DCMI 2021虛擬年會綜述*

范煒 林君松

（四川大學(xué)公共管理學(xué)院，成都 610064）

DC元數(shù)據(jù)（Dublin Core Metadata）是全球范圍內(nèi)影響力最大、應(yīng)用范圍最廣的網(wǎng)絡(luò)資源通用描述標(biāo)準(zhǔn)。都柏林核心元數(shù)據(jù)組織倡議（Dublin Core Metadata Initiative，DCMI）制定了DC元數(shù)據(jù)標(biāo)準(zhǔn)，并持續(xù)推動元數(shù)據(jù)的應(yīng)用實踐。

1995年，DCMI在美國俄亥俄州都柏林發(fā)起第一次元數(shù)據(jù)研討會。自此，DC元數(shù)據(jù)吸引了全球范圍內(nèi)眾多信息專業(yè)人員參與其中，產(chǎn)生了廣泛的影響力。DCMI逐漸從區(qū)域性會議轉(zhuǎn)變?yōu)閲H性年會，鼓勵全球范圍內(nèi)對元數(shù)據(jù)感興趣的人員參與進(jìn)來分享實踐經(jīng)驗與看法。自2001年起，DCMI不再使用DC元數(shù)據(jù)研討會（Dublin Core Metadata Workshop）提法，不限制參與人數(shù)，開始以年份命名會議，目前已連續(xù)舉辦29次，已發(fā)展成為全球最具影響力的元數(shù)據(jù)學(xué)術(shù)盛會。

由于新型冠狀病毒肺炎疫情肆虐全球并產(chǎn)生持續(xù)影響，2020年起DCMI年會由線下實體會議轉(zhuǎn)變?yōu)榫€上網(wǎng)絡(luò)會議。疫情雖然阻隔了面對面的會議交流，但同時推動了在線會議交流形式的靈活性與多樣性，吸引全球范圍更廣泛的關(guān)注與參與。

DCMI 2021虛擬年會于2021年10月4—15日成功舉辦，歷時12天，其規(guī)模和體量較以往更大，是至今為止元數(shù)據(jù)年會中規(guī)模最大的一次。會議匯報交流者來自全球26個國家的100多名專家學(xué)者、專業(yè)人員以及高校師生等。DCMI 2021虛擬年會主題為“元數(shù)據(jù)創(chuàng)新”（Metadata Innovation），探討全球視野的元數(shù)據(jù)創(chuàng)新發(fā)展，分享元數(shù)據(jù)實踐成果與項目經(jīng)驗[1]。此次年會組織者陣容強(qiáng)大，會議主席是美國肯特州立大學(xué)的曾蕾教授，會議組委成員包括我國武漢大學(xué)的黃如花教授、韓國成均大學(xué)的Sam Oh教授等。

此次年會形式多樣，包括主旨報告、主題匯報、最佳實踐、特邀講座、培訓(xùn)講座和會員論壇等多種形式。一個創(chuàng)新之舉在于，增設(shè)了學(xué)生論壇。通過不同國家地區(qū)學(xué)生的學(xué)術(shù)成果分享，提供與業(yè)屆專家交流機(jī)會，為元數(shù)據(jù)專業(yè)人才培養(yǎng)、新生力量的培養(yǎng)提供了交流與展示舞臺。

根據(jù)年會日程，通過DCMI網(wǎng)站采集參會者匯報內(nèi)容的摘要與標(biāo)題，整理形成文本文件。借助Python的分詞包jieba，通過段落、語句切分，自定義停用詞表和用戶詞典，經(jīng)過數(shù)據(jù)清洗與分析，統(tǒng)計詞頻在3個以上的關(guān)鍵詞共有310個。除元數(shù)據(jù)外，數(shù)字化、數(shù)據(jù)和信息等通用詞詞頻較高，其次是圖書館、檔案館、網(wǎng)絡(luò)、項目、政策、科研、文化遺產(chǎn)、數(shù)據(jù)建模、關(guān)聯(lián)數(shù)據(jù)及本體等。

此次年會內(nèi)容豐富且交流形式多樣，限于篇幅，本文首先重點分析特邀主旨報告，隨后按研究主題選擇性進(jìn)行評述，以期為國內(nèi)讀者提供一份元數(shù)據(jù)研究線索資料。

1 年會特邀主旨報告分析

DCMI 2021虛擬年會特邀兩位資深專家做主旨報告。一位是學(xué)者型專家，芬蘭赫爾辛基大學(xué)的Eero Hyv?nen教授；另一位是實踐型專家，來自谷歌的Dan Brickley目前負(fù)責(zé)Schema.org的運維。以下重點分析兩份主旨報告。

1.1 芬蘭國家級本體和語義門戶建設(shè)經(jīng)驗

Eero Hyv?nen教授的主旨報告主要介紹了Sampo模型及其系列語義門戶項目經(jīng)驗，芬蘭國家本體建設(shè)與服務(wù)，以及面向用戶服務(wù)和數(shù)據(jù)開放重用的7星模型。

