國際文件/檔案著錄標準化前沿與趨勢展望

段榮婷+馬寅源+李真

摘 要：文件/檔案著錄是對文件/檔案的一種智能化控制，其標準化對提供高效的知識檢索利用服務，乃至智慧檔案館的構建意義重大。論文基于國際檔案理事會最新標準《背景中的文件》的研究，對國際文件/檔案著錄標準化的前沿與趨勢進行了展望，并對我國文件/檔案著錄標準化提出了建議。

關鍵詞：文件著錄；檔案著錄；標準化；背景中的文件

Abstract： Record/Archival description is intellectual control of records/archives. So its standardization is very meaningful to knowledge service， and even construction of smart archives. Based on the study on the ICAs newest RiC， this paper puts forward the frontier and tendency of the international record/archival description standardization， and several suggestions for Chinas record/archival description standardization.

Keywords： record description； archival description； standardization； RiC

在國際檔案界，早期著錄的概念通常用“檔案著錄（Archival Description）”這個術語。但隨著檔案信息化及其電子文件的飛速發展，前端控制、全程管理等理念進一步深入檔案實踐。廣義的“文件（Records）”，包括了“檔案（Archives）”，相應地，“文件著錄（Record Description）”也包括了“檔案著錄（Archival Description）”。應該說，文件著錄更體現了對文件全生命周期的管理，因此國際檔案界開始更多地使用“文件著錄（Record Description）”這一提法，并且本質依然是對文件的一種智能化控制，其重要作用，包括：（1）文件管理；（2）文件保存；（3）文件的可持續性利用與重用。也因此文件著錄標準化備受國際關注，其最新發展是國際檔案理事會（ICA）制定了《背景中的文件》（Records in Context，簡稱RiC）這一最新標準，其亦應引起我國檔案界的密切跟蹤與研究。

1 國際檔案理事會（ICA）文件著錄系列標準《背景中的文件》（RiC）概述

國際檔案理事會（ICA）文件著錄系列標準《背景中的文件》（RiC）是由ICA檔案著錄專家組（EGAD）基于文件著錄理論與實踐制定的，目前最新版為2016年的草稿版，計劃將于2017年定稿。該標準將成為文件著錄集成與共享的工具。

此外，ICA至今已制定的檔案著錄標準還包括：《國際檔案著錄規則（總則）（ISAD（G））》（最新第2版，1999）、《國際檔案規范記錄（機構團體、個人與家族）著錄規則（ISAAR（CPF））》（最新第2版，2004）、《國際檔案職能著錄規則（ISDF）》（2007）及《國際檔案館藏機構著錄規則（ISDIAH）》（2008），這些標準都已成為國際檔案著錄的最佳實踐，共同推進了數字環境下檔案著錄信息的交換與共享。

但是，在邁向知識社會、智能化時代的進程中，信息技術加速發展，如在資源描述方面，以可擴展置標語言（XML）技術標準為基礎，更具有語義表達性的資源描述框架（RDF）（圖（Graph）技術）、語義網（關聯數據）技術等也應運而生。在此背景下，檔案界如何能發揮更大的價值？這需要檔案界自身將其融入更廣的文化遺產領域，而檔案著錄也必須順應文化遺產領域在資源描述/著錄方面的發展趨勢，如，更高效地創建資源檢索工具、細分資源描述/著錄對象要素，同時，再基于資源描述/著錄對象要素的整合，而開發與利用新工具、新方法路徑，等等。以上這些都成為ICA制定新標準《背景中的文件》（RiC）的動因。

在遵循檔案專業來源原則的前提下，順應國際資源描述/著錄發展趨勢，ICA RiC標準制定的技術路線主要包括概念模型的構建及其本體化，據此該系列標準就由概念模型（RiC-CM）與本體（RiC-O）兩部分構成。其中，概念模型（RiC-CM）部分，主要在綜合現有ISAD、ISAAR、ISDF、ISDIAH等標準的基礎上，提取文件著錄的共性實體對象，分析其特征屬性，及其相互關聯，而建構文件概念體系，增強其可理解性；本體（RiC-O）部分，則使RiC-CM形式化，即利用網絡本體語言（OWL）/RDF對文件實體及其關系進行語義描述，使文件知識結構化，從而更利于計算機可讀與處理，進一步增強其可理解性與智能化利用，確保文件/檔案憑證與情報價值的發揮。

