元數(shù)據(jù)方法在數(shù)字人文視域下的應用探索*
——以農業(yè)文化遺產為例

胡以濤 惠富平

（1.南京農業(yè)大學圖書館 南京 210095；2.南京農業(yè)大學中華農業(yè)文明研究院 南京 210095）

1 引言

數(shù)字人文（Digital Humanities）源于人文計算（Humanities Computing），是現(xiàn)代信息技術與人文研究交叉融合形成的新型跨學科研究領域，近年來成為交叉學科的研究熱點之一，僅2017年度中國知網(wǎng)以“數(shù)字人文”為研究主題的論文數(shù)量就高達134篇。

數(shù)字人文是近 20 年來在英語國家人文科學領域中出現(xiàn)的一個子領域，其前身人文計算有近 60 年的歷史，目前已經(jīng)擴展到人文與藝術各個領域[1]。意大利著名人文學者Roberto Busa認為人文計算化最重要的影響并不是加快傳統(tǒng)人文研究的速度，而是為其提供新的研究方法和研究范式[2]。對數(shù)字人文研究內容的界定，不同方向的研究者有所差異，如果現(xiàn)階段需要對數(shù)字人文做適當界定，筆者比較贊同趙生輝的論述。他認為數(shù)字人文是指圍繞人文社會科學領域特定研究對象知識本體的數(shù)字化保存和應用所進行的相關信息資源采集、加工、組織、服務、研究、教育等活動的總稱[3]，通過數(shù)字化手段與方法的彌補，促進人文社會科學領域知識創(chuàng)新和傳播。

關鍵方法技術和工具使用是數(shù)字人文研究的重要內容之一，當前在文本挖掘、數(shù)據(jù)挖掘、可視化、開放關聯(lián)等方面，已有較多探討[4-5]。數(shù)字人文的很多應用實踐，依賴高質量的基礎數(shù)字化數(shù)據(jù)，Google和Hathitrust等大型圖書數(shù)字化開發(fā)項目，已將數(shù)千萬本不同時期的紙質文獻進行了數(shù)字化。這些項目的重要目的之一是利用這些數(shù)字化的語料支持人文領域的文本挖掘研究。研究者可以利用谷歌圖書數(shù)據(jù)庫或Hathitrust的電子資源元數(shù)據(jù)，開發(fā)可以被其他研究者使用的數(shù)字工具和協(xié)議[4]。這些工作或研究的開展，需要依賴強大的底層元數(shù)據(jù)支撐，如Hathitrust即采用自行開發(fā)的由24個主要元素組成的Hathitrust Metadata元數(shù)據(jù)文件[6]。數(shù)字人文領域應重視基礎人文對象的數(shù)字化信息組織，而元數(shù)據(jù)方法具有規(guī)范描述和高質量管理等功能，元數(shù)據(jù)的質量直接或間接決定了數(shù)字人文的研究利用方式。

農業(yè)文化遺產（以下簡稱“農遺”）是人類文化遺產不可分割的重要組成部分，是歷史時期與人類農事活動密切相關的物質、非物質以及物質與非物質融合的綜合體系，是生產方式和生活方式相結合的農事活動統(tǒng)一體[7]。農遺資源及其生態(tài)系統(tǒng)作為人類歷史和文明進步的重要標志，很早就引起了全球的高度重視。聯(lián)合國糧食及農業(yè)組織（FAO）于2002年啟動了全球重要農業(yè)文化遺產（GIAHS）的保護和適應性管理項目。截至2018年4月底，全球共有19個國家50處農業(yè)系統(tǒng)被確認為全球重要農遺地。作為具有悠久歷史的農業(yè)文明古國，我國是最早響應并參加全球重要農遺項目的國家之一，目前共有15處被確認為全球重要農遺地[8]，中國正在全球農業(yè)發(fā)展中貢獻諸多智慧和力量。

2012年起，中國開始重視農遺保護工作，農業(yè)部（現(xiàn)農業(yè)與農村部）先后于2012—2017年間，遴選公布了四批91項中國重要農遺[9]，目前該項目已覆蓋大陸地區(qū)25個省市自治區(qū)，這一工作也使我國成為世界上第一個開展農遺系統(tǒng)發(fā)掘與保護的國家。2015年8月，農業(yè)部公告第2283號《重要農業(yè)文化遺產管理辦法》正式發(fā)布，至此，中國重要農遺的發(fā)掘、申報、評選、保護、管理已形成完整的管理體系。