（1）基于Sampo模型的系列語義門戶構(gòu)建。Sampo模型是一種用于創(chuàng)建跨領(lǐng)域本體和關(guān)聯(lián)數(shù)據(jù)集成的元模型，是語義門戶建設(shè)的核心所在[2]。Sampo模型主要包括三部分：用于創(chuàng)建和發(fā)布關(guān)聯(lián)數(shù)據(jù)的業(yè)務(wù)模型；面向最終用戶的資源內(nèi)容視圖；基于視圖的分面檢索和數(shù)據(jù)分析。其中，業(yè)務(wù)模型依賴于國家本體基礎(chǔ)設(shè)施提供的本體服務(wù)，協(xié)調(diào)多個來源的內(nèi)容提供，采用國際標(biāo)準(zhǔn)與常見做法，以語義關(guān)聯(lián)的方式在應(yīng)用中集成各類資源。在面向最終用戶使用的語義平臺服務(wù)，基于Sampo模型的語義門戶從提升用戶體驗出發(fā)，除提供傳統(tǒng)資源的文本檢索、瀏覽與下載等服務(wù)外，還提供了多樣化的內(nèi)容視圖，幫助用戶從多維度進(jìn)行語義檢索與分析。在Sampo模型基礎(chǔ)上，開發(fā)了多個專題語義門戶，如WarSampo、CultureSampo、HistorySampo、LawSampo等[3]。

（2）國家本體模型基礎(chǔ)設(shè)施建設(shè)。芬蘭國家級本體基礎(chǔ)設(shè)施建設(shè)是較為特殊的一種集中式本體項目實施做法。Eero Hyv?nen以芬蘭博物館項目建設(shè)所面臨的問題和挑戰(zhàn)，如多源異構(gòu)數(shù)據(jù)發(fā)布問題、本體無法適應(yīng)語義網(wǎng)應(yīng)用程序、海量數(shù)據(jù)索引效率，以及開發(fā)大型跨領(lǐng)域詞表所需要的領(lǐng)域?qū)＜业膮⑴c問題等，提出面向國家級本體基礎(chǔ)設(shè)施項目FinnONTO（2003—2012）。該國家本體基于敘詞表構(gòu)建共享本體，能夠?qū)崿F(xiàn)不同領(lǐng)域本體之間的自動關(guān)聯(lián)與語義豐富。由特定領(lǐng)域?qū)＜医M通過分布式參與方式進(jìn)行領(lǐng)域本體開發(fā)。通過協(xié)調(diào)芬蘭國內(nèi)眾多機(jī)構(gòu)和專家學(xué)者，開發(fā)一系列領(lǐng)域本體，主要包括通用概念、參與者、地點、時間、事件以及特定主題領(lǐng)域，如醫(yī)療健康和農(nóng)林等。在分布式參與模式下，不同領(lǐng)域?qū)＜彝ㄟ^詞表對齊與轉(zhuǎn)換生成本體。最后，統(tǒng)一映射到Y(jié)SO上層本體，實現(xiàn)不同領(lǐng)域本體之間的關(guān)聯(lián)映射和語義互操作。各個本體匯聚成一個整體，即KOKO本體，通過ONKI（onki.fi）本體服務(wù)平臺，提供本體發(fā)布、編輯與維護(hù)等[4]。

（3）數(shù)據(jù)開放重用的7星模型。數(shù)據(jù)的最終價值是服務(wù)于用戶需求，通過借助網(wǎng)絡(luò)能在最大程度上被更廣范圍的用戶使用并重用。以用戶為中心提供數(shù)據(jù)服務(wù)并兼顧數(shù)據(jù)發(fā)布者的應(yīng)用需求，Eero Hyv?nen教授在關(guān)聯(lián)數(shù)據(jù)發(fā)布5星模型基礎(chǔ)上，創(chuàng)新性擴(kuò)充了2星要求，形成關(guān)聯(lián)數(shù)據(jù)服務(wù)7星模型。6星要求為數(shù)據(jù)提供模式和文檔，以便用戶能夠理解和重用數(shù)據(jù)。7星要求驗證數(shù)據(jù)并指出其來源，以便用戶可以信任數(shù)據(jù)質(zhì)量[5]。Eero Hyv?nen認(rèn)為，5星數(shù)據(jù)能夠吸引用戶使用這些數(shù)據(jù)，但并不足夠支持用戶“消費”這些數(shù)據(jù)。關(guān)聯(lián)數(shù)據(jù)服務(wù)7星模型的提出，一方面，增進(jìn)了用戶對發(fā)布數(shù)據(jù)的內(nèi)容結(jié)構(gòu)、質(zhì)量、來源等多方面的了解，盡可能地減少用戶為使用數(shù)據(jù)所做的額外工作，刺激用戶對數(shù)據(jù)的“消費欲望”；另一方面，也要考慮到數(shù)據(jù)發(fā)布者的工作負(fù)擔(dān)。因此，在平衡數(shù)據(jù)用戶與數(shù)據(jù)發(fā)布者二者的利益需求上，目前LDF.fi平臺符合其提出的關(guān)聯(lián)數(shù)據(jù)服務(wù)7星模型，支持用戶上傳發(fā)布自己的數(shù)據(jù)和使用各類服務(wù)。

通過早期的項目建設(shè)為后續(xù)的文化遺產(chǎn)保存利用和數(shù)字人文研究奠定了較為堅實的基礎(chǔ)，將各類資源借助語義門戶網(wǎng)站呈現(xiàn)，以知識單元形式提供給用戶，服務(wù)于知識發(fā)現(xiàn)。經(jīng)歷了第一代只提供給用戶檢索、瀏覽的門戶建設(shè)模式，向第二代為用戶提供檢索工具、幫助數(shù)字人文研究人員解決研究問題的模式轉(zhuǎn)變，實現(xiàn)從為用戶提供資源到為用戶提供解決問題工具的過渡，逐步走向以知識發(fā)現(xiàn)、問題解決和自動推理等AI技術(shù)賦能的第三代門戶建設(shè)[6]，推動數(shù)字人文研究發(fā)展。