2 標準RiC-CM內容解析

標準RiC-CM規定了文件著錄的概念模型。概念模型（conceptual model），亦稱概念數據模型（conceptual data model），是對真實世界的抽象表達（ISO/TS 23081-2：2007（E））。標準RiC-CM為文件著錄界定了關鍵的高層級概念：實體（Entities）、實體的屬性（Properties），及其相互關系（Relations），由此，標準RiC-CM所定義的文件著錄概念模型是一種實體-關系模型，也因此該標準的主體內容就包括了實體、屬性及關系等幾大部分。endprint

2.1標準RiC-CM文件著錄概念模型之宏觀多維特征分析。標準RiC-CM文件著錄概念模型從宏觀上來看，其最顯著的特征是多維性及其科學性。

2.1.1多維來源的權威規范性。標準RiC-CM所架構的文件著錄概念模型，既源于ISAD、ISAAR（CPF）、ISDF、ISDIAH等國際現行文件/檔案著錄標準所規定的最佳實踐，也源于融入更廣文化遺產領域，同圖書情報博物信息行業交流協作的緊迫需求。因此，RiC-CM概念模型建構的標準基礎如圖1所示。

2.1.2多維內容的體系完備性。ICA檔案著錄專家組（EGAD）通過對如圖1所示的多維權威來源的標準模型進行調研與比較，采用綜合分析歸納法，建構了標準RiC-CM文件著錄實體-關系模型（概念模型），如圖2所示。

該概念模型中所反映出的文件/檔案著錄最大的變化與特征，集中體現于著錄內容的多維度化（包括多級著錄）。以往的多級著錄僅涉及了檔案這一單一實體的縱向等級，而新的文件著錄則更是多維度化與更靈活的，即不僅包括了文件實體及其多級著錄，更包括了責任者、職能業務、時間、地點、概念/對象等諸多實體，及其屬性、關系等。

2.1.3多維應用的高效靈活性。標準RiC-CM文件著錄概念模型具有基于理論的最佳實踐指導性，可轉化為如后圖11與圖12所示的本體實例，且具有靈活實用性等優點，可以作為文件著錄元數據、本體、關聯數據的概念模型，亦具有擴展性，能夠囊括用戶貢獻的著錄等。

2.2標準RiC-CM文件著錄概念模型之微觀-實體分析。在概念模型中，實體是指任何現在存在、過去存在或將來可能存在的具體或抽象的事物（例如：人、對象、事件、觀念或過程），及其關聯。

標準RiC-CM文件著錄概念模型，最基礎的部分便是其實體（共14個），可大致地劃分為檔案專用關鍵實體與其他領域資源通用實體兩大類型（如圖3所示）：

·檔案專用關鍵實體（key entities）：文件（Record）、責任者（Agent）、職能（Function，或業務）等；

·同其他行業共享共用的相關背景實體（contextual entities）：概念（Concept，含主題）、地點（Place）等。

圖3中，文件類實體最為關鍵，它們反映了文件著錄對象的來源主體，也是對多級著錄的繼承。文件類實體主要包括：文件（Record）、文件組件（Record Component），及文件集（Record Set），三者之間的邏輯關聯，且文件集與文件之間邏輯關系的具體化，如圖4所示：

圖4體現出著錄對象向文件與文件集轉變的特征。這里的文件集不僅對應于多級著錄中的全宗、類別、案卷，且能夠囊括用戶館藏，更增強了靈活實用性。此外，文件類實體及其關系恰恰也體現出數字時代文件著錄知識智能控制（intellectual control）的新特征，即對應于文件集（Record Set）的整體集合控制（aggregate control）同對應于文件（Record）與文件組件（Record Component）的具體件級控制（item-level control）的有機結合。其中集合控制側重結構與背景控制，件級控制則是具體的內容控制（content control）。這樣進行文件類實體設計利于滿足文件著錄的雙重需求，即通過側重結構與背景信息描述的集合控制，確保文件/檔案的憑證價值，便于用戶實現全宗體系瀏覽檢索及其研究；而通過件級內容控制，確保文件/檔案情報價值，便于用戶實現細粒度的發現與檢索。由此也從一個方面證明了RiC-CM概念模型的多維度化特征。

