基于內(nèi)容結(jié)構(gòu)視圖的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)比較研究

朱玲

摘要?元數(shù)據(jù)是保證研究數(shù)據(jù)（又被稱作“科學(xué)數(shù)據(jù)”）獲取和再利用的關(guān)鍵，國內(nèi)外許多學(xué)科領(lǐng)域和學(xué)術(shù)社區(qū)都制定了該領(lǐng)域特定的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)或規(guī)范。與文獻(xiàn)資源元數(shù)據(jù)標(biāo)準(zhǔn)相較，研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)結(jié)構(gòu)和元素設(shè)計(jì)往往更為復(fù)雜，為跨學(xué)科的數(shù)據(jù)分享和發(fā)現(xiàn)帶來了障礙。文章應(yīng)用一種內(nèi)容結(jié)構(gòu)視圖，對八種典型的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)元素進(jìn)行比較分析，分析不同研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的內(nèi)容特征，并由此探討研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)發(fā)展趨勢，為元數(shù)據(jù)應(yīng)用方案設(shè)計(jì)提供參考。

關(guān)鍵詞?研究數(shù)據(jù)?科學(xué)數(shù)據(jù)?元數(shù)據(jù)標(biāo)準(zhǔn)?內(nèi)容結(jié)構(gòu)視圖

分類號?G254

DOI?10.16603/j.issn1002-1027.2019.06.013

1?引言

研究數(shù)據(jù)，是指科研人員通過觀察、探測、實(shí)驗(yàn)、建模、仿真和調(diào)查等形式收集的，用于驗(yàn)證研究發(fā)現(xiàn)的，能夠直接或間接產(chǎn)出學(xué)術(shù)成果的完整事實(shí)材料和數(shù)字產(chǎn)品，例如：文檔、數(shù)據(jù)文件、問卷、模型、算法、軟件或代碼、圖片、音視頻資料等。

元數(shù)據(jù)，被定義為“描述數(shù)據(jù)的數(shù)據(jù)”。相應(yīng)地，研究數(shù)據(jù)元數(shù)據(jù)是指描述研究數(shù)據(jù)集的創(chuàng)建者、上下文、空間、時(shí)間、起源、歷史、數(shù)據(jù)質(zhì)量等信息，以便支持?jǐn)?shù)據(jù)使用者對數(shù)據(jù)的發(fā)現(xiàn)、選擇、定位、獲取、解釋和再利用等功能，以及數(shù)據(jù)擁有者或管理者對數(shù)據(jù)的組織、管理、共享和長期保存等功能。

2011年，英國數(shù)字監(jiān)護(hù)中心（Digital Curation Center）發(fā)布了《數(shù)字監(jiān)護(hù)參考手冊—科學(xué)數(shù)據(jù)元數(shù)據(jù)部分》（Digital Curation Reference ManualInstalment on Scientific Metadata），論述了科學(xué)數(shù)據(jù)元數(shù)據(jù)的特征和角色，指出元數(shù)據(jù)在數(shù)據(jù)倉儲的管理和數(shù)據(jù)監(jiān)護(hù)中扮演中心角色[1]。研究數(shù)據(jù)元數(shù)據(jù)在數(shù)據(jù)管理計(jì)劃和公共資助研究項(xiàng)目研究數(shù)據(jù)的公眾獲取中也扮演著核心角色，例如，2011年美國國家自然科學(xué)基金會（NSF）新增的研究數(shù)據(jù)管理計(jì)劃要求中明確把“將使用的數(shù)據(jù)和元數(shù)據(jù)格式標(biāo)準(zhǔn)”列為重要建議[2]。2012年，歐洲研究圖書館協(xié)會（LIBER）發(fā)布的《圖書館開始從事研究數(shù)據(jù)管理的十條建議》中指出，圖書館應(yīng)該參與元數(shù)據(jù)和相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)的建設(shè)，同時(shí)應(yīng)當(dāng)提供研究數(shù)據(jù)相關(guān)的元數(shù)據(jù)服務(wù)[3]。美國密歇根大學(xué)校際政治及社會研究聯(lián)盟（Interuniversity Consortium for Political and Social Research，ICPSR）在其《維持領(lǐng)域數(shù)據(jù)倉儲白皮書》（Sustaining Domain Repositories for Digital Data：A White Paper）中指出，元數(shù)據(jù)標(biāo)準(zhǔn)如保存元數(shù)據(jù)框架對于數(shù)據(jù)倉儲的發(fā)現(xiàn)、檢索、獲取和科研群體標(biāo)準(zhǔn)的轉(zhuǎn)變是非常必要的[4]。

