大數(shù)據(jù)環(huán)境下高校中文圖書編目數(shù)據(jù)質(zhì)量控制探討

司新霞

摘 要：先探討編目數(shù)據(jù)質(zhì)量的評價(jià)標(biāo)準(zhǔn)，再從實(shí)際工作中總結(jié)出編目數(shù)據(jù)常見的質(zhì)量問題，最后探討大數(shù)據(jù)環(huán)境下如何利用大數(shù)據(jù)技術(shù)來及時(shí)發(fā)現(xiàn)和糾正這些問題。

關(guān)鍵詞：大數(shù)據(jù)環(huán)境;中文圖書;編目數(shù)據(jù);質(zhì)量控制

中圖分類號：F27 文獻(xiàn)標(biāo)識碼：A doi：10.19311/j.cnki.1672-3198.2019.34.025

0 引言

圖書館編目工作的主要任務(wù)是按相關(guān)標(biāo)準(zhǔn)對文獻(xiàn)資源進(jìn)行分類，并編制目錄，建立館藏目錄體系。編目數(shù)據(jù)是圖書館的基礎(chǔ)性數(shù)據(jù)，高質(zhì)量的編目數(shù)據(jù)可以提高讀者查找文獻(xiàn)的效率，提高他們的查準(zhǔn)率和查全率，同時(shí)也為圖書館利用數(shù)據(jù)為讀者提供專題服務(wù)等奠定數(shù)據(jù)基礎(chǔ)。

1 編目數(shù)據(jù)質(zhì)量

1.1 編目數(shù)據(jù)

編目數(shù)據(jù)是指編目工作人員先依據(jù)《中國圖書館分類法》等，并結(jié)合對圖書內(nèi)容的分析，賦予每種圖書一個(gè)分類號，然后按照CNMARC格式，將圖書書名、分類號、作者等信息輸入相應(yīng)的書目數(shù)據(jù)庫中而形成的結(jié)構(gòu)化數(shù)據(jù)。編目數(shù)據(jù)主要有編目工作人員自編數(shù)據(jù)和套錄數(shù)據(jù)，其中套錄數(shù)據(jù)主要來源有：國家圖書館編目數(shù)據(jù)、CALIS編目數(shù)據(jù)、圖書出版機(jī)構(gòu)提供的編目數(shù)據(jù)等。

1.2 編目數(shù)據(jù)質(zhì)量

編目數(shù)據(jù)的質(zhì)量與圖書館讀者服務(wù)的質(zhì)量和水平存在著密切的關(guān)系。編目數(shù)據(jù)質(zhì)量通?？梢詮臏?zhǔn)確性、規(guī)范性、一致性、有效性、相容性等幾個(gè)方面衡量，如圖1所示。

準(zhǔn)確性：編目員在著錄數(shù)據(jù)時(shí)要準(zhǔn)確無誤地描述出圖書的各項(xiàng)信息，如果錄入數(shù)據(jù)時(shí)出現(xiàn)錯(cuò)誤，尤其是關(guān)鍵信息出現(xiàn)錯(cuò)誤，這樣的編目數(shù)據(jù)遲早會影響讀者對圖書的檢索操作和利用，也會影響圖書館相關(guān)的業(yè)務(wù)工作。

規(guī)范性：編目數(shù)據(jù)的規(guī)范性是指編目數(shù)據(jù)的錄入必須符合CNMARC的相關(guān)要求，相關(guān)的內(nèi)容要錄入到對應(yīng)的字段中。

一致性：數(shù)據(jù)一致性是指在CNMARC格式下同一種中文圖書的編目數(shù)據(jù)必須是一致的，避免不必要的數(shù)據(jù)重復(fù)。

有效性：這里指編目數(shù)據(jù)的正確性和合理性。

相容性：整個(gè)圖書館編目系統(tǒng)中的數(shù)據(jù)應(yīng)彼此協(xié)調(diào)，且與其他的數(shù)據(jù)集沒有任何沖突。

