開放科學視域下基于PIDs的期刊網站多模態學術內容管理與利用解決方案

趙婧 陳哲 郭曉峰

摘 要：對于學術期刊網站建設中面臨的多模態學術內容的管理與利用問題，本文參考國際科研與學術出版社區中多種持久標識符（Persistent Identifiers，PIDs）的發展狀況，提出基于PIDs構建技術解決方案，從而為多模態學術內容的關聯、集成、管理與利用提供統一的技術框架。本文分析了科技期刊網站建設中的相關需求，并提出主要以DOI系統作為多模態學術內容資源標識體系同時也需要結合其他PID體系進行必要的補充，從PID編碼與注冊、基于PID元數據描述內容實體之間的關聯關系、充分利用PIDs促進學術期刊網站的內容資源管理與服務功能完善三方面對方案展開論述，同時主要基于Crossref DOI服務進行了具體介紹，以便對方案的實施進行說明。該技術方案基于開放科學的基礎設施構建，具有成熟易行、綜合性強、可伸縮、易擴展、低成本等特點和優勢，為學術期刊出版提供了一種多模態學術內容資源管理與利用的輕型開放式架構，對于促進學術期刊網站的內容管理與傳播、開放獲取出版流程建設、科研誠信支持服務構建等具有事半功倍的作用。

關鍵詞：科技期刊網站；多模態學術內容；持久標識符；PIDs；DOI；Crossref；開放科學

DOI： 10.3969/j.issn.2097-1869.2024.02.008 文獻標識碼：A

著錄格式：趙婧，陳哲，郭曉峰.開放科學視域下基于PIDs的期刊網站多模態學術內容管理與利用解決方案[J].數字出版研究，2024，3（2）：65-71.

1 多模態內容資源的標識及其發展狀況

2000年前后誕生的DOI系統[1]為學術論文賦予終身不變的唯一標識（被稱為互聯網上的身份證），并基于DOI標識體系對學術論文進行持久鏈接與引用等，催生了豐富多樣的DOI應用場景。經過20余年的發展，DOI系統不僅成為全球通用的數字對象唯一標識符[2]，而且也日益成為學術社區不可或缺的基礎設施，在網絡環境下對于學術內容的標識、鏈接、發現、利用、集成、管理等各方面都發揮著越來越重要的支撐作用。

由于DOI系統基于先進的數字對象唯一標識理論與技術框架而構建[3]，可以按照實際應用的需要標識任何種類、任意顆粒度、任何媒體類型的對象，因而隨著學術出版與開放科學的發展，DOI也被用于為更廣泛的學術內容資源提供唯一標識，如論文中的圖表、科學研究中產生的科學數據集、科技報告、音視頻或其他媒體類型的學術相關內容也以數據集的形式被賦予DOI編號。隨著論文評審流程向公開化、透明化發展，第三方論文評審平臺推動學術期刊將專家評審報告單獨注冊DOI并在平臺上進行公開。而研究方法（Protocol）的公開化需求也催生了DOI作為研究方法的唯一標識而被應用。論文相關的基金項目也被賦予DOI編號，以便于與論文或其他研究成果的信息進行集成，從而追蹤、管理基金項目的研究產出。