日本、印度也在國家層面建立了保障機制，如日本在遺產品牌打造、產業(yè)鏈的綜合開發(fā)等方面有很多優(yōu)秀經(jīng)驗值得借鑒[10]。日本部分全球農遺項目還開發(fā)專題網(wǎng)站介紹，如日本的全球農遺“能登里山里?！表椖浚ㄟ^網(wǎng)站提供日語、英語、中文、意大利語四種語言來展示不同季節(jié)風情[11]。印度在探索農遺保護過程中的利益共享機制和農民激勵機制，提升各個層面對農遺的認識上也做了大量工作[12]。我國政府則主導建立了中國重要農遺的發(fā)掘、遴選、申報、評審、保護、管理等基本規(guī)范，目前發(fā)布了四批中國重要農業(yè)文化遺產實錄，以圖片、文字信息網(wǎng)頁的形式呈現(xiàn)[9]。

從全球主要國家的農遺資源展示與研究來看，農遺資源仍然是分散的，尚沒有統(tǒng)一的數(shù)字資源規(guī)范和標準。這在一定程度上影響了農遺資源在全球范圍內的傳播，也不利于相關學術研究的開展。為此，本文結合對農遺信息和數(shù)字資源的梳理，嘗試在數(shù)字人文視域下，通過元數(shù)據(jù)方法的應用，探索農遺數(shù)字資源元數(shù)據(jù)的構建與實施，為農遺展示與研究提供新的方法路徑。

2 元數(shù)據(jù)方法

2.1 元數(shù)據(jù)概述

隨著因特網(wǎng)和數(shù)字技術的發(fā)展，海量數(shù)據(jù)不斷產生，人們在處理某一類重要數(shù)字資源時，逐漸認識到采用一些資源的“自我描述”方法，可以更好組織管理資源，提高資源被檢索和獲取的可能。這需要建立符合現(xiàn)代技術環(huán)境的數(shù)據(jù)管理機制，這種機制依賴統(tǒng)一的數(shù)據(jù)標準，對數(shù)據(jù)資源進行規(guī)范描述和管理，這樣的基礎數(shù)據(jù)被稱作“元數(shù)據(jù)”[13]。元數(shù)據(jù)是數(shù)字信息資源管理的基礎，元數(shù)據(jù)的基本組成是元素、修飾詞及其屬性、定義等。要保持人文對象的描述標引質量，我們非常有必要采用元數(shù)據(jù)方法進行農遺數(shù)字資源管理。

如今，元數(shù)據(jù)被廣泛應用于很多正規(guī)資源描述，如博物館、圖書館、政府部門和商業(yè)組織。國際上廣泛采用文獻資料描述（如機讀目錄元數(shù)據(jù)MARC）、網(wǎng)絡資源描述（如都柏林核心元數(shù)據(jù)DC）等資源描述方法進行對某一領域數(shù)字資源的管理。設計于20世紀60年代的機讀目錄MARC，主要用于文獻書目資源描述，是發(fā)展歷史悠久，最成熟的元數(shù)據(jù)格式。世界各個圖書館都可以根據(jù)編目條例為圖書文獻資料建立機讀目錄數(shù)據(jù)，它是一種為描述、儲存、交換、處理及檢索圖書信息資源而精確設計的標準[13]。MARC元數(shù)據(jù)標準，由于其規(guī)范的標準結構和靈活的多點檢索及完整的書目著錄內容，成為了圖書館的行業(yè)標準。人們也在探索將其用于其他信息資源的著錄，但隨著互聯(lián)網(wǎng)信息的發(fā)展，MARC元數(shù)據(jù)雖然能有針對性地描述相應的網(wǎng)絡信息資源，提高資源的可獲得率，但在數(shù)據(jù)加工和標引時，其復雜的體系結構需要耗費不少的人力和時間，在其他領域并未得到廣泛認可。都柏林核心元數(shù)據(jù)，最初是為了對萬維網(wǎng)資源進行描述而設計的，由于其核心元素簡單，易于理解，具備很強的適應性和擴展性，在一個核心集內達成了學科領域的共識，成為世界上使用最廣泛的元數(shù)據(jù)格式。