2 編目數(shù)據(jù)常見的質(zhì)量問題

2.1 著錄標(biāo)準(zhǔn)不夠統(tǒng)一

在編目工作的實(shí)踐中，因各館所用軟件系統(tǒng)不同，對編目要求不同，以及每位編目員對編目規(guī)則理解程度的深淺，業(yè)務(wù)水平的高低，對工作質(zhì)量的追求不同等因素，導(dǎo)致普遍存在著錄標(biāo)準(zhǔn)不統(tǒng)一的現(xiàn)象，主要表現(xiàn)有：第一，對多卷書的處理不同。多卷書有的是采用集中著錄，用叢書題名作為正題名，在327字段，對每個(gè)分冊作了分卷附注，整套書作了一條記錄，有的是采用分散著錄，對分卷逐冊著錄，作了多條記錄，而在進(jìn)行分散著錄時(shí)對題名的處理也有不同，有的是把分冊名作為了正題名，而把叢書的正題名放到了225叢書項(xiàng)字段，作了叢編題名，有的是把叢書題名作為正題名，把分卷的題名作為分冊名，二者都做在了200字段;第二，著錄的詳簡程度不一。例如，第一責(zé)任者達(dá)三個(gè)或三個(gè)以上時(shí)，有的在200字段$f子字段將所有責(zé)任者全部著錄，在7--字段中也會著錄出所有的責(zé)任者，有的則在200字段只著錄第一個(gè)責(zé)任者，其余的用“等”表示，然后在 304字段題名與責(zé)任說明附注中予以說明，在7--字段中只做第一個(gè)責(zé)任者。對其他責(zé)任者的著錄，也存在類似情況;第三，對副題名、并列題名、封面題名，書脊題名等是否作檢索點(diǎn)不統(tǒng)一。有的根據(jù)情況，在相應(yīng)的 5--字段作了著錄，給了檢索點(diǎn)，有的則沒著錄;第四，屬于交叉學(xué)科的圖書，可以給出兩到三個(gè)分類號，有的在690字段中只給出一個(gè)或者兩個(gè)分類號，而且將哪一個(gè)作為首選，也會因編目員對文獻(xiàn)內(nèi)容的理解不同而產(chǎn)生取號不一致的情況;第五，因?yàn)閷W(xué)科發(fā)展，學(xué)科間的整合與分類發(fā)生變化，導(dǎo)致同一種書以前取的分類號和現(xiàn)在給出的分類號不一樣，有的編目員選擇與館藏的大多數(shù)或者與原來的數(shù)據(jù)保持一致，有的編目員會按照新的分類標(biāo)準(zhǔn)取號。

2.2 著錄內(nèi)容不規(guī)范

隨著網(wǎng)絡(luò)技術(shù)在圖書館的運(yùn)用與發(fā)展，圖書館在不同時(shí)期對文獻(xiàn)的著錄標(biāo)準(zhǔn)要求也逐步提高，不同時(shí)期館藏?cái)?shù)據(jù)著錄的級次存在著明顯的差異?；厮萁◣鞎r(shí)的編目數(shù)據(jù)（如表1所示），會發(fā)現(xiàn)二十世紀(jì)九十年代初期一般使用簡易編目，著錄級次要求不高，除了必備的字段，225，330，410，702 等字段都少有著錄，在605，606字段，對作為主要檢索點(diǎn)的主題詞和關(guān)鍵詞的標(biāo)引，有的進(jìn)行較深的標(biāo)引，有的完全沒有進(jìn)行標(biāo)引，編目數(shù)據(jù)給人粗淺的整體印象。隨著文獻(xiàn)編目規(guī)則的完善以及各館對編目工作的重視及對編目質(zhì)量要求的提高，各館現(xiàn)時(shí)期的編目工作，一般著錄的級次較高，著錄詳盡細(xì)致，對文獻(xiàn)信息作了很好地揭示，方便了讀者對文獻(xiàn)的檢索和利用。

2.3 著錄信息不準(zhǔn)確

編目員完成手頭的編目任務(wù)后，通常會通過互相審核數(shù)據(jù)以確保編目的質(zhì)量，在審核中往往會發(fā)現(xiàn)一些具有共性的問題，例如同書異號，錄入時(shí)存在錯(cuò)字漏字加字，分類和主題標(biāo)引不對應(yīng)，字段和子字段使用錯(cuò)誤，以及數(shù)據(jù)不完善，需要補(bǔ)充字段說明等問題。這些問題有的是由于使用的系統(tǒng)軟件的局限性造成，有的則有賴于編目員業(yè)務(wù)水平的提高以及工作專注度的加強(qiáng)。