1.2 DC元數(shù)據(jù)與Schema.org競爭共生發(fā)展

Dan Brickley見證了DCMI與DC元數(shù)據(jù)的發(fā)展歷史，是典型的業(yè)界技術(shù)實踐專家。他在DCMI 2012年會上曾做主旨報告，“What is left to do？”，以老問題新回答的方式，討論了初創(chuàng)的Schema.org與DC的關(guān)系，指出在語義網(wǎng)與關(guān)聯(lián)數(shù)據(jù)中發(fā)展元數(shù)據(jù)[7]。9年之后，他再次受邀作為主旨報告嘉賓，以“Schema.org and Dublin Core：the next chapter”為題，分享了最新網(wǎng)絡(luò)元數(shù)據(jù)實踐。

Dan Brickley參與制定了語義網(wǎng)相關(guān)標(biāo)準(zhǔn)，如W3C RDF Schema規(guī)范[8]，網(wǎng)絡(luò)個人信息描述的事實常用元數(shù)據(jù)方案FOAF。目前其負(fù)責(zé)的Schema.org是由網(wǎng)絡(luò)社群驅(qū)動的開放元數(shù)據(jù)標(biāo)準(zhǔn)，被主流搜索引擎公司與各類知識圖譜應(yīng)用所采用。

Dan Brickley首先從參與DC元數(shù)據(jù)制定談起，結(jié)合實際工作，介紹了DC與Schema.org的發(fā)展歷程與應(yīng)用情境，主要內(nèi)容歸納為以下4點。

（1）跨區(qū)域的組織協(xié)作是運行保障。當(dāng)前各類網(wǎng)絡(luò)資源的數(shù)據(jù)化開發(fā)與利用，需要各類專業(yè)人員跨領(lǐng)域進(jìn)行協(xié)作。W3C為網(wǎng)絡(luò)數(shù)據(jù)標(biāo)準(zhǔn)的制定與推廣提供了保障。通過網(wǎng)絡(luò)社群參與的專業(yè)人員所擁有的不同學(xué)科背景，給標(biāo)準(zhǔn)的推廣創(chuàng)造了有利條件。這些專業(yè)人員將這些數(shù)據(jù)標(biāo)準(zhǔn)或應(yīng)用或拓展，使行業(yè)彼此之間的開放關(guān)聯(lián)性增強(qiáng)。

（2）DC與語義網(wǎng)的強(qiáng)綁定是必然選擇。從元數(shù)據(jù)發(fā)展歷程看，DC元數(shù)據(jù)能夠發(fā)展為最通用的元數(shù)據(jù)方案，實現(xiàn)機(jī)器的可讀取和可理解，這與契合語義網(wǎng)發(fā)展，選擇與W3C的RDF、OWL緊密結(jié)合是分不開的。各類組織機(jī)構(gòu)將DC元數(shù)據(jù)用于網(wǎng)站資源結(jié)構(gòu)化描述，通過關(guān)聯(lián)數(shù)據(jù)方式發(fā)布，逐步形成開放關(guān)聯(lián)的數(shù)據(jù)網(wǎng)絡(luò)。

（3）Schema.org的數(shù)據(jù)變現(xiàn)能力強(qiáng)。Schema.org是在谷歌、必應(yīng)、雅虎、Yandex這4家搜索引擎的共同支持下，由網(wǎng)絡(luò)社群開發(fā)的一套網(wǎng)絡(luò)資源描述與標(biāo)注方案。最早是為了搜索引擎更好地識別網(wǎng)頁內(nèi)容，以微數(shù)據(jù)格式嵌入網(wǎng)頁，賦予機(jī)器理解網(wǎng)頁內(nèi)容的能力。在此基礎(chǔ)上，通過實體與關(guān)系的豐富化，逐步增強(qiáng)語義化描述能力，能夠處理文章、食譜、事件、事實核查、數(shù)據(jù)集等多種結(jié)構(gòu)化數(shù)據(jù)對象，實現(xiàn)檢索優(yōu)化和語義理解等[8]。

（4）兩者共同面臨的挑戰(zhàn)。DC元數(shù)據(jù)作為國際標(biāo)準(zhǔn)（ISO：15836）的通用擴(kuò)展性強(qiáng)，Schema.org的網(wǎng)絡(luò)實踐活躍且擴(kuò)展豐富。盡管兩者在當(dāng)前擁有顯著影響力，但面臨的問題依然存在，例如服務(wù)于社會發(fā)展的需求轉(zhuǎn)變所存在的應(yīng)用范圍、描述粒度等問題，還需要DCMI與Schema.org社群加強(qiáng)交流，探索網(wǎng)絡(luò)信息資源描述與發(fā)現(xiàn)的共融發(fā)展之路。

Dan Brickley的主旨報告引發(fā)了參會者對DC元數(shù)據(jù)與Schema.org融合發(fā)展方向的思考。高質(zhì)量的結(jié)構(gòu)化與語義化的數(shù)據(jù)資源是知識圖譜與人工智能應(yīng)用的重要支撐，Schema.org代表了網(wǎng)絡(luò)資源描述與標(biāo)注的新陣地，DC元數(shù)據(jù)與Schema.org的開放融合也是發(fā)展的必然選擇。

