數(shù)字圖書館中的元數(shù)據(jù)研究

趙子凱

（中共遼寧省委黨校信息中心，遼寧 沈陽 110004）

元數(shù)據(jù)技術是數(shù)字圖書館建設過程中的關鍵技術之一，數(shù)字圖書館在對信息資源進行組織和有效利用的過程中，自始至終都離不開元數(shù)據(jù)。從某種意義上說，數(shù)字圖書館建設的成功與否很大程度上取決于其元數(shù)據(jù)方案的質(zhì)量高低。因而數(shù)字圖書館中的元數(shù)據(jù)研究就具有很強的現(xiàn)實意義。

1 數(shù)字圖書館中的元數(shù)據(jù)體系分析

1.1 數(shù)字圖書館的元數(shù)據(jù)體系及其作用

元數(shù)據(jù)（metadata）是關于數(shù)據(jù)的數(shù)據(jù)。數(shù)字圖書館中的元數(shù)據(jù)體系就是數(shù)字圖書館中所有信息的描述方法，即各種元數(shù)據(jù)結構及其實現(xiàn)模塊的總和，是數(shù)字圖書館的基礎結構。元數(shù)據(jù)在數(shù)字圖書館中的主要作用是對數(shù)字信息資源的組織和整序，亦即為分布式數(shù)據(jù)發(fā)現(xiàn)和檢索奠定基礎。通常數(shù)字圖書館中的元數(shù)據(jù)體系具有以下功能：

①描述功能。數(shù)字圖書館中的元數(shù)據(jù)描述功能有兩個方面：a.描述數(shù)字化信息的基本特征，使得數(shù)字化圖書館系統(tǒng)能夠通過元數(shù)據(jù)體系自動搜索到數(shù)字化信息。b.描述用戶提問。

②整合功能。所謂整合功能，指的是數(shù)字圖書館的元數(shù)據(jù)體系將各種不同格式的元數(shù)據(jù)，通過建立映射、翻譯等方法整合成一種元數(shù)據(jù)格式的過程，即實現(xiàn)不同格式元數(shù)據(jù)之間的互操作性，也是一個異構數(shù)據(jù)庫之間的整合過程。

③控制功能。元數(shù)據(jù)體系的規(guī)范控制功能包括信息內(nèi)容的規(guī)范化描述、規(guī)范標引和信息評估等方面。元數(shù)據(jù)體系可以通過標準元數(shù)據(jù)模型來規(guī)范化描述數(shù)字信息。

④代理功能。知道元數(shù)據(jù)本身也是替代記錄，數(shù)字圖書館中的元數(shù)據(jù)體系同樣具有代理功能。元數(shù)據(jù)的代理功能可以有效地節(jié)省網(wǎng)絡資源，這是因為元數(shù)據(jù)是數(shù)字化信息資源的一種描述，記錄了數(shù)字化信息資源的基本特征，可以基本反映信息的概貌，同時，元數(shù)據(jù)和數(shù)據(jù)相比，其數(shù)據(jù)量要小得多，可以作為完整信息的代理。

1.2 數(shù)字圖書館中元數(shù)據(jù)體系的組成

數(shù)字圖書館中的元數(shù)據(jù)體系結構的組成，往往因具體的數(shù)字圖書館項目而有所區(qū)別。這里僅就目前的研究現(xiàn)狀給出比較通用的6個組成部分。

①核心元數(shù)據(jù)系統(tǒng)。它構成數(shù)字圖書館中元數(shù)據(jù)體系的核心內(nèi)容，也有人將它稱為基準或標準元數(shù)據(jù)系統(tǒng)，通常核心元數(shù)據(jù)是數(shù)字圖書館元數(shù)據(jù)體系所必須的。

②元數(shù)據(jù)字典。它實際上是一種用于不同格式的元數(shù)據(jù)到核心元數(shù)據(jù)系統(tǒng)相互轉換的對照表，描述了各種元數(shù)據(jù)的基本特征，構建了各種元數(shù)據(jù)與核心元數(shù)據(jù)系統(tǒng)的對應關系。

③非核心元數(shù)據(jù)封裝系統(tǒng)。它是指數(shù)字圖書館中存儲數(shù)據(jù)的屬性總和，即各種非核心元數(shù)據(jù)的集合。

④用戶接口系統(tǒng)。數(shù)字圖書館中的元數(shù)據(jù)體系與讀者、用戶之間的聯(lián)系就是通過用戶接口系統(tǒng)來實現(xiàn)的。

⑤轉換模塊。核心元數(shù)據(jù)系統(tǒng)與非核心元數(shù)據(jù)之間的轉換是通過元數(shù)據(jù)體系中的轉換模塊來實現(xiàn)的。轉換模塊提供了實現(xiàn)各種元數(shù)據(jù)之間相互轉換、翻譯的方法。相對于元數(shù)據(jù)字典而言，轉換模塊以它為基礎，是由專門程序?qū)崿F(xiàn)的動態(tài)過程。