2.3標準RiC-CM文件著錄概念模型之微觀-屬性分析。在概念模型中，實體的屬性（property）是指對象類（object class）所有成員共同的特性。

標準RiC-CM文件著錄概念模型中實體的屬性（共67個），對應于OWL中的數據屬性（owl：dataProperty），主要有兩大類（如圖5所示）：所有實體的共用屬性與各實體的專用屬性。

其中，所有實體的共用屬性包括標識符、名稱、一般注解等4個屬性（RiC-P1～RiC-P4）；而各實體的專用屬性則合計有63個（RiC-P5～RiC-P67），以責任者（Agent）實體為例，其屬性及其UML類圖如圖6所示：

2.4標準RiC-CM文件著錄概念模型之微觀-關系分析。在概念模型中，關系（relation）是指概念（concepts）所可能通過構成的角色而關聯的義項。

標準RiC-CM的關系（Relations）有以下特點：

（1）以上所列14類實體的關系中，每一實體都同所有（含自身）實體互為關聯，目前共有792種關系（含圖7及圖2與圖4等的示例），從而構成了RiC-CM關系的豐富語義性，這將為文件著錄本體及其關聯數據化應用奠定基礎，確保文件著錄數據的高價值；

（2）所有實體間均具有共性關系：“現在同……相關（is associated with）”與“過去同……相關（was associated with）”；

（3）所有關系均具有共用屬性：日期（RiC-P68 Date）與地點（RiC-P69 Place），由此可以推斷出關系本身也是一種特殊的實體類，這同ISO/TS 23081-2：2007（E）《信息與文獻—文件管理過程—文件元數據 第2部分：概念與實現問題》中的實體模型是一致的。

3 標準RiC-O內容解析endprint

3.1標準RiC-O文件著錄本體的建構意義。概念模型反映的是人對體系的理解（ISO/TS 23081-2：2007（E））。而本體（ontology）是指規定知識域中具體或抽象事物及其關系的規范。本體是共享概念模型的形式化與明確的規范。因此，為了使此概念模型（RiC-CM）所反映的文件著錄具有實踐可操作性，還需要將其轉化為計算機可讀取與處理的形式，也就是將此概念模型本體化。

總的來說，RiC本體是其概念模型（RiC-CM）的機讀版，它是文件著錄更廣集成與共享的工具。為實現概念模型的機讀，RiC采用了國際萬維網聯盟（W3C）所制定的基于《資源描述框架（RDF）》的《網絡本體語言（OWL）》標準，來定義RiC實體及其關系，從而能夠提供連接分散實體及其關系的語義框架，如RiC本體就可以將現行文件/檔案著錄實踐（EAD）納入一個更廣的概念框架中，這為EAD 3及其新版修訂都提供了新思路。此外，RiC本體還可通過對owl：sameAs等OWL/RDF原語的使用，建立RiC文件著錄本體同外部本體之間的映射關聯（如圖8所示），從而實現文件著錄數據的集成與共享，也就是說，通過RiC文件著錄本體同各外部本體之間的關聯，實際上使文件著錄（本體實例）數據開放化，即一方面，外部數據集能夠發現文件著錄數據集，提高文件/檔案利用率；另一方面，文件著錄數據集自身能夠發現其他領域的相關數據集，從而進一步豐富了語義關系，有助于加深數據的可理解性與可用性乃至可信性。由此，RiC-CM的本體化實際上能夠使文件著錄更適應于語義網的發展趨勢，構建RDF檔案數據集，使文件及其著錄信息（元數據）發布于語義網，而成為關聯開放數據，提升文件/檔案利用率及同其他文化遺產資源的交換共享，乃至對文化遺產的集成檢索利用。