2?研究數(shù)據(jù)元數(shù)據(jù)的功能需求

研究數(shù)據(jù)的產(chǎn)生和積累正在呈指數(shù)級增長，科學(xué)研究和科技創(chuàng)新越來越依賴于對海量數(shù)據(jù)的管理、分析和再利用。為了支持研究數(shù)據(jù)的發(fā)現(xiàn)、獲取、解析和再利用，描述和呈現(xiàn)研究數(shù)據(jù)的元數(shù)據(jù)應(yīng)該滿足的功能需求可以從以下兩方面進(jìn)行探討：

2.1?面向數(shù)據(jù)任務(wù)和數(shù)據(jù)活動的需求

研究數(shù)據(jù)元數(shù)據(jù)功能需求模型將元數(shù)據(jù)功能需求分為四個(gè)象限：數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)利用[5]。這四個(gè)象限分別支持不同的數(shù)據(jù)任務(wù)：數(shù)據(jù)管理象限支持元數(shù)據(jù)自動或半自動生成、數(shù)據(jù)管理、數(shù)據(jù)存儲、數(shù)據(jù)安全、數(shù)據(jù)互通等任務(wù);數(shù)據(jù)質(zhì)量控制象限支持?jǐn)?shù)據(jù)驗(yàn)證、復(fù)制等任務(wù);數(shù)據(jù)發(fā)現(xiàn)象限支持?jǐn)?shù)據(jù)分享（發(fā)布、引用）和數(shù)據(jù)發(fā)現(xiàn)（選擇、唯一性確定、獲取）等任務(wù);數(shù)據(jù)使用象限支持?jǐn)?shù)據(jù)分析、可視化等任務(wù)。

研究數(shù)據(jù)元數(shù)據(jù)對研究數(shù)據(jù)生命周期中的用戶數(shù)據(jù)活動的支持，體現(xiàn)在為數(shù)據(jù)活動需要的信息設(shè)計(jì)相應(yīng)的元數(shù)據(jù)模塊和字段。例如，數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)唯一性確定、數(shù)據(jù)選擇、數(shù)據(jù)獲取等活動，屬于與傳統(tǒng)文獻(xiàn)類似的一般性任務(wù)，元數(shù)據(jù)以描述性、身份標(biāo)識、語義等信息內(nèi)容為主，其中數(shù)據(jù)選擇活動的需求還包括技術(shù)性、科研上下文、時(shí)空等信息內(nèi)容。數(shù)據(jù)驗(yàn)證、數(shù)據(jù)分析屬于科研任務(wù)，元數(shù)據(jù)主要以描述性、科研上下文、時(shí)空等信息內(nèi)容為主。數(shù)據(jù)管理、數(shù)據(jù)存檔屬于數(shù)據(jù)監(jiān)護(hù)任務(wù)，元數(shù)據(jù)主要以描述性、管理性、結(jié)構(gòu)性和技術(shù)性等信息內(nèi)容為主，并以身份標(biāo)識、語義信息、科研上下文、時(shí)空等信息內(nèi)容作為補(bǔ)充。數(shù)據(jù)發(fā)布、數(shù)據(jù)引用屬于傳播任務(wù)，元數(shù)據(jù)主要以描述性、身份標(biāo)識、語義等信息內(nèi)容為主，并以科研上下文、時(shí)空等信息內(nèi)容作為補(bǔ)充。

