中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制過(guò)程研究

[摘 要]描述元數(shù)據(jù)是智慧圖書(shū)館資源管理的重要支撐。為完善中文電子圖書(shū)描述元數(shù)據(jù)，依據(jù)《中國(guó)機(jī)讀書(shū)目格式》和資源描述國(guó)家標(biāo)準(zhǔn)，借鑒目標(biāo)館管理經(jīng)驗(yàn)，確定質(zhì)量控制工作模式，執(zhí)行中文電子圖書(shū)元數(shù)據(jù)列清洗，提出元數(shù)據(jù)質(zhì)量控制的雙線策略：質(zhì)量目標(biāo)調(diào)節(jié)數(shù)據(jù)元素級(jí)描述模板、檢索效率約束來(lái)源數(shù)據(jù)描述標(biāo)識(shí)。

[關(guān)鍵詞]中文圖書(shū) 電子圖書(shū) 描述元數(shù)據(jù) 質(zhì)量控制

[分類號(hào)]G254

1 引言

智慧社會(huì)和教育數(shù)字化戰(zhàn)略背景下，國(guó)家圖書(shū)館繼“國(guó)家數(shù)字圖書(shū)館工程”之后，牽頭建設(shè)“全國(guó)智慧圖書(shū)館體系”[1]，數(shù)據(jù)治理成為圖書(shū)館智慧轉(zhuǎn)型的必要條件。描述元數(shù)據(jù)，即信息資源的書(shū)目數(shù)據(jù)，是圖書(shū)館數(shù)據(jù)治理的重要手段，支撐智慧圖書(shū)館知識(shí)倉(cāng)儲(chǔ)等基礎(chǔ)建設(shè)，支持用戶獲得學(xué)習(xí)資源。中文電子圖書(shū)作為圖書(shū)館知識(shí)倉(cāng)儲(chǔ)內(nèi)容之一，描述其元數(shù)據(jù)質(zhì)量是圖書(shū)館智慧服務(wù)的必要保障。面向未來(lái)學(xué)習(xí)中心的任務(wù)需求，中文電子圖書(shū)描述元數(shù)據(jù)需要加強(qiáng)質(zhì)量控制，促進(jìn)學(xué)習(xí)資源的整合與利用。

回顧中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制的相關(guān)研究，已經(jīng)形成信息組織策略和數(shù)據(jù)處理方法兩方面經(jīng)驗(yàn)。在信息組織方面，注重信息資源的系統(tǒng)整合與分散揭示。楊慧[2]提出，書(shū)目數(shù)據(jù)庫(kù)應(yīng)全面、準(zhǔn)確揭示本館各種文獻(xiàn)資料的收藏。白晗、周雪松[3]認(rèn)為，對(duì)電子資源揭示并通過(guò)OPAC進(jìn)行統(tǒng)一檢索是資源整合的一種技術(shù)方式。王亞林[4]的電子資源揭示策略是采用分散記錄編目法，根據(jù)物理實(shí)體區(qū)分編目級(jí)別，利用數(shù)據(jù)庫(kù)對(duì)學(xué)術(shù)性電子期刊和圖書(shū)進(jìn)行批量自動(dòng)編目。丁遒勁等[5]從構(gòu)建國(guó)家元數(shù)據(jù)庫(kù)的戰(zhàn)略層面提出協(xié)同揭示框架，借助自動(dòng)化、批量化數(shù)據(jù)處理手段，構(gòu)建格式統(tǒng)一、表達(dá)規(guī)范的大規(guī)模元數(shù)據(jù)資源。

