圖書館中文關聯書目數據實現的初步研究

●蘇建華

(西南政法大學 重慶 401120)

?

【資源·共享】

圖書館中文關聯書目數據實現的初步研究

●蘇建華

(西南政法大學 重慶 401120)

用URI作為書目記錄的名稱，通過使用HTTP、URI將書目數據發布為關聯數據是目前國外圖書館的發布關聯數據的常用做法，這樣不但可以定位到書目記錄，而且可通過相關數據項的URI鏈接發現更多的書目數據對象，實現真正意義上的數據開放和共享。關聯數據的運用可以促進圖書館加強數據資源整合、擴展圖書館服務平臺和提升社會服務能力，圖書館應該抓住這一歷史機遇，合理利用關聯數據增強用戶體驗、提高資源的被發現率和擴大圖書館書目數據的社會化參與程度。參考文獻10。

關聯數據 圖書館書目 中文書目數據

目前圖書館關聯數據主要應用于3個方面：圖書館記錄集、詞表和元數據元素集，國外圖書館的書目記錄、名稱規范檔、分類表、詞表及本體都已相繼實現了數據關聯化，美國國會圖書館、瑞典、德國、法國、匈牙利以及英國等國家圖書館都將本館的書目數據發布為關聯數據，建立了與其他資源的鏈接，實現了圖書館書目數據的開放與共享[1]。與國外相比,國內書目數據的關聯化僅在文獻介紹中可見，缺乏實踐應用項目。因此,如何將中文書目資源轉換發布為關聯數據,已成為當前國內圖書館界亟需研究的重要課題。

1 關聯書目數據的意義

書目數據的關聯化，其實質是把書目數據發布為關聯數據。書目關聯數據化在數據層建立鏈接機制，通過URI關聯相關信息來實現多類型知識內容的整合，用戶檢索查詢書目信息時能夠擴展鏈接到更多的責任者、叢編、主題、館藏及國外圖書館的相關資源，實現了圖書館書目數據與外部數據相關數據的關聯[2]，增強了現有書目數據體系的社會化應用程度。

1.1 實現元數據的開放與共享

圖書館關聯數據的本質就是書目數據中各個元素的互相關聯，開放書目數據使用URI作為書目記錄的名稱，通過賦予個人名稱、主題、叢編項等一個唯一的名稱標識URI，建立跟個人名稱規范、叢編項、主題規范等的關聯鏈接，而個人名稱、叢編、主題等的URI又提供其有關聯意義數據項的URI鏈接，便于用戶從一條書目記錄能擴展檢索到更多的相關信息[3]，這種相互關聯的數據使圖書館資源融入互聯網知識網絡成為可能。

1.2 提高圖書館資源被發現的機率

目前，圖書館書目數據主要應用于圖書情報領域，社會化開放程度與認知程度較低，MARC的局限性使得書目數據無法實現擴展功能。書目數據擴展與關聯技術的發展促使圖書館書目數據的開放著錄和關聯發布成為可能，例如，德國國家圖書館的書目關聯數據責任者關聯可以發現作者的出生年代、職業、出版作品等信息。可以說通過開放書目數據的發布，圖書館實現了與外部海量相關信息資源的聚合鏈接，增加了用戶瀏覽網頁資源發現圖書館資源的機率，使書目資源和網絡資源的集成成為可能[4]。

1.3 提升圖書館書目數據的社會化程度

關聯數據采用屬性的描述方式使書目數據的分面顯示成為可能，讀者在檢索時可以通過分面限定來提高檢索命中率。另外，圖書館開放書目數據后，圖書館書目元數據與用戶生成的社會類元數據更易于合并，合并后的數據不但能提供豐富完整的元數據描述，還能提供用戶使用偏向的說明信息，如點擊數、下載量、評價以及推薦等，這樣圖書館就能基于數據分析各類資源的使用量和用戶使用資源的方式，從而在引進資源時做出正確決策[5]。

