書目數據新格式BIBFRAME及其應用

劉煒　夏翠娟

摘要：MARC格式被認為是目前制約圖書館數據開放利用的最大障礙，已經不適合當前的編目環境。基于書目控制的歷史和當前背景及需求，通過剖析新的書目框架格式BIBFRAME的關聯數據模型、需求與用例、工具與服務，分析其開放性、語義化、向后兼容性等特點，提出其在應用上將遇到技術門檻過高、與FRBR/RDA等已有標準的融合與沖突、與Shema.org的競爭與合作關系等問題。BIBFRAME不僅是MARC的替代品，還將為圖書館數據融入更廣闊的互聯網環境帶來巨大的潛力和可能性。

關鍵詞：MARC 書目框架 語義網 關聯數據

書目數據是圖書館進行書目控制的重要基礎，是揭示館藏、開展服務的主要工具，也是傳統圖書館對于知識進行組織和整序的最有價值的貢獻。數字時代的書目數據雖然只是圖書館類型豐富的元數據中的一種，但它肩負著將紙媒帶人數字時代的重任，同時又是出版物得以傳播利用的重要橋梁，因此其重要性并沒有降低。當前最大的問題是如何將書目數據開放成真正的萬維網上的數據？這其實并不是系統實現問題，而是書目數據格式問題。由于語義技術的發展，人們才真正明白，MARC格式是當前制約圖書館數據開放利用的最大障礙，網絡時代呼喚新的書目數據格式。

1 背景和歷史

MARC格式設計于上世紀60年代末。當時計算資源極其匱乏，計算機速度慢，存儲介質昂貴，以磁帶這種順序存取介質為主，因此MARC記錄格式（即2709格式）被設計為不定長字段的緊湊型格式，以記錄為單元，每條記錄代表一個編目單位。MARC最初的設計目的是為了打印目錄卡片，后來有條件的圖書館逐漸開放了檢索終端，發展為后來的標準OPAC服務。由于磁帶格式只能順序檢索而無法隨機存取，因此在格式中設計了很多機器識別碼、記錄及字段子字段標識，以便能通過倒排索引而迅速定位檢索。后來雖然隨機存儲介質（磁盤）和關系型數據庫技術得到普及，但2709格式依然作為MARC記錄的交換格式，圖書館的MARC記錄雖然都可以通過萬維網查詢，但除了按照客戶機/服務器時代研發的Z39.50標準開放API接口之外，基本沒有其它互操作方式，MARC數據一直被牢牢地圈養在每個圖書館的OPAC范圍內，缺乏方便地生成一個國家或地區的總書目或聯合目錄的技術和能力，更不用說開放給整個社會各相關行業使用。

當今的信息服務業有這樣一個趨勢：凡是互聯網上不存在的，基本上是可以被忽略的。圖書館作為一種向大眾傳播知識的社會機構，如果遭到大眾的忽略，就無法充分實現其職能，因而也無法實現其價值。自MARC產生到現在已經過去了半個世紀，隨著技術的發展、信息大環境的改變，讀者利用圖書館資源的對象和方式也發生了巨大的改變。MARC格式的種種局限在網絡時代越來越成為一個絆腳石，越來越阻礙圖書館行業成為一個與其地位相稱的網絡存在：首先，互聯網讓計算機不再是簡單的數據處理工具，而成為全球信息空間的一個個節點，書目控制不再局限于某一臺機器、某一個系統、某一家機構，而需要在圖書館以外的網絡空間進行傳輸和交換，MARC因其領域上的封閉性已無法滿足這種需求。其次，圖書館要保存和處理的資源不僅限于傳統的印本圖書，還包括諸如電子文獻、網頁、圖像、多媒體等復雜的資源類型，而MARC是為印本圖書設計的，雖然曾在網絡資源的描述上做過一定的努力（856字段），但效果并不理想。

都柏林核心元數據組織（DCMI）很早就看到了MARC對網絡應用的不適應，從上世紀90年代中期開始發起了一輪新型元數據研發風暴，試圖為MARC等傳統的文獻描述方式找到替代者。都柏林元數據核心集、術語詞表、抽象模型及應用綱要等都是DCMI為網絡時代書目控制做出的重要貢獻。對于圖書館元數據，DCMI很早就提出一套名為“圖書館應用綱要”的元數據方案，試圖實現類似MARC的描述功能，但這個方案只是一個屬性元素集合，相對于MARC這種既包含豐富得多的屬性元素集、又含有著錄和語法編碼規則的“復合型”標準來說，遠不能滿足實際需要，因而一直缺乏大型圖書館的支持而始終停留于草案階段，未能成為DCMI的推薦規范。在數據編碼方式上，MARC雖然號稱“機讀”，但是其各種內部格式只是被計算機讀取，而無法被機器“理解”。DCMI嘗試引入RDF/XML作為語義描述規范，但由于圖書館通行的編目規則（AACR2）是和MARC配套的，無法直接采用RDF編碼，而且語義技術的實用化也有一個過程，當時還不足以支持大規模的應用，因此MARC的地位長期以來難以撼動。

國際圖聯1998年出版了《書目記錄的功能需求》（FRBR）報告12]，提出與書目描述相關的三類實體、屬性及其相互之間的關系，指出傳統的MARC無法滿足報告中提出的這種層次化的、全網域的“查找、標識、搜索和獲取（FISO）”四方面的需求。隨著以兼容過去并實現FRBR為目標的RDA編目規則的出臺，美國國會圖書館對MARC21進行了大量擴展，人們對MARC格式的不滿達到了一個頂點。

呼吁以新的書目格式取代MARC的呼聲早已有之，進入新千年之后更是不絕于耳。加州大學數字圖書館項目前經理、現任OCLC高級項目主管Roy Tennant在2002年公開喊出MARC Must Die（MARC必須死）。但它為什么還死不了呢？最主要的原因是一直沒有一種能夠滿足網絡時代書目數據功能需求的書目格式來取代它。

美國國會圖書館2006年12月成立了未來書目控制項目組，2008年1月提交最終報告On the Record，表明將書目控制向萬維網推進的積極態度，引發巨大爭論。OCLC領導了WaC的Schema書目擴展社區的研究工作，通過對一種由Google、Yahoo和微軟等提出的Schema.org編碼推薦規范進行擴展，在其WorldCat中嘗試基于Schema.org的書目格式，實現基于FRBR的RDA編目數據的網絡化。所有這些探索都指向一個目標：直接用萬維網原生的技術——即以URI、HTTP、HTML/XML為代表的技術來處理和發布信息。