在數(shù)據(jù)處理方面，關(guān)注元數(shù)據(jù)的產(chǎn)品質(zhì)量和編輯工具。劉錚、冉志娟[6]依據(jù)GB/T 3792.9-2009編制電子資源書(shū)目記錄，強(qiáng)調(diào)電子資源專用的CNMARC字段。宋文、朱學(xué)軍[7]梳理國(guó)內(nèi)外書(shū)目數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范的發(fā)展脈絡(luò)，以期推動(dòng)我國(guó)構(gòu)建信息資源描述新標(biāo)準(zhǔn)。賈延霞、楊慧[8-9]利用Excel和元數(shù)據(jù)處理工具，將數(shù)據(jù)庫(kù)商提供的電子資源信息列表轉(zhuǎn)換為MARC數(shù)據(jù)，同時(shí)他們發(fā)現(xiàn)批量編目最普遍的挑戰(zhàn)是數(shù)據(jù)質(zhì)量問(wèn)題，直接利用數(shù)據(jù)庫(kù)商提供的MARC會(huì)導(dǎo)致書(shū)目系統(tǒng)質(zhì)量下降。田曉迪等[10]利用Alma對(duì)電子資源進(jìn)行生命周期管理，選擇Community Zone中沒(méi)有的電子資源編目，維護(hù)供應(yīng)商提供的不完備數(shù)據(jù)或圖書(shū)館希望進(jìn)一步完善的現(xiàn)有數(shù)據(jù)。白雪等[11]在Alma環(huán)境下利用MarcEdit批量建立電子資源庫(kù)編目數(shù)據(jù)。

綜合來(lái)看，中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制涉及信息描述標(biāo)準(zhǔn)、資源管理系統(tǒng)和編輯管理工具等方面，關(guān)于質(zhì)量控制過(guò)程的研究相對(duì)較少。筆者依據(jù)最新發(fā)布的《中國(guó)機(jī)讀書(shū)目格式》和資源描述中國(guó)國(guó)家標(biāo)準(zhǔn)，調(diào)研并借鑒北京地區(qū)5家目標(biāo)圖書(shū)館的電子資源管理經(jīng)驗(yàn)，確定中文資源元數(shù)據(jù)質(zhì)量控制模式，使用數(shù)據(jù)處理與編輯工具，批量置換與逐條修改相結(jié)合，執(zhí)行中文電子圖書(shū)描述元數(shù)據(jù)控制過(guò)程，提出質(zhì)量目標(biāo)和檢索效率協(xié)同的雙線控制策略，完善中文信息組織產(chǎn)品，提升用戶便利性。

2 中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制依據(jù)

2.1 《中國(guó)機(jī)讀書(shū)目格式》：GB/T 33286-2016

中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)《中國(guó)機(jī)讀書(shū)目格式》（CNMARC，以下通稱“格式新標(biāo)準(zhǔn)”）由國(guó)家圖書(shū)館和北京大學(xué)圖書(shū)館聯(lián)合起草，于2016年12月13日發(fā)布，2017年4月1日實(shí)施。格式新標(biāo)準(zhǔn)參考國(guó)際圖聯(lián)的UNIMARC格式，取舍和修訂部分具體字段，重新定義部分字段數(shù)據(jù)內(nèi)容，是對(duì)國(guó)內(nèi)聯(lián)合目錄領(lǐng)域曾經(jīng)出現(xiàn)的各種標(biāo)準(zhǔn)、規(guī)范、規(guī)則、細(xì)則、手冊(cè)的繼承、綜合與發(fā)展。格式新標(biāo)準(zhǔn)記錄的書(shū)目信息主要分布在記錄頭標(biāo)（LDR）、0標(biāo)識(shí)塊、1編碼信息塊、2著錄信息塊、3附注塊、4款目連接塊、5相關(guān)題名塊、6主題分析塊、7責(zé)任塊、8國(guó)際使用塊。中文電子圖書(shū)描述元數(shù)據(jù)的必備字段包括：LDR記錄頭標(biāo)、001記錄標(biāo)識(shí)號(hào)、100通用處理數(shù)據(jù)、101文獻(xiàn)語(yǔ)種、200題名與責(zé)任說(shuō)明$a正題名、304題名來(lái)源附注、801記錄來(lái)源。格式新標(biāo)準(zhǔn)由當(dāng)前國(guó)內(nèi)最具影響力的兩大聯(lián)合目錄的管理中心首次合著完成，為中文電子圖書(shū)描述元數(shù)據(jù)提供了形式方面的控制依據(jù)。依據(jù)格式新標(biāo)準(zhǔn)開(kāi)展中文電子圖書(shū)元數(shù)據(jù)質(zhì)量控制工作，一方面，保障元數(shù)據(jù)統(tǒng)一數(shù)據(jù)結(jié)構(gòu)，規(guī)范表達(dá)形式，建立載體聯(lián)結(jié)；另一方面，降低資源發(fā)現(xiàn)難度，提高信息檢索效率，有利于用戶識(shí)別和選擇多載體中文信息資源。