2.2?面向不同服務(wù)對象的需求

針對不同的對象，研究數(shù)據(jù)元數(shù)據(jù)發(fā)揮的作用也不同[6]。對于數(shù)據(jù)用戶而言，元數(shù)據(jù)是他們正確選擇、使用、交換數(shù)據(jù)的不可缺少的工具。元數(shù)據(jù)通過對數(shù)據(jù)資源的內(nèi)容、分類、質(zhì)量和存儲等的詳細(xì)描述，回答了用戶的一系列問題：有什么數(shù)據(jù)？數(shù)據(jù)怎么樣？如何獲取數(shù)據(jù)？怎么使用數(shù)據(jù)？對于數(shù)據(jù)管理者而言，元數(shù)據(jù)方便了他們集成各種數(shù)據(jù)庫，為數(shù)據(jù)集（或庫）建立目錄，更有效地管理并維護(hù)海量數(shù)據(jù)。對于數(shù)據(jù)生產(chǎn)者而言，元數(shù)據(jù)的存在方便了數(shù)據(jù)的生產(chǎn)、加工和更新，并可以使數(shù)據(jù)歸檔更高效，使數(shù)據(jù)成為有生命力的資源，不必?fù)?dān)心隨著時(shí)間或者人員的變化而影響到數(shù)據(jù)的生產(chǎn)，數(shù)據(jù)的增值具有了持久性。研究數(shù)據(jù)元數(shù)據(jù)的最大用戶是科研人員，元數(shù)據(jù)是他們發(fā)現(xiàn)數(shù)據(jù)、評價(jià)數(shù)據(jù)和使用數(shù)據(jù)的不可或缺的工具。

3?研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)發(fā)展現(xiàn)狀

3.1?國內(nèi)外研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的發(fā)展和分布

元數(shù)據(jù)是保證研究數(shù)據(jù)獲取和再利用的關(guān)鍵因素。國外許多學(xué)科領(lǐng)域和學(xué)者社區(qū)都采取了各種行動制定和發(fā)展該學(xué)科需要遵守的元數(shù)據(jù)標(biāo)準(zhǔn)或規(guī)范，根據(jù)英國數(shù)字監(jiān)護(hù)中心對目前國際上各學(xué)科的主流研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的總結(jié)，其主要分布在通用學(xué)科、生物學(xué)、地球科學(xué)、物理學(xué)、社會科學(xué)與人文學(xué)科、跨學(xué)科等領(lǐng)域[7]。

與國外相比，我國研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的制定起步較晚，但近年來在科學(xué)數(shù)據(jù)共享工程等項(xiàng)目推動下，取得了較快的發(fā)展?？茖W(xué)數(shù)據(jù)共享工程試點(diǎn)建立了9個(gè)學(xué)科領(lǐng)域（氣象、地球系統(tǒng)、水文、海洋、地震、國土、農(nóng)業(yè)、林業(yè)、人口健康數(shù)據(jù)共享）的科學(xué)數(shù)據(jù)共享平臺。為了滿足科學(xué)數(shù)據(jù)共享工程對元數(shù)據(jù)內(nèi)容的基本需求，促進(jìn)數(shù)據(jù)加工的規(guī)范化、標(biāo)準(zhǔn)化，科學(xué)數(shù)據(jù)共享工程辦公室制定了《科學(xué)數(shù)據(jù)共享元數(shù)據(jù)內(nèi)容》作為參考元數(shù)據(jù)標(biāo)準(zhǔn)[8]。以此為基礎(chǔ)，各領(lǐng)域逐漸建立了各自的科學(xué)元數(shù)據(jù)標(biāo)準(zhǔn)或者元數(shù)據(jù)應(yīng)用方案[9-15]。另外，中國科學(xué)院為了實(shí)現(xiàn)院內(nèi)科學(xué)數(shù)據(jù)庫群的資源利用、共享、交換和整合，制定了《科學(xué)數(shù)據(jù)庫核心元數(shù)據(jù)標(biāo)準(zhǔn)》[16]，并為滿足各學(xué)科領(lǐng)域的特殊要求，制定了元數(shù)據(jù)應(yīng)用擴(kuò)展方案的規(guī)則和方法。