3.2標準RiC-O文件著錄本體的建構原則。標準RiC-O文件著錄本體的建構原則重點包括：

（1）完整性（COMPLETE）

領域本體應涵蓋真實檔案世界的所有概念/實體，包括某些高層級的抽象概念，及職能需求等。

（2）精準性（CLARITY/ACCURACY）

·類及其屬性、屬性的域與值域的準確定義；

·特別關注檔案概念與特征：定義職能與業務實體、文件集實體等，描述實體的歷史、來源（provenance），及某些管理事件等；

——多語種；

——實例（Examples）。

（3）靈活性（FLEXIBILITY）

——允許使用本體的全部或部分；

——關系（relations）表達可簡可繁；

——可擴展性（EXTENSIBILITY）：動態發展；

——開放性（OPENESS）：提供同其他行業的關聯。

（4）同其他本體的協同性（MAPPINGS）

可通過本體映射（即不同本體中的概念（類或屬性）匹配），而實現數據的集成。映射本體具體包括三大類（如圖8所示）。

3.3標準RiC-O文件著錄本體的建構思路及方法與流程?；谝陨蠘藴蔙iC-O文件著錄本體的建構原則，該著錄本體構建的實施，宏觀上決定于其總體思路（即方法論與路線圖）；微觀上決定于其具體方法與流程。

3.3.1標準RiC-O文件著錄本體宏觀建構思路。標準RiC-O文件著錄本體的建構是個系統工程，因此必須遵循系統論的方法論，關注系統的輸入、輸出、控制及反饋等。

·就系統的輸入與輸出而言，標準RiC-O文件著錄本體的建構應完整定義其形式化要素（詳見3.4本體構建的實現部分）：類（classes）；對象屬性（object properties）；數據屬性（data properties）；某些類或某些屬性間的層級（hierarchy（ies））；管控與使用類和屬性的規則（rules）。

·就系統的控制而言，標準RiC-O文件著錄本體的建構采用了模塊化的同步與迭代推進的做法：

——調研技術標準規范、形式化本體的主要概念、本體構建的工具與方法、設計模式、良好實踐等；

——析現存本體或模型；

——使用Protégé開源軟件及本地Git庫（GitHub中）迭代創建本體文檔及測試。

·就系統的反饋而言，一方面，標準RiC-O文件著錄本體的構建與測試同其概念模型的構建與優化是個良性互動的過程；另一方面，標準RiC-O文件著錄本體的建構還應建立討論與協作的反饋機制。

據此，標準RiC-O文件著錄本體構建的技術路線圖包括：

·首先，開發本體的核心部分（即主要實體與屬性）。

·其次，充實完善該本體：

——為準確描述各實體，而添加更多的類與屬性及n元關系；

——同其他本體的類與屬性進行映射；

——添加某些詞表（如某些特征的SKOS描述）；

——準備外用的說明文檔（documentation）；

——持續檢查同RiC-CM的一致性。

3.3.2標準RiC-O文件著錄本體微觀構建方法與流程。目前，使用較多的領域本體構建方法有TOVE法、Methontology法、骨架法、KACTUS工程法、SENSUS法、IDEF5法及七步法。

在標準RiC-O文件著錄本體構建宏觀思路的指引下，結合文件及其著錄領域特點，以及以上七種領域本體構建方法的綜合比較，標準RiC-O文件著錄本體采用七步法進行構建，具體步驟如圖9所示。

其中，前3步側重概念建模，即在RiC-CM標準的基礎上進一步優化與完善；后4步則側重RiC-CM的形式化及其實例化。endprint

3.4標準RiC-O文件著錄本體構建的實現。如前所述，本體就是概念模型及其形式化，也即概念模型的OWL語義表達。據圖9可知，標準RiC-O文件著錄本體構建實現的關鍵在于將概念模型（即RiC-CM）中定義的實體（Entities）、屬性（Properties）及關系（Relations）的形式化。而RiC-O文件著錄本體的形式化定義，需要結合OWL的描述結構進行（如圖10所示），具體包括以下要素：

——類（classes），同概念模型中的實體相一致，例如“人員（Person）”“文件（Record）”“文件集（RecordSet）”“活動（Activity）”等；

——對象屬性（object properties），同概念模型的實體間的關系相一致，例如“曾創建（created）”“具有成員（hasMember）”“執行（performs）”“曾導致（resultedIn）”等；

——數據屬性（data properties），類實例的特性取值用字符表達時使用，例如“具有本地標識符（hasLocalIdentifier）”等；

——某些類或某些屬性間的層級（hierarchy（ies）），如上位類及其下位類、上位屬性及其下位屬性等；

——管控與使用類和屬性的規則（rules），如據概念模型定義屬性必備性和可重復性的狀態等。

簡言之，RiC本體的定義既需要語義詞表（vocabulary，即概念模型），也需要形式化表達該詞表的語法（OWL），以使用該詞表，從而確保RiC-O構建RDF檔案數據集任務的完成。