2.2 《信息與文獻(xiàn) 資源描述》：GB/T 3792-2021

中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心、國(guó)家圖書(shū)館、北京大學(xué)圖書(shū)館、清華大學(xué)圖書(shū)館等11個(gè)單位，依據(jù)國(guó)際標(biāo)準(zhǔn)ISBD統(tǒng)一版，參考《資源描述與檢索》，合并修訂GB/T 3792系列標(biāo)準(zhǔn)，聯(lián)合起草《信息與文獻(xiàn) 資源描述》（以下通稱“內(nèi)容新標(biāo)準(zhǔn)”），于2021年3月9日發(fā)布，2021年10月1日實(shí)施。內(nèi)容新標(biāo)準(zhǔn)是面向各種資源類型的通用資源描述標(biāo)準(zhǔn)，表達(dá)了信息資源著錄單元的組合依據(jù)和賦值原理，開(kāi)啟了應(yīng)用統(tǒng)一內(nèi)容標(biāo)準(zhǔn)揭示多類型中文信息資源的新階段。其強(qiáng)調(diào)優(yōu)先選取標(biāo)識(shí)資源整體并且在資源內(nèi)部的信息源，同時(shí)強(qiáng)調(diào)內(nèi)容形式和媒介類型附注，規(guī)范著錄信息。與以往的單一類型資源描述標(biāo)準(zhǔn)相比，主要變化包括正題名錯(cuò)誤信息照錄、增加變異題名檢索點(diǎn)、責(zé)任者描述數(shù)量由記錄機(jī)構(gòu)決定等。內(nèi)容新標(biāo)準(zhǔn)容納各種資源類型的屬性，同時(shí)減少了信息描述的強(qiáng)制性。內(nèi)容新標(biāo)準(zhǔn)能夠控制中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量，影響本地元數(shù)據(jù)的數(shù)據(jù)元素級(jí)控制方案。依據(jù)格式新標(biāo)準(zhǔn)與內(nèi)容新標(biāo)準(zhǔn)控制描述元數(shù)據(jù)質(zhì)量，是中文電子圖書(shū)書(shū)目數(shù)據(jù)庫(kù)的建設(shè)邏輯。中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制，是以CNMARC為數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)元素集合過(guò)程，也是以書(shū)目信息為輸出內(nèi)容的數(shù)據(jù)庫(kù)建設(shè)過(guò)程。

3 中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制模式

為有效執(zhí)行中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制過(guò)程，2023年5月31日至6月2日，大連理工大學(xué)圖書(shū)館電子資源管理項(xiàng)目組（以下簡(jiǎn)稱“項(xiàng)目組”）奔赴北京地區(qū)五館（以下通稱“目標(biāo)館”）調(diào)研電子資源元數(shù)據(jù)建設(shè)工作。本次調(diào)研的目標(biāo)館有北京大學(xué)圖書(shū)館、清華大學(xué)圖書(shū)館、中國(guó)人民大學(xué)圖書(shū)館、北京師范大學(xué)圖書(shū)館和國(guó)家圖書(shū)館。項(xiàng)目組采用實(shí)地參觀和線下座談的方式，學(xué)習(xí)目標(biāo)館的電子資源揭示流程和實(shí)操經(jīng)驗(yàn)，制定中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制模式。

3.1 目標(biāo)館的資源管理經(jīng)驗(yàn)