中國國家標準GB/T 25100-2010《信息與文獻 都柏林核心數(shù)據(jù)元素集》于2010年發(fā)布[14]，對應ISO 15836:2009標準，包括15個都柏林核心元素。

國內很多應用領域都基于DC標準，進行相關領域描述與元數(shù)據(jù)體系構建。如許馨有關非遺數(shù)字資源的元數(shù)據(jù)規(guī)范與應用研究，即采用DC元數(shù)據(jù)規(guī)范，復用了DC12個核心元素，并結合實際情況進行了必要的擴展[15]。國家數(shù)字圖書館工程標準規(guī)范中，諸如電子連續(xù)性資源、音頻、視頻、期刊論文、輿圖等元數(shù)據(jù)規(guī)范與著錄規(guī)則，均在DC標準上構建或進行必要的擴展和復用[16]。因此，根據(jù)農遺的特點，并考慮元數(shù)據(jù)交換和使用的方便性，本文選擇采用DC標準進行農遺數(shù)字資源元數(shù)據(jù)構建。

2.2 元數(shù)據(jù)應用于數(shù)字人文的路徑

根據(jù)元數(shù)據(jù)的應用領域和應用目標，元數(shù)據(jù)的設計開發(fā)路徑略有不同，張曉林認為元數(shù)據(jù)的開發(fā)應用生命周期一般分為四個階段：①由研究領域確定元數(shù)據(jù)的內容、句法、語法結構；②確定編碼語言并開展制作；③建立檢索和互操作體系；④完成元數(shù)據(jù)的長期保存[17]。

上述元數(shù)據(jù)開發(fā)周期及過程是一般性應用路徑，結合具體研究對象的特點，本研究認為實施步驟如圖1所示：①元數(shù)據(jù)元素信息抽?。焊鶕?jù)人文對象特點及數(shù)字資源內容，提煉抽取關鍵元素；②元數(shù)據(jù)元素定義與描述規(guī)范設計：選擇或根據(jù)通用元數(shù)據(jù)標準，開展對人文對象元素的定義及描述規(guī)范建設；③基于元數(shù)據(jù)的信息庫建設：根據(jù)元數(shù)據(jù)定義及描述規(guī)范，建立信息加工數(shù)據(jù)庫系統(tǒng)，開展信息資源加工錄入；④元數(shù)據(jù)應用體系構建：基于元數(shù)據(jù)體系，實現(xiàn)信息保存發(fā)布、建立檢索系統(tǒng)、開發(fā)知識圖譜、進行對比研究等。

圖1 元數(shù)據(jù)應用于數(shù)字人文的流程和路徑

3 元數(shù)據(jù)方法應用于農遺實踐

3.1 元數(shù)據(jù)元素信息抽取：農遺數(shù)字資源核心元素提煉

目前全球重要農遺及中國重要農遺數(shù)字資源非常豐富，主要以文本和圖片為主，各級申報書中列舉了相關內容信息點，部分還包括視頻介紹、網(wǎng)站資源等。

為了提煉出農遺數(shù)字資源的核心元素，本文以全球重要農遺文化遺產申報書要求及網(wǎng)站資料為基礎，通過列表對比中國重要農遺資源。FAO在給出的全球重要農遺申請書模板中，包括了G1—G4的有關內容[18]。根據(jù)《農業(yè)部關于開展中國重要農業(yè)文化遺產發(fā)掘工作的通知》，中國重要農遺申報書中包括C1—C8的內容。

我們通過具體內涵對比發(fā)現(xiàn)，雖然全球重要農遺與中國重要農遺的申報信息點有一些差異，但整體上均包括概要信息和內容描述兩大部分。文章對全球和中國重要農遺的申報信息點進行近似信息點合并，抽取提煉關鍵信息點，并以DC元數(shù)據(jù)15個核心元素為參照依據(jù)，關聯(lián)與其語義內容相關的部分，經(jīng)過仔細考察比對，選擇了DC元數(shù)據(jù)中8個意義明確的元素，并增補兩個特殊元素，構成M01—M10，共10個核心元素集，結果如表2所示。如M01名稱元素，涵蓋了全球G1.1農業(yè)遺產系統(tǒng)的姓名/名稱部分，也對應中國重要農遺的C1.1名稱部分。加*號的M07-08為農遺特色的元素提煉，因沒有合適的DC元素對應，筆者對其進行了必要的擴展。