綜上所述，經歷了概念建模，及其形式化與實例化，同時基于Protégé，可將生成的RiC-O文件著錄本體可視化并用OWL或RDF語言進行描述，如圖11與圖12所示。

如圖11所示的RiC本體片段可視化實例，可以看出通過本體不僅可以構建各實體類的等級體系，如“文件集（Record_Set）”類有子類“全宗（Fond）”“類別（Series）”“案卷（File）”；同時各實體類之間的關系除上所述的“有子類（has subclass）”外，還包括“創建（created）”“有成員（has_member）”等等，如“責任者（Agent）”類創建“文件（Record）”與“文件集（Record_Set）”類，“全宗”有成員“類別”或“案卷”，“類別”有成員“案卷”，“案卷”有成員“文件”等等。其中部分關系對應的OWL語義描述（對象屬性聲明）如圖12所示。

4 國際文件/檔案著錄標準化趨勢特點及其對我國的啟示

如前所述，國際最新著錄標準ICA RiC的制定展現了國際文件/檔案著錄標準化的宏觀趨勢與微觀特點，這些也將對我國文件/檔案著錄標準化的發展提供借鑒。

4.1國際文件/檔案著錄標準的集成化與專門化辯證發展。國際最新著錄標準ICA RiC的制定是基于國際現有檔案著錄系列標準，構架了統一的概念模型，并將其本體化，但這并不意味著ICA RiC能夠取代其他著錄標準，ICA RiC這一集成化標準與其他專門化標準辯證發展，共同構成了國際文件/檔案著錄標準體系。事實上，ICA RiC可以看作是標準體系中最基礎的體系架構性標準，其功用主要側重于同文化遺產領域其他類型知識資源的交換與共享；而標準體系中的其他標準，如側重描述檔案資源的ISAD（G）及其《檔案編碼著錄（EAD）》、側重描述檔案責任者的ISAAR（CPF）及其《團體、個人與家族檔案背景編碼（EAC-CPF）》、側重描述檔案職能的ISDF及其編碼標準EAC-F，及側重描述檔案館藏機構的ISDIAH及其編碼標準EAG仍在不斷地制修訂與優化中。

國際文件/檔案著錄標準的集成化與專門化辯證發展的趨勢與特點對我國的啟示則在于：我國應積極推進國際文件/檔案著錄標準體系的本土化，加緊我國文件/檔案著錄標準體系構建，一方面據我國著錄實踐進一步優化ICA RiC的制定，另一方面也應對應地做好專門化標準的制修訂工作，如：修訂《檔案著錄規則》（DA/T18-1999）、制定《電子文件著錄規則》《檔案責任者著錄規則》《檔案職能著錄規則》《檔案館藏機構著錄規則》并實現其標準化計算機編碼等。

4.2 國際文件/檔案著錄向語義知識組織標準化發展。較以往的國際文件/檔案著錄標準而言，ICA RiC的最大變化在于它構架了文件/檔案著錄的統一概念模型，并將其形式化，即最終構建了文件/檔案著錄領域本體。此外，還出現了檔案關聯數據EAC-CPF著錄本體，等等。而本體是語義知識組織的核心，因為一方面，本體是語義網（關聯數據）高層級的技術構成要素，文件/檔案著錄本體成為文件/檔案關聯開放數據化的基礎，這更能滿足大數據時代數字化、網絡化環境下知識粒度化挖掘與利用的需求；而另一方面，本體又是一種結構化與語義性都最強的知識組織系統，本體能夠實現智能推理，加強對文件/檔案著錄的智能化控制，進而更好地實現面向用戶需求的高效的知識服務，及智慧檔案館的構建。

國際文件/檔案著錄語義知識組織標準化趨勢與特點對我國的啟示則在于：我國應加緊將語義網技術集成融入文件/檔案著錄標準，實現文件/檔案著錄的關聯數據化，并進而推動我國文化遺產整體的語義知識組織的標準化。