在電子資源揭示流程方面，根據(jù)具體的控制目標(biāo)，區(qū)分?jǐn)?shù)據(jù)源特點(diǎn)，設(shè)計(jì)資源管理業(yè)務(wù)鏈。為充分揭示資源和利用書(shū)目數(shù)據(jù)，目標(biāo)館采用Excel、MarcEdit等工具批量處理來(lái)源數(shù)據(jù)，引用紙本圖書(shū)的書(shū)目數(shù)據(jù)替換缺失或錯(cuò)誤數(shù)據(jù)。信息資源管理業(yè)務(wù)按學(xué)科劃分多個(gè)采編組，先編目再做訂單。資源管理實(shí)現(xiàn)采編一體化、中外文一體化、紙電一體化、資源服務(wù)一體化。從功能上看，資源管理執(zhí)行數(shù)據(jù)轉(zhuǎn)換生產(chǎn)、信息有序存儲(chǔ)和用戶檢索利用的全生命周期管理；從運(yùn)行上看，資源管理區(qū)分為單個(gè)應(yīng)用系統(tǒng)獨(dú)立管理和多個(gè)業(yè)務(wù)系統(tǒng)聯(lián)合管理兩種情況；從任務(wù)上看，資源管理工作按照不同的數(shù)據(jù)格式和著錄規(guī)范揭示資源，解決多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)檢索，增強(qiáng)多載體資源可獲得性。

在電子資源描述實(shí)操方面，強(qiáng)調(diào)著錄方式、著錄格式和信息加工的選擇。著錄方式堅(jiān)持一條記錄原則，即分離式著錄：同一知識(shí)內(nèi)容的電子版與印刷版資源分別著錄為一條記錄；在不同數(shù)據(jù)庫(kù)的同一知識(shí)內(nèi)容的電子資源分別建立一條記錄。著錄格式包括MARC、DC或自建元數(shù)據(jù)，支持多載體資源在目次、全文層級(jí)關(guān)聯(lián)檢索。信息加工包括直接采用數(shù)據(jù)庫(kù)商數(shù)據(jù)和修改后導(dǎo)入數(shù)據(jù)兩種處理方式。前者直接利用數(shù)據(jù)庫(kù)商提供的MARC數(shù)據(jù)，圖書(shū)館在合同簽署之前提出書(shū)目數(shù)據(jù)的質(zhì)量要求或數(shù)據(jù)模板，將訂閱數(shù)據(jù)輸入系統(tǒng)，數(shù)據(jù)庫(kù)商每月更新數(shù)據(jù)；后者利用編輯工具批量修改導(dǎo)入數(shù)據(jù)、電子資源書(shū)目數(shù)據(jù)批量加工工具有冠景、MarcEdit等，可修改整庫(kù)或單條記錄，支持電子資源描述。

3.2 元數(shù)據(jù)的質(zhì)量控制模式

中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制是書(shū)目數(shù)據(jù)庫(kù)的建設(shè)過(guò)程：按照一條記錄原則，以CNMARC子字段為數(shù)據(jù)結(jié)構(gòu)，建設(shè)規(guī)范、有效的書(shū)目數(shù)據(jù)庫(kù)，輸出用戶需要的信息資源。由于電子資源管理系統(tǒng)和資源揭示業(yè)務(wù)流程兩方面的相對(duì)既定性，元數(shù)據(jù)質(zhì)量控制過(guò)程更加重要。項(xiàng)目組依據(jù)中國(guó)國(guó)家標(biāo)準(zhǔn)，借鑒目標(biāo)館電子圖書(shū)元數(shù)據(jù)的信息加工經(jīng)驗(yàn)，結(jié)合本館電子資源的管理現(xiàn)狀和發(fā)展愿景，確定元數(shù)據(jù)著錄方式、著錄格式和加工工具，擬定中文電子圖書(shū)描述元數(shù)據(jù)的質(zhì)量控制模式。

首先，選擇分散著錄方式。一條記錄原則指導(dǎo)下，不同來(lái)源的電子圖書(shū)建立不同記錄。多源異構(gòu)數(shù)據(jù)通過(guò)中間轉(zhuǎn)換機(jī)制實(shí)現(xiàn)屬性映射與賦值。制定數(shù)據(jù)元素轉(zhuǎn)換、用戶檢索入口、檢索結(jié)果顯示三階段的字段內(nèi)容呈現(xiàn)范圍，實(shí)現(xiàn)信息資源的層次管理。其次，依據(jù)最新國(guó)家標(biāo)準(zhǔn)確定元數(shù)據(jù)著錄格式。項(xiàng)目組遵守格式新標(biāo)準(zhǔn)與內(nèi)容新標(biāo)準(zhǔn)的全域?qū)傩砸?，參照CALIS編目規(guī)則，保證必備字段，突出中文電子圖書(shū)的特征字段，確定通用的CNMARC字段列表。最后，利用編輯管理工具深度加工書(shū)目數(shù)據(jù)。項(xiàng)目組使用編輯工具，協(xié)同著錄方式和著錄格式，批量修改與手工修改相結(jié)合，刪除無(wú)效字段，增加必備字段，引用紙質(zhì)資源規(guī)范數(shù)據(jù)，置換同一字段內(nèi)容，合并同一實(shí)體記錄，建立書(shū)目聯(lián)系。