近10余年來，DOI的蓬勃發展也促進了學術領域其他持久標識符（Persistent Identifiers，PIDs）的誕生與發展。如開放式研究人員標識（Open Researcher and Contributor ID，ORCID）[4]、研究機構標識（Research Organization Registry，ROR）[5]、研究活動標識（Research Activity Identifier，RAiD）[6]、開放基金標識等。越來越多的標識體系不斷涌現，針對科研活動中的不同要素提供更加細顆粒度的標識，從而促進相關信息的追蹤與管理，并進一步促進科研流程的公開與透明；而為DOI系統提供標識注冊、解析與管理能力的底層系統——Handle系統[7]，也早已被嵌入數字空間（DSpace）、費多拉（Fedora）等多個著名的研究內容管理系統中，或直接被研究機構用于內部研究報告、研究數據及其他種類的研究資源的標識與管理，在學術研究社區得到了廣泛利用。包括DOI在內的PIDs被納入開放科學基礎設施，體現出學術研究社區對于標識技術、標識體系在科研活動及科研成果信息管理中發揮的重要支撐作用，有了深入和一致的認識。標識技術在學術研究社區從無人知曉到炙手可熱，可以說DOI的發展功不可沒。而DOI系統作為科研成果最常用的唯一標識體系，與其他PID系統進行信息集成，可以為促進學術信息管理提供更加完整、統一的管理框架與解決方案。如將DOI元數據與ORCID、ROR元數據進行集成，可以為學者提供學術檔案，也為科研機構管理科研成果提供了方便的途徑。2022年，被批準為ISO標準的RAiD則是一個橋梁性的標識符，通過將所有關聯的PIDs（如 ORCID、ROR、Crossref DOI[8]、DataCite DOI[9]）及PID系統中存儲的標識符數據記錄進行關聯集成來支持項目信息的跟蹤。RAiD的管理機構已采用DOI系統并使用DOI前綴“10.25”分配RAiD，開創了不同的PID體系之間的新合作模式。

由此可見，20余年來PID基礎設施蓬勃發展，形成了多種開放標準體系和豐富的服務，特別是借此識別出海量的研究實體及其相互間數以億計的連結關系，并以結構化的數據（即元數據）進行描述，為開放科學提供了整個研究生態系統的數字化背景，并可以被整個學術研究社區進行永久的、可重復性的利用，進一步推動開放科學的持續發展。需要注意的是，不同PID體系采用的技術、標準及管理與運行架構不同，服務方式也不相同，而且即使遵循相同的標準體系，不同的服務商提供的服務也不盡相同，如不同的DOI注冊機構提供的注冊服務有較大的差別，在實際應用中應進行充分了解后加以選擇。

2 基于PIDs構建期刊網站多模態學術內容關聯、集成、管理與利用的技術解決方案

PIDs作為開放科學的基礎設施，可以為學術期刊網站建設中涉及的多模態學術內容的管理與利用提供強有力的支持。因此，本文重點基于前期開展的科技期刊網站建設項目，總結形成基于持久標識符的多模態學術內容關聯、集成、管理與利用技術解決方案。方案主要從負責學術期刊網站建設的平臺技術方的需要出發，明確利用PID技術與服務促進多模態資源管理與利用的應用需求，并結合目前國內外相關技術與服務發展狀況，提出技術解決方案與建議，便于技術平臺方的實施與利用。

當前，學術期刊網站建設中對多模態學術內容資源標識技術與服務相關需求愈發多樣，主要包括：（1）實現期刊網站相關各種類型、各種顆粒度的內容資源的唯一標識與識別，以統一的框架標識和描述多模態、多尺度的內容資源，并保證內容資源的持久鏈接；（2）利用PIDs促進內容資源的關聯、集成。期刊網站多模態、多層級的內容資源之間的關聯同樣豐富，而且內容資源種類越豐富、顆粒度越細化，這些資源之間的關聯也越多樣，并將成倍增長，基于PIDs對不斷增加的關聯關系進行識別和描述，是促進期刊網站多模態內容資源關聯和集成的關鍵；（3）利用PID元數據進一步豐富學術期刊網站的內容資源，同時提高內容資源的數據規范性，可促進數據挖掘與利用，并提升網站內容的可發現性；（4）在網站功能中實現PID注冊及其他相關服務的自動化，并嵌入期刊出版、論文審校、內容發布等工作流程中，可提高生產效率；（5）充分利用其他PID增值服務，進一步發揮PIDs作為開放科學基礎設施對學術期刊出版、傳播的全流程的支持作用，可促進期刊網站的功能和服務的豐富和完善。

根據以上學術期刊網站建設中對于PIDs相關需求，本研究擬主要采用DOI系統作為多模態學術內容資源標識體系，并采用其他PID體系進行必要的補充。在此基礎上提供以下技術解決方案。

