數字圖書館中的元數據研究

趙子凱

（中共遼寧省委黨校信息中心，遼寧 沈陽 110004）

元數據技術是數字圖書館建設過程中的關鍵技術之一，數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據。從某種意義上說，數字圖書館建設的成功與否很大程度上取決于其元數據方案的質量高低。因而數字圖書館中的元數據研究就具有很強的現實意義。

1 數字圖書館中的元數據體系分析

1.1 數字圖書館的元數據體系及其作用

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

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

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

③控制功能。元數據體系的規范控制功能包括信息內容的規范化描述、規范標引和信息評估等方面。元數據體系可以通過標準元數據模型來規范化描述數字信息。

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

1.2 數字圖書館中元數據體系的組成

數字圖書館中的元數據體系結構的組成，往往因具體的數字圖書館項目而有所區別。這里僅就目前的研究現狀給出比較通用的6個組成部分。

①核心元數據系統。它構成數字圖書館中元數據體系的核心內容，也有人將它稱為基準或標準元數據系統，通常核心元數據是數字圖書館元數據體系所必須的。

②元數據字典。它實際上是一種用于不同格式的元數據到核心元數據系統相互轉換的對照表，描述了各種元數據的基本特征，構建了各種元數據與核心元數據系統的對應關系。

③非核心元數據封裝系統。它是指數字圖書館中存儲數據的屬性總和，即各種非核心元數據的集合。

④用戶接口系統。數字圖書館中的元數據體系與讀者、用戶之間的聯系就是通過用戶接口系統來實現的。

⑤轉換模塊。核心元數據系統與非核心元數據之間的轉換是通過元數據體系中的轉換模塊來實現的。轉換模塊提供了實現各種元數據之間相互轉換、翻譯的方法。相對于元數據字典而言，轉換模塊以它為基礎，是由專門程序實現的動態過程。

⑥維護模塊。維護模塊是對上述數字化圖書館元數據體系的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、修改等動態管理，保證整個元數據體系的可擴展性和可維護性。

雖然元數據體系的組成結構在實際系統設計上可能形態各異，但上述6個組成部分是元數據體系的基本功能構成，它們實現了數字化圖書館對元數據的處理過程。

2 數字圖書館中的元數據類型

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

2.1 描述型元數據

它是所有劃分標準中的公認類型，屬于元數據的基本功能范疇。描述型元數據支持資源的發現和鑒別。題名、創造者、制作者、出版者、出版日期等都是典型的描述型元數據。

2.2 管理型元數據

數字圖書館中通過它實現對數字信息資源的有效管理。傳統圖書館中有關借閱權限、館藏地點等信息都是管理元數據的例子。

2.3 結構型元數據

結構型元數據反映數字信息資源的內部形式特征，如目錄、段落、章節等，從而實現對數字信息資源的結構化存取。

2.4 技術型元數據

數字圖書館是高新技術的集聚地，其作業環境是典型的技術環境。將各種技術有效地應用于對數字信息資源的組織和管理，正是技術型元數據的功能和作用。

2.5 保存型元數據

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

數字圖書館中的元數據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。就數字圖書館中具體的元數據元素而言，它可能既是描述型元數據，同時又是管理型元數據；既是技術型元數據，又是保存型元數據。在元素與元數據類型之間不是簡單的一一對應關系。

3 數字圖書館中的元數據模型

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

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、交換與利用元數據的機制，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據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據模型（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”概念為不同元數據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，當人們將一種元數據描述轉換成另一種元數據格式時，資源間的關系不會丟失。在ABC邏輯模型中，將相對于其他元數據集中的上層域稱為類，類內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。其邏輯關系見圖2。

圖2 以事件為中心的ABC邏輯模型

4 數字圖書館中的元數據編碼標準

要想使元數據應用于數字圖書館，就要為其編碼，通過為元數據編碼，使之能夠為機器處理，從而提供給用戶使用，進而發揮其應有的作用。數字圖書館中最常見的元數據編碼標準應該是MARC機讀目錄通訊格式。MARC格式歷史悠久，但格式復雜，并不適宜對網絡信息資源進行描述，所以目前以標記語言作為數字圖書館中的元數據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之間傳輸和交換機讀目錄數據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。它規定了書目數據在機讀介質上的表示和標記方法。在MARC格式中，每條元數據記錄都分為4個部分：頭標區（Header）、目次區（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據進行描述的最早、最廣泛的應用，該標記語言中的meta和link標記提供了為元數據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，非常適合對數字圖書館中的元數據進行編碼，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，也可以作為數字圖書館中元數據的編碼語言，我們應在實踐中予以關注和深入研究。

[1] 林海青.數字化圖書館的元數據體系.中國圖書館學報，2000（4）.

[2] 李慧.元數據在數字圖書館中的應用.情報理論與實踐，2001（1）.

[3] 吳開華，邢春曉，羅德胤.數字圖書館元數據研究.中國圖書館學報，2002（3）.

[4] 李瑞勤.不同元數據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.元數據及其在數字圖書館的應用.情報雜志，2003（1）.