4 中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制過(guò)程

4.1 來(lái)源數(shù)據(jù)畫(huà)像

為保持中文電子圖書(shū)書(shū)目數(shù)據(jù)庫(kù)中記錄數(shù)量和內(nèi)容信息的安全性和穩(wěn)定性，項(xiàng)目組抽取5萬(wàn)條書(shū)目記錄作為試驗(yàn)數(shù)據(jù)包，對(duì)照CNMARC字段列表，核對(duì)電子資源實(shí)體，對(duì)比紙質(zhì)資源元數(shù)據(jù)，歸納總結(jié)來(lái)源數(shù)據(jù)特點(diǎn)，刻畫(huà)數(shù)據(jù)源初始特征。通過(guò)子字段統(tǒng)計(jì)報(bào)告，項(xiàng)目組發(fā)現(xiàn)來(lái)源數(shù)據(jù)的質(zhì)量問(wèn)題主要出現(xiàn)在題名與責(zé)任者、主題標(biāo)引和責(zé)任者名稱規(guī)范等方面。具體表現(xiàn)為：200正題名$a子字段包含副題名、叢編題名、分輯標(biāo)識(shí)、分輯題名、版次、版本、內(nèi)容說(shuō)明、學(xué)科名稱等不屬于正題名的文獻(xiàn)信息；200責(zé)任者$f子字段存在記錄全部責(zé)任方式的全部責(zé)任者、外國(guó)責(zé)任者漢譯名后直接著錄其原文姓名、圖像識(shí)別有誤的姓名形式等情況；606字段將復(fù)合主題的多個(gè)主題因素作為單獨(dú)字段列出；6/7字段的名稱缺少責(zé)任者名稱規(guī)范形式。另外，前置標(biāo)識(shí)符、指示符、字段限定信息、編碼信息字符位等有所缺失。

4.2 數(shù)據(jù)清洗試驗(yàn)

基于來(lái)源數(shù)據(jù)畫(huà)像，項(xiàng)目組利用MarcEdit 7.5進(jìn)行數(shù)據(jù)列清洗試驗(yàn)。為降低對(duì)來(lái)源數(shù)據(jù)誤操作的風(fēng)險(xiǎn)，清洗試驗(yàn)按照從格式、形式到內(nèi)容的順序，編寫(xiě)語(yǔ)句、正則表達(dá)式，對(duì)質(zhì)量問(wèn)題數(shù)據(jù)進(jìn)行過(guò)濾、賦值和修改操作。在格式控制方面，確認(rèn)數(shù)據(jù)包資源類型，依據(jù)格式新標(biāo)準(zhǔn)和內(nèi)容新標(biāo)準(zhǔn)，過(guò)濾不適用字段，統(tǒng)一前置標(biāo)識(shí)符的半角輸入形式。在形式控制方面，添加字段指示符，調(diào)整限定信息位置，賦值記錄頭標(biāo)、100和135字段的字符位，根據(jù)210字段的出版地賦值102字段，690字段包含的多個(gè)分類號(hào)換行為多個(gè)690字段，添加并賦值336、337、712、801等可確定字段。在內(nèi)容控制方面，主要修改200$a子字段，采用不完全枚舉法，提煉特征規(guī)律，逐項(xiàng)抓取特征數(shù)據(jù)，將非正題名信息賦值到對(duì)應(yīng)子字段。