2 圖書館關聯書目數據的實現方法

2.1 現有典型案例介紹

關聯數據是語義網的一個簡單應用, 采用RDF三元組的主-謂-賓作為基本數據模型，用來在語義網中使用RDF和URI發布連接各類數據和信息。目前圖書館的數據主要有數據集、詞匯表和元數據集三部分。數據集主要是MARC記錄，詞匯表主要是各種分類和主題詞表，定義資源描述的規范化詞匯；簡單知識組織系統( SKOS) 、都柏林核心元素集(DC)、書目本體(BIBO)、朋友的朋友(FOAF) 等元數據集是資源描述的標準[6]。書目記錄、用戶使用資源的信息數據都是圖書館開放書目數據的基礎，但長期以來圖書館書目數據描述都是嚴格按照各種受控詞表進行的，因此國外圖書館的開放書目數據都是從公開各類型詞匯表開始，例如，美國國會標題表、杜威十進分類法、虛擬國際規范文檔(VIAF) 等。當今國外圖書館已投入應用的關聯數據項目有英國國家書目(BNB)、OCLC 的 WorldCat、美國國會圖書館的 BIBFRAME 項目、歐洲數字圖書館 Europeana 項目、美國數字公共圖書館DPLA 項目。這些項目對圖書館關聯數據的內容描述規則、本體模型及詞表、數據模型及格式和數據消費方式等方面做出了探索和規定，構建了具有包容性和開放性的本體模型來整合多家文獻收藏單位的資源，實現了資源之間的關聯、重用與共享。上述案例中在國內影響較大的是BIBFRAME項目，該項目采用RDA、BIBFRAME詞表、RDF/XML、JSON模型、數據轉換工具以及SPARQL將MARCXML 格式的數據轉換成 BIBFRAME數據。

2.2 圖書館關聯書目數據的實現

圖書館關聯數據發布實現流程中,涉及到數據模型的構建、詞匯表的選擇、MARC格式與RDF的映射等，最關鍵的一步是如何將MARC格式轉化為RDF格式，基于此，本文借鑒上述典型案例的成功做法，歸納總結CNMARC格式轉換為RDF格式的流程。

(1)建立數據轉化模型。圖書館關聯數據模型中所定義的類、屬性已有成熟的詞表可利用，圖書館發布關聯數據時盡量要使用現有詞表，因為詞表重用可通過元數據的相互引用提高詞表間的互操作，減少對本地元數據的管理負擔，圖書館應使用多個通用詞表和專用詞表作為描述書目記錄的命名空間，定義相應描述實體的類和屬性。在進行RDF表達時，使用對應命名空間中的類或屬性標簽來描述對應信息。如同本體一樣關聯數據需明確實體及實體之間的關系，需對實體進行URI命名，確保實體的唯一性、可獲取性。實體多指存在的事物與對象，不同領域實體的表現形式不一樣，如FRBR模型將實體分為作品、責任者、主題3種類型，BIBFRAME模型中則分為作品、實例、規范、標注4種類型。圖書館發布關聯數據時，可依照RDF和BIBFRAME模型建立數據模型，如大英圖書館將書目數據發布為關聯數據時將資源實體分為書目資源(resource)、連續出版物(series )、主體( agent )、概念(concept)4種類型，分別建立了出版事件、責任者信息、主題信息和其他信息數據模型，各種模型下又分若干類(詳見表1)，針對每一類都有對應的具體字段值，并定義為實例，如出版事件URI是出版事件類的實例，實例與類、類與類之間都存在明確聯系，然后使用SKOS 、Event、Foaf、Blt、RDFS、Dct、Geo、DDC、LCSH、ISBD以及各類規范檔等描述實例之間的關系，最后通過部分URI與已經發布的其他數據集如GeoNames、LCSH、DeweyInfo以及VIAF建立關聯[7]。

表1 大英圖書館書目關聯數據模型類型表1

1 模型類型資源來源于《大英圖書館書目數據的關聯化分析》一文。

2 父類和子類指一種包含關系，子類能夠引用父類中的某些東西。

(2)建立映射表。確定書目數據的數據模型是圖書館建立關聯數據的第一步，緊接著需要通過建立映射表將原有的書目數據轉化為關聯數據。確立映射表時需要明確書目元數據每一字段、子字段對應的RDF屬性。轉換過程中，為保證不同機構數據描述的一致性和規范性，應充分利用已發布的DC、BIBO、OWL(本體語言)等來表示各描述單元，用SKOS表示書目記錄中的分類號、敘詞之間的關系及其屬性；用DC表示書目記錄中的主題詞、摘要、語言、責任者等；用FOAF表示書目數人名、機構名；用BIBO表示各種類型的文獻，如期刊、報紙、連續出版物等。為了確保轉換的準確性，現有詞表找不到對應關系時應定義新的術語，而且要建立與其他詞匯的聯系，通過rdfs:subClass of或rdfs:subProperty of就能實現新術語與其他類和屬性的關聯[8]。