2 年會研究主題評述

此次年會分享了來自不同領(lǐng)域的眾多主題演講與項目實踐，通過不同機(jī)構(gòu)組織之間的交流溝通，為元數(shù)據(jù)的創(chuàng)新應(yīng)用提供全球視野與新發(fā)展思路。以下主要對5個主題進(jìn)行線索式概要評述。

2.1 文化遺產(chǎn)元數(shù)據(jù)

此次年會有關(guān)文化遺產(chǎn)元數(shù)據(jù)的應(yīng)用實踐非常豐富，代表性報告評述如下。

日本筑波大學(xué)的Shigeo Sugimoto教授等在數(shù)字空間中，討論了面向物質(zhì)文化遺產(chǎn)和非物質(zhì)文化遺產(chǎn)的關(guān)系表示的元數(shù)據(jù)模型[9]，提出文化資源開發(fā)利用中所面臨的一系列研究問題與挑戰(zhàn)。例如，為哪些文化實體創(chuàng)建元數(shù)據(jù)，煙花屬于藝術(shù)活動還是物理實體，作為非物質(zhì)文化遺產(chǎn)的傳統(tǒng)舞蹈屬于舞蹈技巧還是表演，人文學(xué)科中的研究數(shù)據(jù)是將個體還是整體檔案作為一個數(shù)據(jù)集，以單件為中心的元數(shù)據(jù)描述是否適用于煙花表演、文化活動和新媒體藝術(shù)等問題。

日本IT顧問工程師Tetsuya Mihara結(jié)合自身興趣，介紹了日本媒體藝術(shù)數(shù)據(jù)庫（Media Art Database，MADB）的項目開發(fā)[10]。他提出了一種基于單件與基于內(nèi)容相結(jié)合的本體建模方法，既從資源內(nèi)容建模，又從單件屬性說明資源的個體特征，介紹其在數(shù)據(jù)收集、組織等過程中遇到的困難與挑戰(zhàn)。MADB中主要包括四類資源：日本漫畫、動畫、視頻游戲及其他新媒體藝術(shù)。目前MADB數(shù)據(jù)庫中前三類資源居多，收集了日本近480 000本漫畫雜志、9 000部動畫和48 000種視頻游戲，以關(guān)聯(lián)數(shù)據(jù)發(fā)布到GitHub。

斯里蘭卡科倫坡大學(xué)的Chiranthi Wijesundara從無形和短暫文化實體建模出發(fā)，介紹了文化遺產(chǎn)信息的豐富性與相關(guān)特征，分析了文化遺產(chǎn)數(shù)字環(huán)境模型CHDE，將建模對象區(qū)分為數(shù)字空間和物理空間兩類，對兩種不同空間范圍的實體屬性映射到CIDOC-CRM和FRBR，從而構(gòu)建本體，實現(xiàn)數(shù)字資源聚合。

Europeana目前包括44個國家近4 000個文化機(jī)構(gòu)的文化數(shù)據(jù)資源網(wǎng)絡(luò)。在元數(shù)據(jù)語義豐富化方面，EDM數(shù)據(jù)模型為不同機(jī)構(gòu)之間的語義關(guān)聯(lián)和描述提供數(shù)據(jù)模型基礎(chǔ)。Europeana的Antoine Isaac在本次年會上介紹了基礎(chǔ)實體收集過程和實體管理的一些做法。例如，開發(fā)與實體關(guān)聯(lián)的協(xié)作用戶庫、通過推薦引擎推薦新項目等。Antoine Issac等分享了Europeana在建設(shè)過程中面臨的多語言挑戰(zhàn)，對用戶網(wǎng)站瀏覽、閱讀網(wǎng)站內(nèi)容、文本閱讀和搜索4類行為進(jìn)行多語言支持。多語言支持的困難體現(xiàn)在24種官方語言更新、每兩周更新一次用戶界面以及資金支持不足等。他們提出了使用谷歌自動翻譯服務(wù)節(jié)省志愿者時間與資金，翻譯存疑之處尋找母語人員解決，以及項目建設(shè)伙伴以郵件或網(wǎng)站反饋形式進(jìn)行翻譯更新。采用谷歌云翻譯API對檢索結(jié)果實時翻譯更新等手段，提高多語言兼容效率。

上海圖書館的劉煒副館長、夏翠娟研究館員介紹了上海圖書館歷史人文數(shù)據(jù)平臺的構(gòu)建過程，以及現(xiàn)有的三大數(shù)字人文平臺（元數(shù)據(jù)搜索、全文提供系統(tǒng)和語義知識系統(tǒng)）。上海圖書館數(shù)字人文平臺語義架構(gòu)設(shè)計采用數(shù)據(jù)中臺理念構(gòu)建，結(jié)合智慧圖書館建設(shè)，強(qiáng)調(diào)知識服務(wù)的主體在于數(shù)據(jù)中臺的建設(shè)，數(shù)據(jù)中臺能夠最大程度地增強(qiáng)圖書館對知識單元的查找、關(guān)聯(lián)、分析和可視化能力。未來智慧圖書館建設(shè)中DC將發(fā)揮核心基礎(chǔ)性作用。