4.3 執(zhí)行全域控制

為保障數(shù)據(jù)的完整性、準(zhǔn)確性和規(guī)范性，項(xiàng)目組將來(lái)源數(shù)據(jù)拆分為5萬(wàn)或10萬(wàn)容量的書(shū)目數(shù)據(jù)子庫(kù)，解決全域控制的共性問(wèn)題。針對(duì)大部分的共性質(zhì)量問(wèn)題，項(xiàng)目組利用管理工具重復(fù)執(zhí)行數(shù)據(jù)列清洗過(guò)程，進(jìn)行過(guò)濾、賦值和修改操作。在全域控制過(guò)程中發(fā)現(xiàn)，圖像識(shí)別錯(cuò)誤的題名和責(zé)任者，其核對(duì)并修改存在一定難度。有些書(shū)目記錄的856字段所提供的全文鏈接地址指向“下架”結(jié)果，并且CALIS聯(lián)合目錄也沒(méi)有對(duì)應(yīng)的紙質(zhì)資源記錄。針對(duì)這種情況，項(xiàng)目組通過(guò)百度或購(gòu)書(shū)網(wǎng)站獲取缺失數(shù)據(jù)，保證200字段著錄信息有效切分。項(xiàng)目組也發(fā)現(xiàn)了副題名子字段冗余、并列題名碎片化、分輯標(biāo)識(shí)層次堆疊、分輯題名邏輯關(guān)系錯(cuò)位、責(zé)任方式與責(zé)任者切分誤差、責(zé)任者名稱字段按音序排列等衍生問(wèn)題，需要人工修改。

4.4 人工修改完善

針對(duì)題名和責(zé)任者數(shù)據(jù)字段出現(xiàn)的衍生問(wèn)題，項(xiàng)目組設(shè)計(jì)正則表達(dá)式，查找問(wèn)題記錄，逐條人工修改。在修改數(shù)量上，經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，平均每10萬(wàn)條數(shù)據(jù)出現(xiàn)4000條記錄需要修改一個(gè)子字段的著錄信息，錯(cuò)誤率為4%。在修改細(xì)節(jié)上，以不影響用戶檢索結(jié)果為前提，接受責(zé)任者字段在數(shù)據(jù)處理過(guò)程中變成按音序排列的結(jié)果，逐條修改題名和責(zé)任者錯(cuò)誤信息。對(duì)副題名子字段冗余的記錄，主要修改操作包括：刪除無(wú)效信息；叢書(shū)題名賦值225字段和410字段，同時(shí)修改記錄頭標(biāo)第8字符位；分配相關(guān)內(nèi)容到分輯題名或300附注字段。對(duì)并列題名碎片化的修改包括：增加正題名并列部分；刪除漢語(yǔ)拼音、字母名稱等部分；增加$z并列題名語(yǔ)種子字段。對(duì)分輯標(biāo)識(shí)層次堆疊和分輯題名邏輯關(guān)系錯(cuò)位的修改包括：區(qū)分并列關(guān)系或?qū)哟侮P(guān)系，對(duì)應(yīng)到正確的子字段。對(duì)責(zé)任方式與責(zé)任者切分誤差的修改主要是核對(duì)實(shí)體，補(bǔ)全信息。

5 中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制策略

描述元數(shù)據(jù)質(zhì)量控制過(guò)程，受信息資源機(jī)構(gòu)管理，按資源描述標(biāo)準(zhǔn)賦值機(jī)讀目錄格式，由電子資源管理系統(tǒng)支持，利用數(shù)據(jù)處理工具實(shí)際操作，依循信息加工模式逐步實(shí)現(xiàn)。項(xiàng)目組融合目標(biāo)館的管理經(jīng)驗(yàn)和元數(shù)據(jù)質(zhì)量的控制實(shí)踐，提出質(zhì)量目標(biāo)和檢索效率協(xié)同的雙線控制策略。