2.1 為不同種類、不同媒介的學術內容資源提供PID的編碼、注冊及持久鏈接方案

2.1.1 PID編碼、注冊方案

經調研確定，本方案中涵蓋的多模態學術內容資源主要包括期刊及其論文、論文中的圖形圖像與表格、作為論文補充材料的數據集、音視頻文件、論文的同行評議報告、與論文相關的預印本等。以上內容資源均可采用DOI作為唯一標識進行識別。對于與論文信息相關的作者、研究機構、資助機構、資助基金等實體的標識，可根據網站建設的實際需要基于其他標識體系進行適當的擴展。因此，本方案主要針對以上內容資源種類和顆粒度，采用以DOI體系為主的標識編碼方法，并基于服務的適配性、豐富性、成熟性等因素推薦選擇Crossref DOI作為主要的注冊服務。DOI編碼的語法規則、相關示例可參考相關國際及國家標準規范[3]，或查閱Crossref網站提供的相關文檔，也可獲得DOI編碼最佳實踐及多種注冊方法、注冊數據規范的詳細說明。

2.1.2 維護內容資源的持久鏈接與訪問

持久鏈接也是基于Handle系統的PIDs（如DOI系統）的核心能力之一。但除依賴DOI系統的能力外，還需要及時進行注冊信息的更新工作，才能保證DOI鏈接的持久有效，也才能保證DOI成為內容資源的持久鏈接。因此，期刊網站需要提供相關功能和服務維護PID鏈接的持久性。

以DOI為例，某個內容項的DOI編碼一經注冊則終身不變（且不能刪除），因此，利用DOI對該內容項進行參照或引用就可以成為持久的引用。進一步地，基于DOI的網絡解析機制，通過點擊DOI可以鏈接到內容項的詳細信息（一般鏈接到描述該內容項的網頁，如期刊論文的文摘頁）。如果這種鏈接是持久有效的，DOI就可以提供對該內容項的持久鏈接。但內容項的網絡位置發生變化是普遍發生的，甚至可能隨著時間的推移在網絡中永久消失。DOI系統為這種情況提供了解決方法，即：當變化發生時，通過在DOI系統中及時更新內容項注冊的網絡位置信息就可保證DOI鏈接到最新的網頁。因此，當內容資源的網址發生變化時（最常見的就是期刊網站的域名變化），就需要內容的注冊者在DOI注冊服務中提交新的信息以對DOI元數據進行及時更新。Crossref網站中也提供了DOI元數據更新方法的說明。

對于科技期刊內容的長期訪問問題，一些DOI注冊服務也提供了解決方案。如Crossref DOI元數據中提供了對于長期保存位置信息的存儲，即使科技期刊內容的原始網站不再運行，也可以通過DOI鏈接到長期保存系統中保存的內容。

2.2 基于PID元數據描述內容實體之間的關聯，促進期刊網站對多模態內容資源的關聯與集成

本方案通過學術期刊網站建設涉及的多種應用場景識別網站多模態內容實體之間的關聯，充分利用PID服務功能，實現在數據層面對于關聯關系的識別與固化。主要方法和步驟包括：

（1）在注冊數據中采用多種方式描述、聲明內容項之間的關聯；

（2）利用針對特定場景的PID服務產生更多的關聯關系；

（3）通過PID數據的檢索獲得包含增值的關聯關系的元數據，并利用到期刊網站建設中。

在數據層面對關聯進行識別與固化，與在應用層面識別并實現關聯相比事半功倍，而且將為應用功能的實現提供堅實的基礎，大大降低網站應用功能實現的復雜度。同時對于帶有關聯關系的元數據的重復利用也將進一步降低全行業的應用開發成本，提升行業應用發展的整體水平。

在利用PID對不同種類的內容資源及相關實體進行唯一標識的基礎上，對實體之間的關聯進行結構化描述并注冊到PID服務中，是在數據層面識別和固化這種關聯的最佳途徑。而且通過PID服務對于注冊數據的開放共享，這些包含豐富關聯的內容資源元數據將被科研社區充分利用，并進一步促進關聯關系的豐富和擴展，不斷提升整個學術研究生態背景信息的完整度和清晰度。這種方法也可以將產生或存儲在不同系統內的相關實體信息進行關聯，在數據層面形成有機整體，進而從底層促進系統間的信息交換與集成。