4.3國際文件/檔案著錄標準化需要科學的建模需求與建模原則。

4.3.1標準化的建模需要面向領域的功能需求分析。通過調研分析比較可得知：同一領域的建模及其本體化，可以有不同的視角，這均源于建模背景的不同，即從不同的需求出發，建模的結果及其本體將不同，也就是說“領域本體”中的“領域”既是一個體系性概念，又是一個相對性概念，這就要求建模前首先要進行功能需求分析，從而能夠明晰所需要建構本體的“領域”范疇。因此檔案領域本體體系，從最高層級的面向整個檔案學科知識概念共享的檔案學知識領域本體可具體依次細分為面向檔案檢索利用的檔案著錄（子）領域本體、面向檔案資源組織的檔案資源（子）領域本體等等，針對每一“領域”的建模需求分析，都應依據相應范疇的權威法規標準等。例如，對于檔案學知識領域本體，應遵循綜合性檔案法規標準（如ISO 30300系列、ISO 16175等）；對于檔案著錄（子）領域本體，則應遵循檔案著錄的相關法規標準（如ISAD（G）、ISAAR（CPF）、ISDF、ISDIAH、ISO 23081、METS等）；而對于檔案資源（子）領域本體，則應遵循檔案資源組織的相關法規標準（如ISAD（G）等），據此對檔案資源實體及其屬性（內容與形式特征）進行語義描述（如圖13所示）。endprint

4.3.2標準化的建模需要確保智能化控制得以實現的體系性原則。在具體建模過程中，應遵循科學的原則，對于檔案行業而言，建議還應采用最新國際標準《信息與文獻—文化遺產信息交換參考本體》（ISO 21127：2014（E））中所規定的系列建模原則：

（1）單調（推理）性（Monotonicity）；

（2）（本體）最小化（Minimality）；

（3）（屬性）簡便性（Shortcuts）；

（4）（類）不相交性（Disjointness）；

（5）類型關聯化（Types）；

（6）動態擴展性（Extensibility）；

（7）內容范圍的完整性（Coverage of intended scope）。

唯有遵循了以上國際標準化的建模原則體系，才能確保對文件/檔案著錄實體的語義描述，從而實現文件/檔案信息的智能化控制推理及檢索利用。

國際文件/檔案著錄概念模型構建的標準化需要科學的建模需求與建模原則，這對我國的啟示則在于：我國在架構文件/檔案著錄概念模型過程中應科學分析我國文件/檔案著錄領域功能需求，并遵循國際標準化的建模原則體系。

4.4國際文件/檔案著錄本體建構的標準化需要完備的結構與精準的語義描述。根據最新國際標準《信息與文獻—文化遺產信息交換參考本體》（ISO 21127：2014（E）），本體的結構要素主要包括實體類與屬性，因此本體構建的主要內容包括實體類聲明（Class declarations）與屬性聲明（Property declarations）及其結構化語義定義，如圖14所示。

img src="http://img1.qikan.com.cn/qkimages/dagl/dagl201801/dagl20180109-8-l.jpg" alt="" />

基于以上實體類語義定義模型與實體屬性語義定義模型的本體，其結構完整包含了本體形式化定義的所有要素（如圖10所示），并且還依據一定的命名規則（Naming conventions），另具有屬性數量詞（Property qualifiers），等等，這些均有利于本體構建的具體實現。

國際文件/檔案著錄本體建構的標準化，需要完備的結構與精準的語義描述，這對我國的啟示則在于：我國在構建文件/檔案著錄本體過程中應致力于增強本體最佳實踐應用的可操作性，制定實體類與屬性的命名規則，結構化地定義本體的語義要素，形成本體的語義詞典，從而增強本體的語義精準性。

*本文為國家社科基金重大項目“云計算環境下電子文件管理元數據智能化研究”（項目號：13ATQ008）的研究成果之一。

參考文獻：

[1] ICA. RECORDS IN CONTEXTS： A CONCEPTUAL MODEL FOR ARCHIVAL DESCRIPTION [S]. Consultation Draft v0.1， September 2016.

[2] ICA EGAD. Records in Contexts （RiC）： An Archival Description Draft Standard， 2016.

[3] ISO. Information and documentation – Records management processes – Metadata for records – Part 2： Conceptual and implementation issues： ISO/TS 23081-2：2007（E） [S].

[4] ISO. Information technology -- Metadata registries （MDR） -- Part 1： Framework： ISO 11179-1：2015 [S].endprint