3.2?研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的復(fù)雜性

研究數(shù)據(jù)元數(shù)據(jù)的基本功能，是在研究數(shù)據(jù)共享和交換中提供快速查詢和定位，通過元數(shù)據(jù)提供的信息描述，迅速查找所需信息的存放位置，發(fā)現(xiàn)原始數(shù)據(jù)的存在狀況。除此之外，為了實(shí)現(xiàn)大型項(xiàng)目中學(xué)科領(lǐng)域內(nèi)深度數(shù)據(jù)互通與合作的需求，研究數(shù)據(jù)元數(shù)據(jù)還需支持?jǐn)?shù)據(jù)初步分析、數(shù)據(jù)質(zhì)量評價(jià)和控制等功能。例如，生態(tài)學(xué)研究的空間疊加分析中，需要元數(shù)據(jù)提供分析所需的多層空間數(shù)據(jù)的范圍、坐標(biāo)體系、空間位置坐標(biāo)等信息，對空間特征和屬性進(jìn)行合并。因此，研究數(shù)據(jù)元數(shù)據(jù)在基本發(fā)現(xiàn)信息之外，往往根據(jù)科研過程的需要進(jìn)行了較多的擴(kuò)展設(shè)計(jì)，如在時(shí)空范圍、研究方法、數(shù)據(jù)加工處理過程等方面。

MODAL框架是一種考察元數(shù)據(jù)標(biāo)準(zhǔn)實(shí)施文件組織結(jié)構(gòu)和規(guī)模的研究方法，包括編碼方式（Encodings）、結(jié)構(gòu)類型（Structural Types）、元素規(guī)模（Extent）、實(shí)施文件數(shù)量、層級數(shù)量（Levels of Hierarchy）等。一項(xiàng)基于MODAL框架的研究對9種研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的結(jié)構(gòu)特征進(jìn)行了分析[17]。結(jié)果表明，9種標(biāo)準(zhǔn)平均具有563個(gè)元數(shù)據(jù)元素（最少142個(gè)元素，最多1802個(gè)元素），9個(gè)實(shí)施文件（最少1個(gè)文件，最多25個(gè)文件），5個(gè)元素層級（最少3個(gè)層級，最多10個(gè)層級），大大超過文獻(xiàn)資源元數(shù)據(jù)標(biāo)準(zhǔn)的復(fù)雜度。

4?基于內(nèi)容結(jié)構(gòu)視圖的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)比較

4.1?內(nèi)容結(jié)構(gòu)視圖

研究數(shù)據(jù)元數(shù)據(jù)內(nèi)容結(jié)構(gòu)視圖[18]（如圖1所示）將跨學(xué)科、跨領(lǐng)域的研究數(shù)據(jù)元數(shù)據(jù)元素按照通用的結(jié)構(gòu)模塊進(jìn)行分類和重組，這些結(jié)構(gòu)模塊組合成研究數(shù)據(jù)元數(shù)據(jù)的總體框架，數(shù)據(jù)集對象的綜合信息透過此總體框架得以更為清晰地呈現(xiàn)。其中：識別元數(shù)據(jù)模塊（Identity Metadata）提供支持識別功能和發(fā)現(xiàn)功能的基礎(chǔ)信息，包含可以用于識別該數(shù)據(jù)集的所有實(shí)體信息，以及實(shí)體信息與該數(shù)據(jù)集的相互關(guān)系，例如數(shù)據(jù)集創(chuàng)建人、負(fù)責(zé)機(jī)構(gòu)、數(shù)據(jù)集標(biāo)識符等。語義元數(shù)據(jù)（Semantic Metadata）模塊提供學(xué)科、主題、分類等信息，可以用于學(xué)科分類和鏈接到相關(guān)領(lǐng)域的其他數(shù)據(jù)?？蒲谢顒由舷挛模⊿cientific Context）模塊包含工作流程、所用模型、數(shù)據(jù)來源、實(shí)驗(yàn)方法和參數(shù)等信息，這些信息可以被研究數(shù)據(jù)流程管理系統(tǒng)用于確定下一步數(shù)據(jù)分析操作。時(shí)間元數(shù)據(jù)（Temporal Metadata）和地理空間元數(shù)據(jù)（Geospatial Metadata）包含數(shù)據(jù)集所采用的時(shí)間和空間維度以及覆蓋的范圍。無法歸于上面所列模塊的其他元數(shù)據(jù)元素放入其他元數(shù)據(jù)（Miscellany）模塊。