其他匯報包括：泰國朱拉隆功大學(xué)的Songphan Choemprayong副教授分享的泰國莫科倫地區(qū)文化遺產(chǎn)語言建模研究；泰國孔敬大學(xué)的Suwannee Hoaihongthong從文化遺產(chǎn)信息管理角度，將壁畫特征、壁畫使用者信息行為特征、數(shù)據(jù)注冊者使用元素與VRA CORE進(jìn)行對比分析等；瑞典索德脫恩大學(xué)的Karin Hansson副教授從開放研究數(shù)據(jù)庫的角度解讀當(dāng)前面向文化遺產(chǎn)元數(shù)據(jù)與圖片共享的開放研究，指出早期對開放數(shù)據(jù)庫中的文化遺產(chǎn)數(shù)據(jù)共享存在個人研究偏好、知識產(chǎn)權(quán)保護(hù)和相關(guān)元數(shù)據(jù)標(biāo)準(zhǔn)缺乏的問題，提出在開放數(shù)據(jù)庫中可以應(yīng)用怎樣的準(zhǔn)則和元數(shù)據(jù)去描述開放獲取的數(shù)據(jù)。

DCMI曾在2012年成立文化遺產(chǎn)元數(shù)據(jù)任務(wù)組。2022年初由Shigeo Sugimoto教授牽頭成立核心文化元數(shù)據(jù)建模興趣組，開展圖檔博視角的文化遺產(chǎn)多樣性數(shù)據(jù)建模研究。未來文化遺產(chǎn)領(lǐng)域的元數(shù)據(jù)研究與應(yīng)用實踐會持續(xù)活躍。

2.2 圖書館元數(shù)據(jù)業(yè)務(wù)實踐

英國聯(lián)合信息系統(tǒng)委員會的Neil Grindly分享了英國國家書目知識庫NBK的建設(shè)經(jīng)驗和應(yīng)對數(shù)據(jù)應(yīng)用的M計劃。由JISC負(fù)責(zé)建設(shè)的NBK數(shù)據(jù)庫，收集了來自176個機(jī)構(gòu)約1.3億條數(shù)據(jù)記錄。這些數(shù)據(jù)包括各類圖書館、檔案館的編目數(shù)據(jù)，以及開放存?。∣A）資源數(shù)據(jù)和出版社數(shù)據(jù)等，經(jīng)過去重、對比等處理得到4 800萬條記錄，這些數(shù)據(jù)對外開放并發(fā)布在WorldCat中，便于編目處理與分析。他認(rèn)為，元數(shù)據(jù)M計劃的提出，旨在優(yōu)化英國的元數(shù)據(jù)市場，以簡化目錄記錄的供應(yīng)和需求，推動各類圖書館之間可以自由和重用書目數(shù)據(jù)。

美國國會圖書館提出的BIBFRAME基于關(guān)聯(lián)數(shù)據(jù)，在北美地區(qū)應(yīng)用較廣，歐洲地區(qū)也舉辦了相應(yīng)的研討會。此次“BIBFRAME實踐”分會場為全球各地機(jī)構(gòu)與專家提供了交流空間。美國國會圖書館的Sally Mccallum介紹BIBFRAME在美國國會圖書館所面臨的挑戰(zhàn)與解決方案。她指出，從MARC向BIBFRAME過渡時，需要考慮關(guān)聯(lián)書目數(shù)據(jù)模型的開放性與兼容性，需要處理好書目模型的語言和底層數(shù)據(jù)腳本的支持問題。因此，美國國會圖書館推出兩個階段性項目以實現(xiàn)過渡。從MARC向BIBFRAME的數(shù)據(jù)遷移還需要花費更長的時間，人員培訓(xùn)、系統(tǒng)靈活性在BIBFRAME 100計劃中面臨挑戰(zhàn)。

美國斯坦福大學(xué)圖書館的Philip E. Schreur副館長討論了BIBFRAME數(shù)據(jù)轉(zhuǎn)換流程中的問題。面向生產(chǎn)的關(guān)聯(lián)數(shù)據(jù)LD4P（Linked Data for Production）項目分為多個階段進(jìn)行，包括擴(kuò)大實施范圍、吸引更多機(jī)構(gòu)參與的LD4P2階段，以及面向數(shù)據(jù)轉(zhuǎn)換與存儲至本地系統(tǒng)的LD4P3階段。

瑞典國家圖書館的Fredrik Klingwall介紹了為MARC向BIBFRAME轉(zhuǎn)換數(shù)據(jù)而建設(shè)的librisXL系統(tǒng)，該系統(tǒng)鏈接了多個機(jī)構(gòu)資源，提供關(guān)聯(lián)數(shù)據(jù)服務(wù)和美國國會圖書館的鏈接。新加坡國家圖書館委員會的Linnet Ng介紹了新加坡國家圖書館基于現(xiàn)有資源的關(guān)聯(lián)數(shù)據(jù)轉(zhuǎn)化，以及各類圖書館、檔案館資源描述的MARC格式向BIBFRAME轉(zhuǎn)換的發(fā)展規(guī)劃。

韓國國立圖書館的Yoon Kyung Choi介紹了主題詞自動推薦，主題詞描述自動轉(zhuǎn)換為KORMARC的項目做法，從數(shù)據(jù)模式分析、系統(tǒng)處理設(shè)計、系統(tǒng)實施進(jìn)行元數(shù)據(jù)流程改進(jìn)等在應(yīng)對韓國國家圖書館元數(shù)據(jù)工作流程中的挑戰(zhàn)。