⑥維護模塊。維護模塊是對上述數(shù)字化圖書館元數(shù)據(jù)體系的5個部分進行管理和維護的模塊。維護模塊可以對各種對照表進行添加、刪除、修改等動態(tài)管理，保證整個元數(shù)據(jù)體系的可擴展性和可維護性。

雖然元數(shù)據(jù)體系的組成結構在實際系統(tǒng)設計上可能形態(tài)各異，但上述6個組成部分是元數(shù)據(jù)體系的基本功能構成，它們實現(xiàn)了數(shù)字化圖書館對元數(shù)據(jù)的處理過程。

2 數(shù)字圖書館中的元數(shù)據(jù)類型

在對數(shù)字圖書館中的元數(shù)據(jù)類型進行劃分時，人們通常以功能作為其劃分標準。筆者認為數(shù)字圖書館中常見的元數(shù)據(jù)類型有以下5種：管理型元數(shù)據(jù)、描述型元數(shù)據(jù)、結構型元數(shù)據(jù)、技術型元數(shù)據(jù)和保存型元數(shù)據(jù)。這是因為這5種功能類型的元數(shù)據(jù)的功能正是數(shù)字圖書館在對數(shù)字信息資源進行組織和利用過程中整體功能的反映。數(shù)字圖書館首先要對數(shù)字信息資源進行描述，然后進行結構化的存取，從而實現(xiàn)對數(shù)字信息資源的有效管理。數(shù)字圖書館本身就是各種高新技術的集成，為實現(xiàn)數(shù)字圖書館技術環(huán)境中信息資源的有效利用，技術型元數(shù)據(jù)不可缺少，在數(shù)字圖書館中應該特別強調(diào)對數(shù)字信息資源的長期保存，因而保存型元數(shù)據(jù)將發(fā)揮一定的作用。

2.1 描述型元數(shù)據(jù)

它是所有劃分標準中的公認類型，屬于元數(shù)據(jù)的基本功能范疇。描述型元數(shù)據(jù)支持資源的發(fā)現(xiàn)和鑒別。題名、創(chuàng)造者、制作者、出版者、出版日期等都是典型的描述型元數(shù)據(jù)。

2.2 管理型元數(shù)據(jù)

數(shù)字圖書館中通過它實現(xiàn)對數(shù)字信息資源的有效管理。傳統(tǒng)圖書館中有關借閱權限、館藏地點等信息都是管理元數(shù)據(jù)的例子。

2.3 結構型元數(shù)據(jù)

結構型元數(shù)據(jù)反映數(shù)字信息資源的內(nèi)部形式特征，如目錄、段落、章節(jié)等，從而實現(xiàn)對數(shù)字信息資源的結構化存取。

2.4 技術型元數(shù)據(jù)

數(shù)字圖書館是高新技術的集聚地，其作業(yè)環(huán)境是典型的技術環(huán)境。將各種技術有效地應用于對數(shù)字信息資源的組織和管理，正是技術型元數(shù)據(jù)的功能和作用。

2.5 保存型元數(shù)據(jù)

保存型元數(shù)據(jù)是指支持數(shù)字化資源長期保存的數(shù)據(jù)。在數(shù)字圖書館中，關于數(shù)字化信息資源發(fā)現(xiàn)與檢索的元數(shù)據(jù)研究固然重要，關于支持信息資源長期保存的元數(shù)據(jù)研究同樣非常重要。無論人們試圖以哪一種技術來解決數(shù)字化信息的長期保存，都必須知道數(shù)字信息本身及其環(huán)境的一些技術特征，這便是保存型元數(shù)據(jù)所揭示的內(nèi)容特征。

數(shù)字圖書館中的元數(shù)據(jù)類型劃分不是絕對的，而是相對的，隨著人們研究的不斷深入和具體的應用實踐，將會有新的類型出現(xiàn)。就數(shù)字圖書館中具體的元數(shù)據(jù)元素而言，它可能既是描述型元數(shù)據(jù)，同時又是管理型元數(shù)據(jù)；既是技術型元數(shù)據(jù)，又是保存型元數(shù)據(jù)。在元素與元數(shù)據(jù)類型之間不是簡單的一一對應關系。

3 數(shù)字圖書館中的元數(shù)據(jù)模型

數(shù)字圖書館中的元數(shù)據(jù)模型為各種元數(shù)據(jù)在數(shù)字圖書館中的具體應用提供一個描述框架，它將元數(shù)據(jù)的語義和語法有機地結合起來，是元數(shù)據(jù)在編碼語言中的具體應用形式，它為實現(xiàn)各種格式、類型的元數(shù)據(jù)之間的互操作性提供了基礎，在多種格式、類型的元數(shù)據(jù)并存的數(shù)字圖書館元數(shù)據(jù)體系中將起到非常重要的作用。就數(shù)字圖書館而言，可選擇的元數(shù)據(jù)類型和元數(shù)據(jù)模型有多種。一般來說，數(shù)字圖書館中有代表性的元數(shù)據(jù)類型有兩種：以資源為中心的資源描述框架RDF和以事件為中心的ABC元數(shù)據(jù)邏輯模型。