4.2?八種典型研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的結(jié)構(gòu)視圖分析

本文對三種通用學(xué)科研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)，即都柏林核心集（Dublin Core）、DataCite Metadata Schema和中國科學(xué)院科學(xué)數(shù)據(jù)庫核心元數(shù)據(jù)標(biāo)準(zhǔn)，以及五種特定學(xué)科研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)（生物學(xué)Darwin Core、物理學(xué)AVM、地球科學(xué)CF、社會科學(xué)DDI、人口健康科學(xué)數(shù)據(jù)共享元數(shù)據(jù)標(biāo)準(zhǔn)）的元素或者元素分類應(yīng)用上述結(jié)構(gòu)視圖進(jìn)行分析，以便在此基礎(chǔ)上識別和分析各個(gè)研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的內(nèi)容特征。結(jié)構(gòu)視圖分析結(jié)果如表1所示。

4.3?元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容特征分析

（1）元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容結(jié)構(gòu)特征

Dublin Core元數(shù)據(jù)標(biāo)準(zhǔn)是一種平行或并列結(jié)構(gòu)，包含15個(gè)元素，有的元素具有對元素語義做進(jìn)一步限定的修飾詞，修飾詞的語義包含于被修飾詞（即元素）之中，對于不了解修飾詞使用方法的用戶來說，可以直接使用元素本身來描述資源。

DataCite Metadata Schema元數(shù)據(jù)標(biāo)準(zhǔn)、Darwin Core元數(shù)據(jù)標(biāo)準(zhǔn)、AVM元數(shù)據(jù)標(biāo)準(zhǔn)可以看作是一種樹狀結(jié)構(gòu)，其中只有葉節(jié)點(diǎn)才真正有值。例如，Darwin Core標(biāo)準(zhǔn)下的每一個(gè)元素類可以看作是“根”下面的一個(gè)“枝”， 下面的元素是“葉”。DataCite Metadata Schema、AVM的一級元素可以看作直接附屬在“根”下面的“葉”，而二級元素可以看作附屬在“根”下面一個(gè)“枝”上的“葉”。

科學(xué)數(shù)據(jù)庫核心元數(shù)據(jù)標(biāo)準(zhǔn)、人口健康科學(xué)數(shù)據(jù)共享元數(shù)據(jù)標(biāo)準(zhǔn)可以看作是一種多層父子結(jié)構(gòu)，其中最頂層的根元素屬于復(fù)合型元素，下面可包含其他復(fù)合型元素或單純型元素作為子元素。遞歸地，每一級的復(fù)合型元素都由一個(gè)或多個(gè)下一級復(fù)合型或單純型子元素組成。

以上六種元數(shù)據(jù)標(biāo)準(zhǔn)重點(diǎn)都是從數(shù)據(jù)集層面的特征進(jìn)行描述，而CF元數(shù)據(jù)標(biāo)準(zhǔn)和DDI元數(shù)據(jù)標(biāo)準(zhǔn)則更進(jìn)一步引入了用于變量定義和描述的龐大的變量屬性集，支持專業(yè)領(lǐng)域的變量理解和操作。這兩種元數(shù)據(jù)標(biāo)準(zhǔn)在數(shù)據(jù)集層面描述上可以看作平行或并列結(jié)構(gòu)，在變量描述上可以看作是帶有龐大修飾詞體系（變量屬性：例如變量單位、坐標(biāo)、取值范圍、測量誤差、缺失插值等）的可重復(fù)元素的平行或并列結(jié)構(gòu)。

（2）元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容分布特征

從上文中的內(nèi)容結(jié)構(gòu)視圖分析可以得出，通用學(xué)科研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容更大比例分布在識別元數(shù)據(jù)模塊，而特定學(xué)科研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)內(nèi)容更大比例分布在科研活動上下文模塊，其中：

Dublin Core元數(shù)據(jù)標(biāo)準(zhǔn)定義了Web資源都應(yīng)遵循的通用的核心標(biāo)準(zhǔn)，其內(nèi)容較少，也比較通用，描述對象并不限于研究數(shù)據(jù)，因此其元數(shù)據(jù)元素主要為識別類和語義類，較少覆蓋科研活動上下文模塊。