葡萄牙國家圖書館的Helena Patrício面對不斷增長的數(shù)據(jù)資源描述需求，從數(shù)字特藏、獲取服務(wù)、開放數(shù)據(jù)以及內(nèi)容重用4個方面提出簡化原有數(shù)據(jù)模型、使用本地標(biāo)準(zhǔn)代替部分元數(shù)據(jù)標(biāo)準(zhǔn)完善元數(shù)據(jù)模型，參考國際模型設(shè)置資源數(shù)據(jù)開放專區(qū)，以公有領(lǐng)域發(fā)布開放數(shù)據(jù)，每年向Europeana共享元數(shù)據(jù)。

元數(shù)據(jù)業(yè)務(wù)是信息資源建設(shè)的核心，以BIBFRAME為代表的編目工作升級，融入網(wǎng)絡(luò)開放數(shù)據(jù)生態(tài)體現(xiàn)出圖書館元數(shù)據(jù)的傳統(tǒng)編目與技術(shù)創(chuàng)新融合。

2.3 元數(shù)據(jù)和隱私保護(hù)

數(shù)據(jù)時代的個人信息與隱私保護(hù)越來越受到關(guān)注。元數(shù)據(jù)在很大程度上決定著隱私數(shù)據(jù)安全利用的發(fā)展走向。

愛丁堡龍比亞大學(xué)的David Haynes以美國中情局的“We kill people based on metadata”為引子，討論類機(jī)構(gòu)如何利用元數(shù)據(jù)對目標(biāo)個體、社交媒體監(jiān)督、基礎(chǔ)設(shè)施進(jìn)行的關(guān)聯(lián)監(jiān)督以及預(yù)防網(wǎng)絡(luò)犯罪。他介紹了如何防范此類情況發(fā)生的方法，例如完善保護(hù)隱私數(shù)據(jù)的法律法規(guī)、隱私保護(hù)元數(shù)據(jù)標(biāo)準(zhǔn)的制定、相關(guān)機(jī)構(gòu)對于隱私數(shù)據(jù)保護(hù)利用的政策支持以及相應(yīng)的規(guī)則制定等。

都柏林圣三一大學(xué)ADAPT中心的Harshvardhan J. Pandit研究員介紹了W3C數(shù)據(jù)隱私詞匯與控制社區(qū)小組（Data Privacy Vocabulary and Controls Community Group，DPVCG）提出的數(shù)據(jù)隱私詞表（Data privacy vocabulary，DPV）。該詞表在《歐盟通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation，GDPR）基礎(chǔ)上擴(kuò)展，包括個人數(shù)據(jù)分類、數(shù)據(jù)收集目的分類以及處理、披露、同意利用個人數(shù)據(jù)事件的描述信息。DPV使用語義詞匯術(shù)語和本體關(guān)系，表示與隱私和數(shù)據(jù)保護(hù)相關(guān)概念。

加拿大安大略省檔案管理員、首席信息安全官John Roberts從自身從事政府工作的經(jīng)驗出發(fā)，分享其對元數(shù)據(jù)在政府政務(wù)應(yīng)用與行政工作中的作用的看法?！皵?shù)字安大略”的戰(zhàn)略規(guī)劃愿景在于構(gòu)建一個便捷數(shù)字化、安全、互聯(lián)以及數(shù)據(jù)支持的世界領(lǐng)先的數(shù)字管轄區(qū)。在對數(shù)據(jù)（或元數(shù)據(jù)）的管理與政策制定上，出臺了一系列標(biāo)準(zhǔn)法規(guī)用于規(guī)范數(shù)據(jù)開放、存取、人工智能應(yīng)用、網(wǎng)絡(luò)安全、隱私保護(hù)、數(shù)據(jù)集成以及檔案描述等，充分實現(xiàn)政府對元數(shù)據(jù)的管理，提高安大略省政府的行政效率。

由于元數(shù)據(jù)與隱私之間關(guān)系密切，在移動互聯(lián)、物聯(lián)網(wǎng)、信息流推薦的數(shù)據(jù)密集型應(yīng)用中，將有更多討論。

2.4 科學(xué)數(shù)據(jù)管理

在開放科學(xué)和數(shù)字學(xué)術(shù)環(huán)境中，元數(shù)據(jù)在科學(xué)數(shù)據(jù)管理中將發(fā)揮主要作用。此次年會對FAIR原則的應(yīng)用、科學(xué)數(shù)據(jù)開放獲取與存檔等方面開展討論。

澳大利亞研究數(shù)據(jù)共享中心的吳明芳指出建設(shè)研究資源庫對于滿足科研教育需求的迫切性，介紹了在構(gòu)建資源庫所面臨的資源描述與呈現(xiàn)等過程中的挑戰(zhàn)與相應(yīng)的解決方案，提出遵循FAIR原則，將結(jié)構(gòu)化元數(shù)據(jù)應(yīng)用于資源庫建設(shè)，以指南方式介紹了一系列用于網(wǎng)絡(luò)應(yīng)用和發(fā)布結(jié)構(gòu)化元數(shù)據(jù)的做法。

西班牙薩拉戈薩大學(xué)的Javier Nogueras Iso副教授分享了DC元數(shù)據(jù)在開放地理空間數(shù)據(jù)出版中的應(yīng)用，從空間數(shù)據(jù)基礎(chǔ)設(shè)施的背景、DC元數(shù)據(jù)作為互操作性和可查找性解決方案、開放地理空間數(shù)據(jù)時代的DC元數(shù)據(jù)以及DC元數(shù)據(jù)對于地理數(shù)據(jù)描述質(zhì)量的挑戰(zhàn)等方面進(jìn)行了介紹。