Crossref DOI元數據中提供了對關聯關系的詳細描述規范，Crossref的部分其他增值服務也會產生隱性的關聯關系（見圖1）。

2.3 充分利用PIDs技術、標準、服務，促進學術期刊網站的內容資源管理與服務功能完善

本節所述的方案內容可以提升科技期刊網站對PIDs的應用效果，從而促進學術期刊網站建設規范化、內容資源豐富化，以低成本的方法提升數據質量、擴展數據覆蓋范圍、豐富和完善科技期刊網站服務功能。

2.3.1 規范標識的顯示與鏈接

完成對科技期刊網站多模態資源的PID注冊后，需要按照國際、國家層面的標準規范和行業最佳實踐，在網絡環境下對這些PID進行展示和鏈接。由于持久鏈接是DOI系統的核心功能，所以DOI的標準規范中尤其強調DOI的鏈接與顯示方式。為了進一步促進DOI鏈接的應用，Crossref于2017年修訂了“Crossref DOI顯示指南”，將DOI的顯示格式從“doi：10.xxxx/xxxxx”改為可以直接鏈接的“https//：doi.org/10.xxxx/xxxxx”，并要求所有會員一致遵守這項規范，同時強調應為DOI鏈接提供合乎規范的響應頁面（Landing Page）。除了要求會員在內容上遵守響應頁面中必須顯示相關的Crossref DOI這一義務外，還建議在目錄、摘要、全文HTML和PDF文章及其他學術文檔、參考文獻管理系統、向第三方提供的元數據、內容頁面上關于“如何引用此內容”的說明、社交網絡鏈接、其他希望用戶被穩定或持久定向鏈接的地方等環境中也顯示Crossref DOI。

2.3.2 通過檢索服務，促進PID元數據的利用

20余年來，隨著PID服務的持續發展，其服務種類不斷擴展，服務規模迅速增加，在各種PIDs注冊服務中匯聚的元數據信息也已發展為規模龐大、質量上乘的學術內容數據源，而且在開放科學的背景下，這些PID數據源的開放程度越來越高，為整個學術出版行業的信息管理、共享與利用提供了強有力的支撐。在學術期刊網站建設中，平臺技術方應充分利用這些PID元數據，進一步豐富和擴展網站覆蓋、關聯的內容資源，并將其作為提高網站數據質量的低成本途徑，在豐富資源、加強外部關聯、提高數據質量的基礎上，促進數據的挖掘與利用。其中Crossref DOI元數據檢索服務具有一定代表性。Crossref DOI元數據規模龐大，內容豐富，開放性好，提供了多種訪問和利用的方式，并且大部分都是免費服務。隨著近年來Crossref不斷與業內的合作伙伴聯合推動元數據公開，持續鼓勵出版商會員不斷提升DOI注冊元數據的完整度和質量，出版商會員向Crossref注冊的摘要和參考文獻元數據都得以完全公開，任何人都可以利用Crossref DOI元數據檢索服務免費獲得并無限制地使用這些元數據。技術平臺方可以通過Crossref AP①1對Crossref提供的這些數據進行獲取和利用，也可以了解DataCite、ORCID、ROR等提供的開放API，對于其他PID數據進行更廣泛的集成和利用。（①全稱為Application Programming Interface，表示應用程序編程接口。）

2.3.3 利用PID服務的API集成相關功能，實現自動化的工作流程

大多PID服務都提供了豐富、開放的API，促進PID服務的集成及PID注冊數據的利用。在學術期刊網站功能開發過程中，平臺技術方可利用這些API促進與PID系統的互操作，實現PID相關工作流程的自動化，也可以利用API提高與PID系統進行數據交換的效率。

Crossref提供了注冊文件提交的機器接口及批量化的注冊功能，技術平臺方可以加以利用，在期刊網站中實現DOI一鍵注冊功能，并可提供單篇論文注冊、按期注冊等多種注冊方式。技術平臺方也可以結合Crossref提供的DOI信息更新方法，在期刊網站中實現DOI信息的自動更新，特別是在網站遷移時能夠對URL地址進行自動批量更新。

