將不同機構(gòu)中的數(shù)據(jù)庫進行鏈接，數(shù)據(jù)信息的描述內(nèi)容含有簡體、繁體、英文以及拼音等不同形式，各個成員庫只是從中心庫讀取相關(guān)數(shù)據(jù)信息，但不能修改中心庫的數(shù)據(jù)信息。當用戶需要進行信息檢索時，無論采取哪種方式都可以檢索到中心數(shù)據(jù)庫包含的信息，確保實現(xiàn)信息資源的共享。而不同成員庫可以對機構(gòu)內(nèi)部數(shù)據(jù)庫加以修改，并且修改行為可以實時體現(xiàn)在中心庫。

3.1.2名稱標目以及功能字段。由于各個機構(gòu)所采用的標目選用規(guī)則有所差異，因此，采取更為適宜的標目以及功能字段，可以確保用戶在信息檢索過程中擁有更高的查全率以及查準率。依照名稱規(guī)范記錄具體狀況，同時參照各個機構(gòu)的名稱規(guī)范文檔，筆者得出完整的名稱規(guī)范文檔應(yīng)當包含的信息（見圖2）。在標目選擇過程中，各個機構(gòu)因為自身的編

目背景以及文化的不同，采用的原則同樣有所差異。例如，北京大學(xué)圖書館在進行標目的選擇過程中，會將《辭?！防锼拿Q當作規(guī)范標目優(yōu)先選用，或是將具有較高權(quán)威性的工具書里的翻譯姓名當作標目。而香港地區(qū)基本上都是根據(jù)國外的數(shù)據(jù)源進行套錄，并且在這一過程中盡可能維持源數(shù)據(jù)不變。因此，在規(guī)范標目的選取過程中，各機構(gòu)要盡可能采用人們知曉的名稱作為標目。規(guī)范標目包含的內(nèi)容包括個人名稱以及附加成分，其中附加成分通常含有個人生卒信息、性別信息以及民族信息等。由于生卒信息以及性別信息等均為個人的自然屬性信息，因此其擁有更高的穩(wěn)定性以及精確性。在附加信息中，通常采用的附加信息均為個人自然屬性信息，如VIAF中魯迅的個人名稱規(guī)范標目是“100$alu，Xun，$d1881-1936”。

3.2完成與VIAF的共享

VIAF屬于一種虛擬文檔，而完整的文檔依舊儲存于不同成員庫中，同時各個成員庫之間形成相互鏈接，一些權(quán)威數(shù)據(jù)經(jīng)由OAI協(xié)定，利用服務(wù)器設(shè)備在不同的成員庫之中抽取相關(guān)數(shù)據(jù)并完成數(shù)據(jù)的匹配。在構(gòu)建中文名稱規(guī)范文檔之后，各機構(gòu)應(yīng)當接著完成與VIAF的共享工作。VIAF能夠為所有的實體分配所對應(yīng)的ID，如VIAF為李白所分配的ID為108725426，不同文章中的實體利用特定ID進行鏈接。OCLC提供能夠讓用戶進行下載的數(shù)據(jù)集合，大部分信息結(jié)構(gòu)屬于聚類結(jié)構(gòu)形式，聚類信息集合本質(zhì)上屬于中樞—發(fā)散式模型，中心為一個個人名、地名等，采用發(fā)散方式與VIAF成員庫中對應(yīng)的概念資源進行鏈接，在鏈接時可以利用FOAF（Friend-of-a-Friend）詞匯表中的foaf：focus。不同的成員館都會采用各自的方式對名稱實體加以描繪，而且所有的記錄均指向VIAF中所包含的唯一的URI。

4結(jié)語

在規(guī)范控制領(lǐng)域中，中文名稱規(guī)范控制是極為重要的內(nèi)容，而只有對我國目前所擁有的名稱規(guī)范數(shù)據(jù)進行整合才能確保有效地控制名稱規(guī)范，才能為中文名稱規(guī)范文檔與VIAF共享提供可靠的基礎(chǔ)保障。

參考文獻：

[1]陳辰，王璐，郝曉雪，等.語義化人名規(guī)范文檔建設(shè)探索[J].圖書館論壇，2017（10）：1-6.

[2]王瑞云，賈君枝.中文個人名稱規(guī)范記錄的實體匹配與聚簇[J].國家圖書館學(xué)刊，2017（2）：79-86.

[3]崔春，畢強.虛擬國際規(guī)范文檔（VIAF）項目進展[J].圖書情報工作，2014（6）：129-134.

（編校：崔萌）