根據關聯數據的原則，每一條書目數據都可看做一條資源，都應該用URI標識，CNMARC表示資源標識符的常用字段有：001控制號、010(ISBN)、011(ISSN)，國外圖書館發布關聯數據時采用的URI基本格式為。其中,baseUri為URI基地址(域名)；type為記錄類型(書目記錄、規范記錄)[9],ID為可以唯一識別記錄的符號,國外常用001字段的控制號作為其ID,當然ISBN、ISSN標識符也可以作為備選項，但多將其作為屬性來描述。例如，可將CNMARC字段中表示出版事件信息的260字段的$a子字段轉化為Event：place，用于描述出版事件中的出版地信息；$b子字段轉化為Event：agent，用于描述出版事件中的出版機構信息；$c子字段轉化為Event：time，表示出版時間。將CNMARC中表示責任者信息的100字段、110字段、111字段、700字段、710字段和711字段的主要款目標目轉化為Dct：creator:屬性，附加款目標目用Dct：contributor表示，并通過rdf: type進一步明確個人名稱和團體名稱。

(3)RDF實現。書目記錄通過3種關系關聯存在：書目記錄與詞匯表、詞匯表之間和主題表與分類表。詞匯表對記錄內容實施規范控制，如當前應用較多的名稱規范檔，對實體的各種名稱進行控制，并同書目資源進行關聯。圖書館可利用分類表、主題詞表、人名表、地名表、機構名表以及大型機構發布的開放關聯數據與外部書目數據建立可利用的關系，如OCLC的虛擬國際規范文檔、美國國會標題詞表、國會名稱規范表、杜威十進分類法等，DC都提供了與這些詞匯表關聯的通道，CNMARC轉換時可通過dc: subject、dc:creator、dc:contributor、dc:location、foaf:focus屬性與這些詞匯表號建立關聯(關聯項具有唯一的URI鏈接)[10]，這樣通過責任者關聯可以發現作者的更多信息，例如其他作品、學術經歷等信息，通過主題關聯發現含有本主題詞的出版物信息，進而通過搜索引擎發現書目記錄，盡可能建立本地詞匯表與外部規范文檔的關聯是發布CNMARC關聯數據的 關鍵，盡可能為用戶提供新的資源發現和訪問服務渠道。最后需要指出的是：CNMARC與MARC21的記錄結構類似, CNMARC元數據到RDF的轉化可先將CNMARC轉換為MARC21，然后再轉換為RDF。

國外圖書館中的成功應用關聯數據的做法為我國圖書館書目數據關聯化提供了借鑒，本文僅從理論上探討了CNMARC向RDF的映射，旨在拋磚引玉，吸引更多的同行關注國內書目數據的關聯化進程，加快屬性值詞匯表的關聯化進程的研究步伐，推動國內圖書館的書目數據實現網絡化、國際化，使中文書目數據融入到語義網發展背景下，吸引更多用戶群，真正提高資源利用效率。

[1] 賈君枝，趙 潔.DDC關聯數據實現研究[J].中國圖書館學報，2014(4)：76-82.

[2][8][10] 賈君枝.開放書目數據的實現與發展[J].晉圖學刊，

2015(1)：1-4.

[3] 張海玲.圖書館書目數據的關聯數據化研究——以德國國家圖書館為例[J].2013(1):120-125.

[4] 賈君枝，白林林.關聯數據中CNMARC到MARC21的映射實現[J]. 國家圖書館學刊，2015(4)：80-93.

[5] 羅 錚,張贊梅,陳偉莉.高校圖書館應用關聯數據的意義及注意事項[J].圖書館雜志，2012(5)：51-53.

[6] 吳貝貝，夏翠娟.關聯書目數據模型比較研究[J].圖書館雜志，2015(5)：71-79.

[7] 張鵬圖.大英圖書館書目數據的關聯化分析[J].國家圖書館學刊，2015(4):103-112.

[9] 白林林,賈君枝.關聯數據中CNMARC到RDF的映射實現[J]. 國家圖書館學刊，2015(4):94-101.

(宋小華 編發)

A Preliminary Study on the Realization of the Chinese Linked Bibliographic Data in the Library

Su Jianhua

(Southwest University of Political Science & Law, Chongqing, Sichuan 401120, China)

Exposing library bibliographic data as linked data means publishing bibliographic data is in form of linked data. People can locate the record through HTTP/URI by using URI as names for bibliographic records. What's more, it provides linkable URI of correlation data so that people can find more objects. Linked data can make library strengthen the integration of data resources, expansion of library service platform and enhancement of capacity of social services，the library should grasp this historic opportunity to enhance user's experience and library bibliography socialization. 10 refs.

Linked data. Library bibliography. Chinese bibliographical data.

G250.7

A

1003-7845(2016)05-0046-03

蘇建華，副研究館員，現在西南政法大學圖書館工作。

2015-12-23