表1 農遺核心元素提煉信息表

3.2 元數(shù)據(jù)元素定義與描述規(guī)范設計：農遺數(shù)字資源元數(shù)據(jù)標準及規(guī)范建立

為了構建良好易用的農遺數(shù)字資源元數(shù)據(jù)規(guī)范，本文在國際通用DC元數(shù)據(jù)標準的基礎上，選擇核心元素中與農遺語義描述關聯(lián)性強的元素進行復用，停用部分不適宜或關聯(lián)性不強的元素，從DC的15 個核心元素中，選擇復用9個核心元素，其中包括已在表2中提出的8個（M01—M06，M09、M10）。對于DC的核心元素：出版者、其他責任者、格式、時間、來源信息、權限6個核心字段不予采用，因農遺數(shù)字資源信息描述與上述6個元素的語義關聯(lián)性不強。為了體現(xiàn)農遺的專屬特征，辨識資源價值，表征關鍵信息點，增加了遺產級別、遺產標識2個非DC核心元素。農遺元數(shù)據(jù)共計11個核心元素，其中遺產級別和關聯(lián)元素采用集合形式，以保持足夠的資源擴展和容納度。

如表2所示，筆者對采用DC元素和元素限定詞描述的形式進行了定義，并在取值說明中，簡要說明了元素的取值范圍及與農遺信息的對應關系。

表2 農遺數(shù)字資源元數(shù)據(jù)V1.0 元素及元素修飾詞列表

3.3 基于RDF/XML的農遺數(shù)字資源元數(shù)據(jù)編碼描述應用實例

3.3.1 全球重要農遺案例——江蘇興化垛田傳統(tǒng)農業(yè)系統(tǒng)

江蘇興化垛田傳統(tǒng)農業(yè)系統(tǒng)，地處江蘇興化市。2013年5月，興化垛田傳統(tǒng)農業(yè)系統(tǒng)入選第一批中國重要農遺，2014年被聯(lián)合國糧農組織列入全球重要農遺。興化地處蘇中里下河腹部，地勢低洼，湖蕩沼澤綿延，歷史上由瀉湖淤積而成，歷來飽受洪澇侵害。當?shù)叵让裨谡訚筛叩刂帀就脸啥?，漸而形成一塊塊垛田，發(fā)展出一種獨特的土地利用方式[20]。核心保護區(qū)的大面積垛田基本保持了原生態(tài)，形成了獨特的文化景觀，在國內十分罕見，具有較高的歷史文化價值、科學研究價值和開發(fā)利用價值。

3.3.2 基于RDF/XML的元數(shù)據(jù)描述

RDF 指資源描述框架（Resource Description Framework），是一個用于描述 Web 資源的框架，提供了針對數(shù)據(jù)的模型與語法。RDF可被計算機閱讀和理解，是一個W3C推薦的語義網(wǎng)標準。

表3 RDF/XML實例描述

鏈接--＞＜dc:description＞＜rdf:bag＞＜rdf:li＞產地概況（內容略）＜/rdf:li＞＜rdf:li＞遺產特征（內容略）＜/rdf:li＞＜rdf:li＞功能價值（內容略）＜/rdf:li＞＜rdf:li＞問題挑戰(zhàn)（內容略）＜/rdf:li＞＜rdf:li＞保護利用（內容略）＜/rdf:li＞＜rdf:li＞監(jiān)督檢查（內容略）＜/rdf:li＞＜/rdf:bag＞＜/dc:description＞＜dc:relation rdf:parseType="Collection"＞＜rdf:Description rdf:about="http://www.china-niahs.net/giahs/xinhua/fj1"/＞＜/dc:relation＞＜/rdf:Description＞＜/rdf:RDF＞Heritagerate元素 通過集合形式展示，可以包括多個對應關系＜!--http://www.china-niahs.net/giahs/xinhua--＞＜chs:heritagerate＞＜chs:level＞ 全球重要農遺 ＜/chs:level＞＞＜dc:licensor＞聯(lián)合國糧農組織＜/chs:licensor＞＜chs:batch＞無＜/chs:batch＞＜dcterms:dateaccepted＞2014＜/dcterms:dateaccepted＞＜/chs:heritagerate＞＜!--http://www.china-niahs.net/cn-niahs/xinhua--＞＜chs:heritagerate＞＜chs:level＞ 中國重要農遺 ＜/chs:level＞＞＜chs:licensor＞中國農業(yè)部＜/chs:licensor＞＜chs:batch＞第一批＜/chs:batch＞＜dcterms:dateaccepted＞2013.5＜/dcterms:dateaccepted＞＜/chs:heritagerate＞Relation 元素 通過集合的形式展示，可以包括多個附件內容＜!--http://www.china-niahs.net/giahs/xinhua/fj1--＞＜rdf:title＞興化垛田空中鳥瞰圖＜/rdf:title＞＜rdf:url＞http://www.chinawebmap.com/d/file/icon/2015-03-22/f396f48968c77b1aae1662ad200f3529.jpg＜/rdf:url＞＜!-- 取值為引用資源--＞