加拿大西蒙菲莎大學(xué)的Emma Griffiths介紹了加拿大公共衛(wèi)生綜合快速傳染病分析生物信息學(xué)平臺IRIDA，應(yīng)對食品安全保障和基因流行病學(xué)研究，在基因本體基礎(chǔ)上開發(fā)了Foodon和GenEpio兩個本體，實現(xiàn)了本體搜索OLS、自動標(biāo)引LexMapr、基因跟蹤GenomeTrakr等功能。

在促進(jìn)食品農(nóng)業(yè)科學(xué)數(shù)據(jù)獲取方面，聯(lián)合國糧農(nóng)業(yè)組織（Food and Agriculture Organization of the United Nations，F(xiàn)AO）高級信息管理官Imma Subirats Coll介紹了FAO的AGRIS現(xiàn)狀，當(dāng)前已有454個數(shù)據(jù)提供者向FAO提交了數(shù)據(jù)集，以促進(jìn)科學(xué)數(shù)據(jù)共享，分享了AGRIS多語種支持，以及向AGRIS提交元數(shù)據(jù)的方式。

2.5 元數(shù)據(jù)技術(shù)應(yīng)用

DCMI年會的一個傳統(tǒng)是突出實務(wù)性，始終關(guān)注元數(shù)據(jù)相關(guān)技術(shù)工具和系統(tǒng)應(yīng)用。此次年會設(shè)有一個前沿話題“Why AI≠Automated Indexing”，從人工智能技術(shù)賦能元數(shù)據(jù)角度展開探討。

荷蘭歷史學(xué)家Hans Brandhorst介紹了其創(chuàng)建的Iconclass系統(tǒng)，這是全球最大的基于杜威十進(jìn)制分類法的視覺藝術(shù)分類系統(tǒng)，用于對各類歷史圖片和現(xiàn)代攝影照片進(jìn)行分類與描述。2015年該系統(tǒng)網(wǎng)站以關(guān)聯(lián)數(shù)據(jù)形式對外開放，2021年網(wǎng)站更新，進(jìn)一步提升用戶體驗。最新的Iconclass系統(tǒng)支持多語種，如葡萄牙語、荷蘭語以及部分中文等，還提供交流論壇、機(jī)構(gòu)API接入以及書目數(shù)據(jù)分類等功能。面向圖片分類識別的更新，通過自動圖片索引方式區(qū)分不同圖片含義，在測試大量的圖片集用于機(jī)器學(xué)習(xí)后，系統(tǒng)能更加精確面向圖片進(jìn)行細(xì)節(jié)描述分類與自動標(biāo)引。

西班牙巴塞羅那超級計算機(jī)中心的Joaquim More López等以“Saint Geovge On a Bike”為主題，說明人工智能在圖片識別和自動圖片索引的應(yīng)用。巴塞羅那超級計算中心的Marinescu Maria-Cristina指出，將人工智能用于圖片識別的最初動機(jī)是元數(shù)據(jù)的自動標(biāo)注、用戶通過網(wǎng)頁或應(yīng)用程序交互，提高搜索引擎檢索效率以及提供用戶無障礙訪問等。他認(rèn)為，人工智能逐漸應(yīng)用于文化遺產(chǎn)領(lǐng)域的圖像自動索引，將極大提高不同時空范圍的圖片內(nèi)容描述效率。以Saint George on a Bike數(shù)據(jù)庫為例，該數(shù)據(jù)庫包含15000多幅圖像數(shù)據(jù)，提供API允許第三方采集圖像數(shù)據(jù)。將該數(shù)據(jù)集作為圖像識別訓(xùn)練集，根據(jù)算法識別出不同圖像描述語句的主語、謂語與賓語，從而實現(xiàn)不同圖像之間視覺關(guān)系的精確分類索引。

美國資深詞表專家Marjorie Hlava結(jié)合文獻(xiàn)研究和自身詞表開發(fā)經(jīng)驗，對自動標(biāo)引和人工智能中兩個“AI”談及個人理解。芬蘭國家圖書館的Osma Suominen介紹了應(yīng)用于芬蘭文化與科學(xué)資料庫Finna的自動主題索引和分類的工具Annif以及關(guān)于該工具的開發(fā)過程、開發(fā)目標(biāo)、使用的目標(biāo)索引質(zhì)量、參與的社區(qū)建設(shè)和開發(fā)工具的安裝部署流程。

除此之外，此次年會的技術(shù)工具培訓(xùn)與系統(tǒng)使用分享也非常豐富。美國密歇根州立大學(xué)的Sharon Leon副教授介紹了面向文化遺產(chǎn)資源研究、發(fā)布關(guān)聯(lián)數(shù)據(jù)和資源管理的平臺Omeka。Omeka是一個由多個組織贊助支持、服務(wù)于文化遺產(chǎn)研究的數(shù)字學(xué)術(shù)項目。2016年推出新一代的Omeka S，在Omeka Classic開源基礎(chǔ)上做出大量優(yōu)化，實現(xiàn)多項目、跨站點資源聚合管理，實現(xiàn)了對單一資源對象實體的數(shù)字化展覽與保管，以JSONLD數(shù)據(jù)格式發(fā)布并對外提供API。Omeka S能夠從其他機(jī)構(gòu)知識庫系統(tǒng)Fedora和DSpace導(dǎo)入集成數(shù)據(jù)。