Crossref元數據服務提供了豐富的自動化接口。技術平臺方可以利用REST API②或OAI-PMH③，提高元數據檢索、下載的效率，也可以根據期刊網站的不同應用場景，利用其他接口開發期刊網站需要的功能，如利用OpenURL檢索接口，可以實時獲取單篇論文的DOI；利用XML API可以開發基于DOI進行自動引文填充的功能等。（②API的一種類型，提供了一種靈活、輕量級的方式來集成應用程序并連接微服務架構中的組件。③全稱為Open Archives Initiative Protocol for Metadata Harvesting，其中OAI是一種獨立于應用的、能夠提高Web上資源共享范圍和能力的互操作協議標準，為加強系統之間的互通性、更準確地取用學術性電子全文資源，OAI進一步發展詮釋資料擷取協定（OAI-PMH）以利運作。）

2.3.4 利用PID增值服務為數據增值，豐富、擴展期刊網站功能

PID服務除基礎的注冊服務外，還提供豐富的增值服務，適用于科研與學術出版等社區的多種應用場景，科技期刊網站建設的技術平臺方應進行充分了解和利用。以下以Crossref為例進行介紹。

（1）參考文獻鏈接（Reference Linking）是Crossref要求所有會員必須作為一項義務實行的核心服務。這項服務要求為參考文獻加上DOI鏈接，對會員內容的相互鏈接提供了平等互惠的方案，在極大促進研究可追蹤性的同時，還會促進會員內容的發現。這項服務是Crossref核心價值的體現。

（2）被引服務（Cited-by）與參考文獻鏈接服務密切相關，或者說互為因果，可以在會員提交注冊的內容項之間匹配引用關系、統計被引數量并提供具體的引用情況。會員在使用參考文獻鏈接并在注冊DOI的同時提交更完整、更準確的參考文獻元數據，才能夠在使用被引服務時得到更準確的被引統計數據。

（3）交叉標記（Crossmark）允許Crossref的會員出版商補充提供與內容項（DOI）相關的任何被認為有價值的數據，也為讀者提供了一種跨平臺的方式來快速發現研究成果的狀態及與編輯過程相關的其他元數據。出版商可以利用Crossmark補充提供論文的基金資助、訪問許可（如金色OA、綠色OA等）、臨床試驗注冊信息等元數據，而且還可以提供論文編輯過程中的關鍵日期、評論、防抄襲檢測等各種信息，而稿件的修訂、撤回等信息對于讀者的幫助更為顯著。這些補充信息本身及其更新的及時性、信息獲取的方便性，都為開放科學環境下的學術內容出版與學術信息交流提供了更高的透明性。目前論文撤稿問題備受關注，為了提高撤稿信息的透明性，Crossref于2023年9月宣布收購撤稿觀察（Retraction Watch）數據庫，并對2個系統中的撤稿數據進行了集成，去除重復數據后，共得到大約5萬條撤稿數據記錄。Crossref已將完整的數據集進行了公開發布，供用戶免費使用，并將持續更新維護撤稿數據。

（4）相似性檢測（Similarity Check）是在學術期刊出版過程中對科研誠信建設非常重要的服務，Crossref通過大幅降低費用，使會員出版商都可以輕松利用相似性檢測系統iThenticate來進行論文的防抄襲檢測，降低了整個學術出版社區的科研誠信建設成本。

（5）事件數據（Event Data）與Crossref的其他數據服務有明顯區別，這項服務并不是完全基于其會員出版商提交的元數據開展服務的，而是基于DOI對經過篩選的數據源網站進行廣泛的監測，抓取在Crossref中注冊DOI的內容在這些網站上被傳播或提及的實時數據。這些數據目前也是完全開放的，可以通過Crossref API進行獲取和利用，無論對于作者、讀者、出版商和資助者，都可以利用這些數據了解、評估已發表的研究內容除引用以外的被使用情況。

3 結語

在開放科學蓬勃發展的今天，DOI和其他PIDs的相關數據及PID服務機構提供的各種服務，對于構建完整的科研生態信息全景、支持學術出版及學術研究全流程都發揮了強有力的基礎支撐作用，已成為科研、學術出版等社區發展不可或缺的基礎設施。作為其中的代表，Crossref在成立20余年來，一直圍繞著學術出版以及科研社區的發展，持續開發、提供一系列基于DOI的服務，也與其他PID服務產生了越來越多的互操作。