DataCite Metadata Schema元數(shù)據(jù)標(biāo)準(zhǔn)、科學(xué)數(shù)據(jù)庫核心元數(shù)據(jù)標(biāo)準(zhǔn)，這兩種元數(shù)據(jù)標(biāo)準(zhǔn)以描述通用學(xué)科的研究數(shù)據(jù)為目標(biāo)，其元數(shù)據(jù)內(nèi)容主要分布在識別模塊和科研活動上下文模塊，但科研活動上下文的字段與學(xué)科無關(guān)。

Darwin Core元數(shù)據(jù)標(biāo)準(zhǔn)、AVM元數(shù)據(jù)標(biāo)準(zhǔn)、人口健康科學(xué)數(shù)據(jù)共享元數(shù)據(jù)標(biāo)準(zhǔn)，這三種元數(shù)據(jù)標(biāo)準(zhǔn)的特征是設(shè)計(jì)了較多的子類和字段對特定學(xué)科領(lǐng)域的科研活動上下文進(jìn)行描述，描述主要以數(shù)據(jù)收集、觀測等科研活動的參數(shù)為對象。

CF元數(shù)據(jù)標(biāo)準(zhǔn)、DDI元數(shù)據(jù)標(biāo)準(zhǔn)，這兩種元數(shù)據(jù)標(biāo)準(zhǔn)也有較多的字段屬于科研活動上下文模塊，但其特征在于對本學(xué)科的數(shù)據(jù)、文件、變量等進(jìn)行了較為充分的分層描述。

5?研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)發(fā)展趨勢

5.1?支持跨學(xué)科數(shù)據(jù)分享和發(fā)現(xiàn)

近年來，各學(xué)科領(lǐng)域的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)設(shè)計(jì)和實(shí)踐取得了積極成果，但專門針對學(xué)科需求的元數(shù)據(jù)標(biāo)準(zhǔn)的增長也為跨學(xué)科的數(shù)據(jù)發(fā)現(xiàn)和再利用造成了一定的人為障礙，這些障礙體現(xiàn)在元數(shù)據(jù)語義信息和數(shù)據(jù)結(jié)構(gòu)的多樣性，以及對多學(xué)科的科學(xué)進(jìn)程的干擾。

當(dāng)代科學(xué)被認(rèn)為是一個(gè)結(jié)合了專業(yè)化和多學(xué)科或跨學(xué)科的綜合研究，越來越多的成果和突破來自學(xué)科之間的邊界區(qū)域，研究者需要越來越頻繁地與其他學(xué)科領(lǐng)域交換信息、技術(shù)和工具。實(shí)現(xiàn)跨學(xué)科元數(shù)據(jù)的互通和分享，從而實(shí)現(xiàn)跨學(xué)科的數(shù)據(jù)管理、監(jiān)護(hù)、再利用，是研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)發(fā)展的必然趨勢。

從研究數(shù)據(jù)元數(shù)據(jù)元素的類別分布來看，分布極不均勻，例如科研上下文類別中的元素種數(shù)遠(yuǎn)超其他類別的元素種數(shù);從研究數(shù)據(jù)元數(shù)據(jù)元素的統(tǒng)計(jì)頻次來看，在不同標(biāo)準(zhǔn)中具有最高統(tǒng)計(jì)頻次的元素都屬于描述類別，且大部分與DC元素重疊;少數(shù)語義性的一般元素在標(biāo)準(zhǔn)中也出現(xiàn)較多的頻次;其余的元素統(tǒng)計(jì)頻次很少，共同形成了具有各自領(lǐng)域特定語義的長尾部分。為了支持跨學(xué)科領(lǐng)域的研究數(shù)據(jù)分享，研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的設(shè)計(jì)和實(shí)施中，需要重點(diǎn)考慮模塊化、可擴(kuò)展性、靈活性、綜合性、充足性、簡易性等目標(biāo)。