Coli-Conc開源系統(tǒng)由德國公共圖書館網(wǎng)絡(luò)總部開發(fā)，用以促進(jìn)圖書館知識組織系統(tǒng)之間的索引管理和交換。該系統(tǒng)提供基于網(wǎng)絡(luò)訪問的Cocoda工具，為用戶提供知識組織系統(tǒng)的標(biāo)引與映射編輯功能，以可視化瀏覽方式展示知識組織系統(tǒng)，支持創(chuàng)建和修改映射候選術(shù)語并分配映射類型，并對外提供開源，后端服務(wù)則包括術(shù)語發(fā)布與檢索服務(wù)、映射與存儲、映射建議與映射質(zhì)量統(tǒng)計等服務(wù)。

出版供應(yīng)商Casalini Libri首席信息官Tiziana Possemato介紹了面向文化機(jī)構(gòu)的關(guān)聯(lián)數(shù)據(jù)管理系統(tǒng)Share-VDE。該系統(tǒng)致力于為圖書館和各類文化數(shù)據(jù)機(jī)構(gòu)提供一套數(shù)據(jù)的關(guān)聯(lián)管理方案，使用關(guān)聯(lián)數(shù)據(jù)技術(shù)進(jìn)行關(guān)聯(lián)和呈現(xiàn)日益增長的海量數(shù)據(jù)，促進(jìn)書目數(shù)據(jù)的交換重用，提高知識可視化與知識獲取的便捷性。匈牙利塞切尼國家圖書館的Miklós Lendvay介紹了匈牙利國家圖書館項目平臺HNLP，該平臺旨在整合多源異構(gòu)數(shù)據(jù)，以分布式、模塊化促進(jìn)數(shù)字資源共享與協(xié)作。德國斯圖加特傳媒學(xué)院Kai Eckert教授介紹了以關(guān)聯(lián)數(shù)據(jù)形式發(fā)布猶太文化，分享了歷史資源平臺JudaicaLink的實體管理過程等。

3 總結(jié)與展望

DC元數(shù)據(jù)從初始制定到推廣應(yīng)用歷經(jīng)了26年，舉辦了29屆年會。發(fā)展至今，DCMI年會是了解元數(shù)據(jù)最新研究與應(yīng)用的學(xué)術(shù)活動，其討論與交流內(nèi)容反映了當(dāng)下元數(shù)據(jù)研究面臨的熱點問題與發(fā)展態(tài)勢。

2020年是DCMI成立25周年。在回顧和展望未來的當(dāng)下，DCMI 2020年會主旨報告第一位專家是DCMI組織的創(chuàng)始人之一Stuart Weibel，作題為“2020 Vision：Reflections on a Quarter Century of Metadata”的主旨報告[11]。這份主旨報告串起了元數(shù)據(jù)的過去、現(xiàn)在與未來，引發(fā)元數(shù)據(jù)研究者、實踐者及教育者的集體共鳴。在25周年節(jié)點上，DCMI 2021虛擬年會承上啟下，繼往開來，辦成了至今為止最盛大的一次元數(shù)據(jù)學(xué)術(shù)盛會。此次年會帶來豐富的元數(shù)據(jù)研究素材與實踐經(jīng)驗，為國內(nèi)元數(shù)據(jù)相關(guān)研究者、從業(yè)者以及高校專業(yè)師生開拓了視野，啟發(fā)了思路。元數(shù)據(jù)作為數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)的核心要件，相關(guān)的技術(shù)要素活躍，語義增強(qiáng)與關(guān)聯(lián)集成是當(dāng)前元數(shù)據(jù)助推行業(yè)和主題數(shù)據(jù)資源建設(shè)的核心任務(wù)。面向數(shù)字人文的文化遺產(chǎn)元數(shù)據(jù)、隱私保護(hù)、科學(xué)數(shù)據(jù)管理等是元數(shù)據(jù)應(yīng)用領(lǐng)域的新開拓。

隨著DC元數(shù)據(jù)的全球推廣，國內(nèi)對DC元數(shù)據(jù)有著持續(xù)關(guān)注和本地化應(yīng)用。2004年國內(nèi)圖書情報機(jī)構(gòu)上海圖書館承辦了DC-2004年會。2006—2013年，國內(nèi)專家學(xué)者曾對DCMI年會內(nèi)容持續(xù)跟蹤與評述。近些年，盡管DCMI年會都有國內(nèi)專家學(xué)者參會，但有關(guān)的年會進(jìn)展與評述鮮見于公開發(fā)表，造成跟蹤中斷。對DCMI年會的持續(xù)關(guān)注、積極參與、國際交流及評述轉(zhuǎn)化，是促進(jìn)國內(nèi)元數(shù)據(jù)研究與應(yīng)用保持活力的一種推動力。

國內(nèi)在元數(shù)據(jù)標(biāo)準(zhǔn)制定、各類信息資源建設(shè)中已取得階段性進(jìn)展，學(xué)界與業(yè)界對語義網(wǎng)、關(guān)聯(lián)數(shù)據(jù)、本體的技術(shù)理念理解與應(yīng)用手段也已達(dá)到成熟階段，但依然缺乏像芬蘭語義門戶、Europeana等具有影響力的本土項目。在數(shù)智賦能的數(shù)字文明新時代，中國元數(shù)據(jù)研究與實踐應(yīng)守好數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)盤面，加強(qiáng)與國外交流合作，在數(shù)據(jù)新基建中，以元數(shù)據(jù)為助推器，以智慧數(shù)據(jù)作為目標(biāo)，用好數(shù)據(jù)，開拓創(chuàng)新多元化應(yīng)用與服務(wù)。