5.1 質(zhì)量目標(biāo)調(diào)節(jié)數(shù)據(jù)元素級(jí)描述模板

數(shù)據(jù)元素級(jí)的描述模板是文獻(xiàn)特征的關(guān)鍵元素集合。依據(jù)格式新標(biāo)準(zhǔn)和內(nèi)容新標(biāo)準(zhǔn)，針對(duì)書(shū)目數(shù)據(jù)庫(kù)的質(zhì)量目標(biāo)要求，面向用戶學(xué)習(xí)場(chǎng)景，中文電子圖書(shū)描述元數(shù)據(jù)的CNMARC模板包括字符位屬性賦值、形式特征描述、載體表現(xiàn)附注和檢索內(nèi)容標(biāo)引4部分，如圖1所示。

5.2 檢索效率約束來(lái)源數(shù)據(jù)描述標(biāo)識(shí)

信息資源書(shū)目數(shù)據(jù)的描述標(biāo)識(shí)主要指題名、責(zé)任者、主題詞和分類號(hào)。為保障檢索效率，來(lái)源數(shù)據(jù)的描述標(biāo)識(shí)是描述元數(shù)據(jù)質(zhì)量控制的核心。中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制難點(diǎn)之一，在于CNMARC 200字段的正題名和責(zé)任說(shuō)明項(xiàng)的準(zhǔn)確輸出。常見(jiàn)問(wèn)題有：200字段的正題名與其他書(shū)目信息的正確切分缺少識(shí)別信息；責(zé)任者名稱與責(zé)任方式的切分?jǐn)帱c(diǎn)判斷困難；掃描電子書(shū)的題名出現(xiàn)錯(cuò)別字；將漢語(yǔ)拼音識(shí)別為并列題名等。對(duì)此，項(xiàng)目組利用MARC編輯工具，過(guò)濾問(wèn)題數(shù)據(jù)，依據(jù)描述標(biāo)準(zhǔn)逐條修改。數(shù)據(jù)質(zhì)量控制的難點(diǎn)之二，在于606主題字段只用$a子字段容納全部主題詞，不同主題因素?zé)o法賦值到對(duì)應(yīng)子字段。對(duì)于此類問(wèn)題，有3個(gè)解決建議。一是覆蓋法，保留獨(dú)有字段信息，使用主題信息比較完備的記錄覆蓋主題有問(wèn)題的記錄。二是賦值法，將同一內(nèi)容紙本資源的主題字段置換電子資源的606字段。三是去重法，比對(duì)每條記錄中所有606中的主題詞，去掉重復(fù)用詞，保留最多元素的字段。

檢索效率要求專指度高的數(shù)據(jù)描述標(biāo)識(shí)，響應(yīng)用戶知識(shí)需求，提高用戶學(xué)習(xí)便利性。用戶便利性一直是圖書(shū)館服務(wù)的價(jià)值取向，體現(xiàn)在節(jié)省信息檢索時(shí)間和精準(zhǔn)獲取知識(shí)資源?；诟袷叫聵?biāo)準(zhǔn)和內(nèi)容新標(biāo)準(zhǔn)，描述元數(shù)據(jù)的質(zhì)量控制過(guò)程協(xié)同兩部分工作，一是面向?qū)W習(xí)場(chǎng)景建構(gòu)元數(shù)據(jù)質(zhì)量控制模板，二是約束描述標(biāo)識(shí)支持用戶知識(shí)檢索與利用。學(xué)習(xí)場(chǎng)景是智慧圖書(shū)館學(xué)習(xí)空間建設(shè)的內(nèi)涵。描述元數(shù)據(jù)在質(zhì)量目標(biāo)調(diào)節(jié)下，有效組織多載體資源。用戶學(xué)習(xí)場(chǎng)景化是書(shū)目數(shù)據(jù)提供、數(shù)據(jù)庫(kù)維護(hù)、館藏資源調(diào)度、用戶檢索體驗(yàn)四階段連續(xù)、互動(dòng)、迭代的數(shù)據(jù)交付全周期管理。中文電子圖書(shū)的元數(shù)據(jù)交付要標(biāo)引必要的檢索點(diǎn)，關(guān)聯(lián)有效信息資源，匹配用戶檢索意圖，簡(jiǎn)化OPAC檢索表達(dá)，為用戶的場(chǎng)景化學(xué)習(xí)調(diào)動(dòng)資源配置。約束來(lái)源數(shù)據(jù)描述標(biāo)識(shí)是用戶學(xué)習(xí)的重要支撐，有利于支持多源異構(gòu)數(shù)據(jù)信息交互。中文電子圖書(shū)元數(shù)據(jù)的質(zhì)量控制過(guò)程調(diào)整描述標(biāo)識(shí)的提供與利用，促進(jìn)數(shù)據(jù)向知識(shí)轉(zhuǎn)化。