3 大數(shù)據(jù)環(huán)境下中文編目數(shù)據(jù)質(zhì)量控制的探討

3.1 大數(shù)據(jù)技術(shù)

Gartner認(rèn)為 “大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)具有4V特征，即數(shù)據(jù)規(guī)模大、數(shù)據(jù)流轉(zhuǎn)快、數(shù)據(jù)類型多和價(jià)值密度低。在《大數(shù)據(jù)時(shí)代》一書中，維克托認(rèn)為，大數(shù)據(jù)的核心就是預(yù)測，這個(gè)核心代表著分析信息時(shí)的三個(gè)轉(zhuǎn)變，即全部而非抽樣，混雜而非精確，相關(guān)而非因果。隨著機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、可視化分析等大數(shù)據(jù)技術(shù)的成熟，其逐步應(yīng)用于其他行業(yè)，并推動其他行業(yè)的進(jìn)步。

3.2 改善已有編目數(shù)據(jù)的質(zhì)量問題

已有編目數(shù)據(jù)質(zhì)量存在著不規(guī)范、不準(zhǔn)確、重復(fù)記錄等問題，人工發(fā)現(xiàn)并更正這些問題工作量很大，可以利用大數(shù)據(jù)技術(shù)來改善這種情況。在現(xiàn)有編目數(shù)據(jù)中，利用大數(shù)據(jù)技術(shù)，按書名或分類號聚類，并利用推送技術(shù)將同書異號、異書同號的數(shù)據(jù)推送給相關(guān)的圖書編目人員，同時(shí)在編目大數(shù)據(jù)中選擇一個(gè)國家圖書館、中國科學(xué)院文獻(xiàn)信息中心等權(quán)威機(jī)構(gòu)給出的編目數(shù)據(jù)，或大多數(shù)其它編目人員給出的編目數(shù)據(jù)推薦給圖書編目人員供其參考。

3.3 控制未編目數(shù)據(jù)的質(zhì)量

（1）可在《中國圖書館分類法》上查分類號的未編目數(shù)據(jù)的質(zhì)量控制。

在《中國圖書館分類法》上能查分類號的圖書，可以利用大數(shù)據(jù)技術(shù)發(fā)現(xiàn)圖書編目的權(quán)威機(jī)構(gòu)賦予這類圖書的分類號，并以“信息提示”的方式推送給編目人員，這樣可以節(jié)省編目人員查找分類號的時(shí)間，提高工作效率，比如當(dāng)編目工作人員在書名框中輸入《圖書館閱讀推廣研究》時(shí)，則計(jì)算機(jī)會利用大數(shù)據(jù)技術(shù)在分類號框中出現(xiàn)“G252”的信息提示，當(dāng)在著者框輸入王余光時(shí)，則計(jì)算機(jī)會利用大數(shù)據(jù)技術(shù)在著者碼框中出現(xiàn)“W441”的信息提示。

（2）不能在《中國圖書館分類法》上查分類號的未編目數(shù)據(jù)的質(zhì)量控制。

科學(xué)技術(shù)的發(fā)展促進(jìn)了一些交叉學(xué)科，新興學(xué)科的產(chǎn)生，而《中國圖書館分類法》一般10年左右改版1次，這樣可能導(dǎo)致在《中國圖書館分類法》中找不到與這些新學(xué)科有關(guān)的圖書資料的分類號。在這種情況下，可以利用機(jī)器學(xué)習(xí)等大數(shù)據(jù)技術(shù)，讓計(jì)算機(jī)通過已有分類數(shù)據(jù)的學(xué)習(xí)，掌握圖書分類的規(guī)律，從而給不能在《中國圖書館分類法》上查到分類號的圖書資料賦予對應(yīng)的分類號，這樣可以避免因不同編目人員對這些圖書資料的理解不同出現(xiàn)多種不同分類號的情況。

參考文獻(xiàn)

[1]孫紅艷.圖書編目數(shù)據(jù)的來源及應(yīng)用[J].長春大學(xué)學(xué)報(bào)，2006，（11）：141-143.

[2]趙英智.中文圖書編目數(shù)據(jù)質(zhì)量分析與控制淺議[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2006，（17）：70-71.

[3]羅金姍.圖書館中文圖書編目數(shù)據(jù)質(zhì)量優(yōu)化之我見[J].辦公室業(yè)務(wù)，2011，（12）：37+43.