3.1 RDF資源描述框架

RDF資源描述框架（Resource Description Framework）是1997年10月W3C正式發(fā)布的草案，其設計目的是提供一種強有力的表述、交換與利用元數(shù)據(jù)的機制，通過對一般意義上的語義、語法和結構的支持，提供在各種不同元數(shù)據(jù)體系之間的互操作性。RDF基于XML和XHTML，其核心定義比較簡單，它基于如下的假設：任何一個可以被標識的“資源”（resource）都可以被一些可選擇的“屬性”（properties）描述，每一個屬性的描述都有一個“值”（value）。資源、屬性、屬性值三者構成了資源描述框架的基本數(shù)據(jù)模型（見圖1）。

圖1 以資源為中心的資源描述框架RDF

3.2 ABC邏輯模型

ABC模型最突出的特征是引入了“事件”概念。“事件”概念為不同元數(shù)據(jù)集之間的信息交換架起了橋梁。它使我們將資源間復雜的、模糊的關系用簡單的二維關系來描述。而且，當人們將一種元數(shù)據(jù)描述轉換成另一種元數(shù)據(jù)格式時，資源間的關系不會丟失。在ABC邏輯模型中，將相對于其他元數(shù)據(jù)集中的上層域稱為類，類內(nèi)所包含的概念稱為子類。ABC中的基本類有：資源、特性、事件、行為、關聯(lián)。其邏輯關系見圖2。

圖2 以事件為中心的ABC邏輯模型

4 數(shù)字圖書館中的元數(shù)據(jù)編碼標準

要想使元數(shù)據(jù)應用于數(shù)字圖書館，就要為其編碼，通過為元數(shù)據(jù)編碼，使之能夠為機器處理，從而提供給用戶使用，進而發(fā)揮其應有的作用。數(shù)字圖書館中最常見的元數(shù)據(jù)編碼標準應該是MARC機讀目錄通訊格式。MARC格式歷史悠久，但格式復雜，并不適宜對網(wǎng)絡信息資源進行描述，所以目前以標記語言作為數(shù)字圖書館中的元數(shù)據(jù)編碼語言或編碼標準為人們普遍接受，但也正處于研究和試用階段。

4.1 MARC

機讀目錄通訊格式（MARC Communication Format）是圖書館自動化系統(tǒng)之間傳輸和交換機讀目錄數(shù)據(jù)時共同遵循和使用的標準記錄格式，又稱機讀目錄交換格式。它規(guī)定了書目數(shù)據(jù)在機讀介質(zhì)上的表示和標記方法。在MARC格式中，每條元數(shù)據(jù)記錄都分為4個部分：頭標區(qū)（Header）、目次區(qū)（Directory）、控制字段（Control field）和可變長字段（Variable field）。

4.2 SGML

SGML通用標準標記語言是用于文獻標記的國際標準。它是一套設計標記語言的規(guī)則，描述文獻的結構，以便于文獻能夠跨越計算機平臺被交換。SGML非常靈活，足以定義無數(shù)的標記語言。HTML、XML和XHTML都是SGML定義的標記語言。HTML超文本標記語言是對元數(shù)據(jù)進行描述的最早、最廣泛的應用，該標記語言中的meta和link標記提供了為元數(shù)據(jù)進行編碼的通用機制；XML可擴展的標記語言，是前景被普遍看好的Web標記語言，非常適合對數(shù)字圖書館中的元數(shù)據(jù)進行編碼，XML語言通常與RDF資源描述框架結合使用；XHTML可擴展的超文本標記語言是更高級一些的標記語言，也可以作為數(shù)字圖書館中元數(shù)據(jù)的編碼語言，我們應在實踐中予以關注和深入研究。

[1] 林海青.數(shù)字化圖書館的元數(shù)據(jù)體系.中國圖書館學報，2000（4）.

[2] 李慧.元數(shù)據(jù)在數(shù)字圖書館中的應用.情報理論與實踐，2001（1）.

[3] 吳開華，邢春曉，羅德胤.數(shù)字圖書館元數(shù)據(jù)研究.中國圖書館學報，2002（3）.

[4] 李瑞勤.不同元數(shù)據(jù)集之間信息交換的橋梁-ABC邏輯模型.圖書情報工作，2002（10）.

[5] 羅冰眉.元數(shù)據(jù)及其在數(shù)字圖書館的應用.情報雜志，2003（1）.