6 結(jié)語(yǔ)

中文電子圖書(shū)描述元數(shù)據(jù)質(zhì)量控制是篩選和賦值有效數(shù)據(jù)元素的過(guò)程。依據(jù)中國(guó)國(guó)家標(biāo)準(zhǔn)，借鑒目標(biāo)館管理經(jīng)驗(yàn)，建構(gòu)描述元數(shù)據(jù)模板，約束來(lái)源數(shù)據(jù)描述單元，探索中文電子圖書(shū)信息組織雙線協(xié)同策略。隨著未來(lái)學(xué)習(xí)中心建設(shè)任務(wù)的開(kāi)啟，中文電子圖書(shū)元數(shù)據(jù)有利于中文圖書(shū)資源整合，為多載體中文信息資源輸出成用戶學(xué)習(xí)資源提供保障。面向未來(lái)學(xué)習(xí)中心，中文電子圖書(shū)信息組織以元數(shù)據(jù)操作的方式控制書(shū)目數(shù)據(jù)質(zhì)量，輸出信息加工產(chǎn)品，將進(jìn)一步驅(qū)動(dòng)信息資源管理過(guò)程，開(kāi)展精準(zhǔn)的智慧化服務(wù)。

參考文獻(xiàn)：

[1] 饒權(quán).全國(guó)智慧圖書(shū)館體系：開(kāi)啟圖書(shū)館智慧化轉(zhuǎn)型新篇章[J].中國(guó)圖書(shū)館學(xué)報(bào)，2021（1）：4-14.

[2] 楊慧.《西文文獻(xiàn)著錄條例（修訂擴(kuò)大版）》新增電子資源及非書(shū)資料的著錄[J].國(guó)家圖書(shū)館學(xué)刊，2004（1）：41-46.

[3] 白晗，周雪松.“211”院校圖書(shū)館電子資源的組織與揭示調(diào)研[J].圖書(shū)館學(xué)研究，2007（10）：32-34.

[4] 王亞林.電子資源的編目策略[J].圖書(shū)館建設(shè)，2012（2）：47-49，53.

[5] 丁遒勁，蘇靜，曾建勛.國(guó)家元數(shù)據(jù)庫(kù)及其協(xié)同構(gòu)建框架研究[J].情報(bào)理論與實(shí)踐，2020（10）：82-92，80.

[6] 劉錚，冉志娟.電子資源書(shū)目記錄編制的實(shí)踐與探索[J].情報(bào)探索，2011（S1）：152-156.

[7] 宋文，朱學(xué)軍.《資源描述》國(guó)家標(biāo)準(zhǔn)及對(duì)我國(guó)信息資源描述標(biāo)準(zhǔn)體系的思考[J].數(shù)字圖書(shū)館論壇，2016（12）：21-27.

[8] 賈延霞，楊慧.Excel和元數(shù)據(jù)處理工具在電子資源批量編目中的應(yīng)用[J].圖書(shū)館雜志，2014（1）：40-44.

[9] 賈延霞，楊慧.電子資源批量編目的實(shí)踐及研究[J].圖書(shū)情報(bào)工作，2014（18）：117-121.

[10] 田曉迪，李廣利，白雪.Alma電子資源管理的內(nèi)容、流程及原則探析：實(shí)踐與思考[J].圖書(shū)情報(bào)工作，2020（4）：52-58.

[11] 白雪，等.Alma環(huán)境下電子資源庫(kù)的編目實(shí)踐[J].新世紀(jì)圖書(shū)館，2021（11）：53-57.

李艷茹 女，1975年生。碩士，館員。研究方向：信息組織與知識(shí)管理。

閻雅娜 女，1974年生。本科學(xué)歷，副研究館員，副館長(zhǎng)。研究方向：信息資源建設(shè)。

（收稿日期：2022-12-12；責(zé)編：婁明輝。）