根據(jù)上述RDF/XML的定義規(guī)范，筆者對江蘇興化垛田傳統(tǒng)農業(yè)系統(tǒng)的內容進行了資源描述，其對應的RDF代碼見表3。

該案例以RDF/XML編碼形式，描述了江蘇興化垛田傳統(tǒng)農業(yè)系統(tǒng)的數(shù)字資源信息，包括該重要農遺的核心表征信息和附屬信息。它通過Heritagerate元素集合形式，分別描述該遺產被認定為國家和全球重要農遺的關鍵信息，同時通過Relation 元素集合形式，關聯(lián)更多該遺產的對應數(shù)字資源，如不同視角照片、歷史記錄、視頻介紹等其他不能在核心信息描述中出現(xiàn)的信息，從而實現(xiàn)了元數(shù)據(jù)的全面擴展，既保證核心信息的存儲又具有足夠的容納度和擴展性。我們在此基礎上建立應用數(shù)據(jù)庫，支持數(shù)據(jù)以元數(shù)據(jù)格式錄入或導入，完成元數(shù)據(jù)保存。

3.4 元數(shù)據(jù)應用體系構建：構建農遺展示平臺，提供關聯(lián)信息揭示

在元數(shù)據(jù)信息庫建設的基礎上，我們可以基于完善的高質量數(shù)據(jù)，實現(xiàn)下列應用體系建設：按照展示需求，定期輸出和發(fā)布農遺信息；建立包括關鍵信息點的檢索系統(tǒng)，幫助用戶及時發(fā)掘或聚類信息；開發(fā)應用知識圖譜，如采用地圖技術進行地理信息標注，在地圖上顯示不同地區(qū)的農遺系統(tǒng)，便于可視化展示；進行對比研究，根據(jù)農遺系統(tǒng)的元數(shù)據(jù)資料，實現(xiàn)多維度的對比，通過一致性數(shù)據(jù)，開展學術探索研究，發(fā)現(xiàn)農遺的更多潛在價值。

4 結語

通過元數(shù)據(jù)方法開展農遺保護與研究探索，具有以下優(yōu)點：①復用國際標準DC的9個核心元數(shù)據(jù)字段，有利于實現(xiàn)數(shù)據(jù)標準與國際通用元數(shù)據(jù)標準同步，為農遺數(shù)字資源的國際化、兼容性奠定基礎。②妥善考慮了農遺數(shù)字資源的特殊性，譬如農遺的遺產批次、遺產級別等專指性信息，通過定義元素擴展，滿足了信息表征需要。③通過核心元素“關聯(lián)”字段和RDF數(shù)據(jù)集合的形式，實現(xiàn)對與農遺有關的媒體資源、文獻資料、網(wǎng)站鏈接及相關信息、照片、錄像、文件、科學參考資料的連接。

數(shù)字人文研究依賴高質量的基礎數(shù)據(jù)。本研究以農遺為對象，通過元數(shù)據(jù)方法建立了可靠的元數(shù)據(jù)應用體系，為農遺的進一步開發(fā)和研究提供了基礎保障。本研究設計了農遺數(shù)字資源元數(shù)據(jù)標準，為農遺資源庫構建、數(shù)字資源的規(guī)范化管理和信息應用系統(tǒng)開發(fā)奠定了基礎?；谠獢?shù)據(jù)的應用平臺，為加快推進資源的聚合與知識服務奠定了基礎，有助于進一步發(fā)揮農遺數(shù)字資源的價值。

（來稿時間：2018年6月）