5.2?嵌入研究數(shù)據(jù)生命周期

研究數(shù)據(jù)的生命周期管理是確保其連續(xù)性的必要條件。如果元數(shù)據(jù)希望捕捉更加動態(tài)的結(jié)構(gòu)，認(rèn)識到什么信息在持續(xù)，而什么信息在數(shù)據(jù)隨著時(shí)間的推移期間發(fā)生了什么變化，就必須基于對研究數(shù)據(jù)生命周期的理解和應(yīng)用。例如，DDI生命周期模型包含研究構(gòu)想、數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分發(fā)、數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)分析等線性模塊，以及作為可選路徑的數(shù)據(jù)存檔模塊和作為反饋循環(huán)路徑的數(shù)據(jù)重新規(guī)劃模塊。相應(yīng)地，DDI元數(shù)據(jù)標(biāo)準(zhǔn)的元素（Codebook）[26]也遵循這些模塊內(nèi)容來設(shè)計(jì)，例如，DDI針對數(shù)據(jù)收集模塊設(shè)計(jì)了2.3小節(jié)、2.5小節(jié)和4.8小節(jié)的元素。通過將研究數(shù)據(jù)生命周期與元數(shù)據(jù)標(biāo)準(zhǔn)元素結(jié)合設(shè)計(jì)，DDI可以使用該模型作為數(shù)據(jù)創(chuàng)建者、數(shù)據(jù)管理者和數(shù)據(jù)用戶的培訓(xùn)工具，并組織和規(guī)劃資源，策劃計(jì)劃和管理策略。

此外，為了在科研過程和數(shù)據(jù)管理的同時(shí)，收集、自動或者半自動地生成所需的元數(shù)據(jù)信息，有必要構(gòu)建元數(shù)據(jù)基礎(chǔ)設(shè)施服務(wù)。相應(yīng)地，研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)的設(shè)計(jì)也需要與研究數(shù)據(jù)生命周期結(jié)合，為元數(shù)據(jù)基礎(chǔ)設(shè)施服務(wù)的應(yīng)用提供前提和一致性。

5.3?應(yīng)用語義數(shù)據(jù)和語義工具

資源描述框架（Resource Description Framework，RDF）、網(wǎng)絡(luò)本體語言（Web Ontology Language，OWL）、關(guān)聯(lián)數(shù)據(jù)（Linked Data）等新技術(shù)的發(fā)展，為元數(shù)據(jù)更深入和更有意義地表達(dá)和關(guān)聯(lián)研究數(shù)據(jù)，更有力地支持?jǐn)?shù)據(jù)驅(qū)動的科研活動提供了更多可能。研究數(shù)據(jù)元數(shù)據(jù)中的語義元數(shù)據(jù)扮演著兩種角色：一是進(jìn)行數(shù)據(jù)主題識別，二是作為主題分類依據(jù)，支持相似主題鏈接機(jī)制。目前，統(tǒng)一醫(yī)學(xué)語言系統(tǒng)（Unified Medical Language System，UMLS）、國會圖書館主題列表（Congress Subject Headings，LCSH）等一些大型語義工具，已被轉(zhuǎn)換成為RDF等編碼方式，這就為在元數(shù)據(jù)中應(yīng)用這些語義工具，實(shí)現(xiàn)對數(shù)據(jù)的更加靈活和廣泛的表達(dá)和鏈接功能提供了支持。例如，我們可以使用主題項(xiàng)的URI或者其他標(biāo)識方式來代替用自然語言描述研究數(shù)據(jù)的主題，并且在數(shù)據(jù)、主題項(xiàng)之間通過主題關(guān)系建立RDF的三元組。通過這種方式，可以使得研究數(shù)據(jù)的發(fā)現(xiàn)、分類和關(guān)聯(lián)變得更為智能和準(zhǔn)確，避免經(jīng)常返回?zé)o關(guān)數(shù)據(jù)的情況。

目前，應(yīng)用語義數(shù)據(jù)和語義工具，發(fā)展關(guān)聯(lián)數(shù)據(jù)形式的大規(guī)模研究數(shù)據(jù)語義元數(shù)據(jù)[27]，探索跨學(xué)科的數(shù)據(jù)發(fā)現(xiàn)和關(guān)聯(lián)等[28]，都已取得可喜進(jìn)展，是研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)發(fā)展值得期待的未來發(fā)展方向。

6?啟示

研究數(shù)據(jù)元數(shù)據(jù)，是當(dāng)代科學(xué)交流活動的重要元素。同時(shí)，元數(shù)據(jù)作為數(shù)據(jù)資源存放、管理和交換的重要手段，在科學(xué)數(shù)據(jù)共享和數(shù)據(jù)倉儲平臺建設(shè)中發(fā)揮著極其重要的作用，包括數(shù)據(jù)描述作用、數(shù)據(jù)發(fā)現(xiàn)作用、數(shù)據(jù)管理作用、數(shù)據(jù)互換互通作用、資源整合作用、數(shù)據(jù)引用作用和知識產(chǎn)權(quán)保護(hù)作用等[29]。

目前，各學(xué)科領(lǐng)域的研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)設(shè)計(jì)和實(shí)踐取得了積極成果，但也面臨著不少問題。例如，在跨學(xué)科數(shù)據(jù)分享和發(fā)現(xiàn)方面，已有研究數(shù)據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)結(jié)構(gòu)不一，且往往只考慮標(biāo)準(zhǔn)之內(nèi)的統(tǒng)一設(shè)計(jì)和實(shí)施，在標(biāo)準(zhǔn)之間的信息互通和數(shù)據(jù)互操作上重視不足。滿足學(xué)科數(shù)據(jù)交流和數(shù)據(jù)倉儲平臺建設(shè)的研究數(shù)據(jù)元數(shù)據(jù)方案設(shè)計(jì)時(shí)應(yīng)著重考慮的目標(biāo)包括：（1）實(shí)現(xiàn)跨學(xué)科領(lǐng)域的數(shù)據(jù)分享實(shí)踐，具體目標(biāo)包括模塊化、可擴(kuò)展性、靈活性、綜合性、充足性、簡易性、數(shù)據(jù)交換、數(shù)據(jù)檢索、數(shù)據(jù)存檔、數(shù)據(jù)發(fā)布等;（2）支持科研過程和數(shù)據(jù)管理活動，具體目標(biāo)包括數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分發(fā)、數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)分析等;（3）支持更智能的數(shù)據(jù)主題分類和實(shí)體識別，具體目標(biāo)包括數(shù)據(jù)語義化、關(guān)聯(lián)化等。

21?Biodiversity Information Standards. Darwin core terms： a quick reference guide[EB/OL]. [2018-07-05]. http：//rs.tdwg.org/dwc/terms/index.htm.

22?Robert H， Lars L.C.， Adrienne G， et al.Astronomy visualization metadata （AVM） standardversion 1.2 rc1[EB/OL].[2018-07-05]. https：//www.virtualastronomy.org/AVM_DRAFTVersion12_rlh02.pdf.

23?Brian E， Jonathan G， Bob D， et al.NetCDF Climate and forecast metadata conventionsversion 1.7[EB/OL].[2018-07-05]. http：//cfconventions.org/Data/cfconventions/cfconventions1.7/cfconventions.pdf.

24?Data Documentation Initiative. DDI_3.0_part_I_overview[EB/OL].[2018-07-05]. https：//bitbucket.org/ddialliance/ddilifecycle/downloads/DDI_3_0_2008-04-28_Documentation_XMLSchema.zip.

25?中國科學(xué)院數(shù)據(jù)應(yīng)用環(huán)境建設(shè)和服務(wù)項(xiàng)目組. 科學(xué)數(shù)據(jù)庫核心元數(shù)據(jù)標(biāo)準(zhǔn)[EB/OL].[2018-07-05]. https：//wenku.baidu.com/view/db2808365a8102d276a22f51.html.

26?DDI structural reform group. DDI version 3.0 conceptual modelData Documentation Initiative[EB/OL].[2018-07-05]. https：//www.ddialliance.org/sites/default/files/ConceptModelWD.pdf.

27?Bizer C， Tom H， Tim B.L. Linked data-the story so far[M]. Semantic Services， Interoperability and Web Applications： Emerging Concepts，2009：205-227.

28?Bechhofer S， et al. Why linked data is not enough for scientists[J]. Future Generation Computer Systems，2013，29（2）： 599-611.

29?王國復(fù)，涂勇，王卷樂，等.科學(xué)數(shù)據(jù)共享中的元數(shù)據(jù)技術(shù)研究[J].中國科技資源導(dǎo)刊，2008，40（1）：30-36.

作者單位：北京大學(xué)圖書館，北京，100871

收稿日期：2018年7月7日

（責(zé)任編輯：關(guān)志英）