本文分析了科技期刊網站建設中對于多模態內容資源進行管理與利用的具體需求，結合PID技術原理與服務發展狀況，提出了基于PIDs對多模態學術內容進行關聯、集成、管理與利用的技術解決方案。該方案具有成熟易行、綜合性強、可伸縮、易擴展、低成本等特點和優勢，并且基于開放式的社區基礎設施而構建，可以說是一種對于多模態學術內容資源進行管理與利用的輕型開放式架構。

目前，中圖科信數智技術（北京）有限公司已成為Crossref在中國的贊助機構（Sponsor Organization），可通過與Crossref的密切合作，協助中國期刊更方便、更充分地使用Crossref DOI服務對多模態學術內容進行管理和利用。期待未來的科技期刊技術平臺建設方在學術期刊網站的建設中參考本文提出的方案進行大膽探索，充分利用PID相關數據和服務，面向學術內容出版與傳播的全流程，圍繞學術期刊論文出版、多模態內容資源的關聯與發現、科研誠信、研究影響力評估等重點應用場景，開發豐富的應用，為開放出版、開放獲取、開放科研持續提供支持。

作者簡介

趙婧，女，中圖科信數智技術（北京）有限公司期刊業務總監。研究方向：數字出版技術平臺建設與標準。

陳哲，男，中圖科信數智技術（北京）有限公司副總經理，中國圖書進出口總公司數字發展中心副主任。研究方向：數字出版技術平臺建設與標準。

郭曉峰，女，教授級工程師，中圖科信數智技術（北京）有限公司特聘專家。研究方向：學術內容資源標識方案研究。

參考文獻

[1]DOI Foundation.Home page[EB/OL].（2023-11-30）[2024-04-25].https：//www.doi.org.

[2]ISO.ISO 26324 Information and documentation： Digital object identifier system[EB/OL].（2015-10-23）[2024-04-25].https：//www.doc88.com/p-9055329955576.html.

[3]中國國家標準化管理委員會.GB/T 36369信息與文獻 數字對象唯一標識符系統[EB/OL].（2018-07-31） [2024-03-28].https：//www.doc88.com/p-3595050518712.html.

[4]ORCID.About[EB/OL].[2024-03-28].https：//info.orcid.org/what-is-orcid.

[5]ROR.About[EB/OL].[2024-03-28].https：//ror.org.

[6]RAiD.About[EB/OL].[2024-03-28].https：//raid.org/about.

[7]DONA Foundation.Handle syste[EB/OL].（2023-11-30） [2024-03-28].https：//www.dona.net/handle-system.

[8]Crossref.Home[EB/OL].[2024-03-28].https：//www.crossref.org.

[9]DataCite.About us[EB/OL].[2024-03-28].https：//www.datacite.org.

A PlDs-based Multimodal Academic Content Management and Utilization Solution for Journal Websites under the Perspective of Open Science

ZHAO Jing1， CHEN Zhe1， 2， GUO Xiaofeng1

1. Zhongtu Kexin Technology （Beijing） Co.， Ltd.， 100020， Beijing， China; 2. Digital Development Center， China National Publications Import and Export （Group） Corporation， 100020， Beijing， China

Abstract： In view of the management and utilization of multimodal academic content faced in the construction of academic journal websites， this study proposed a technical solution based on persistent identifiers （PIDs） with reference to the development of multiple PIDs in the international scientific research and academic publishing community， providing a unified technical framework for the association， integration， management and utilization of multimodal academic content. This study analyzed the related needs in the construction of sci-tech journal websites， and proposed that the DOI system was mainly used as a multimodal academic content resource identification system while combining with other PID systems. The solution was developed from three aspects， namely， PID encoding and registration， describing the correlation between content and entities based on PID metadata， and making full use of PIDs to promote the content resource management and service function of academic journal websites. It was also mainly based on the Crossref DOI service to specify the implementation of the solution. The technical solution was based on the infrastructure construction of open science， and had the advantages of being mature， easy to implement， comprehensive， scalable， easy to expand， and low in cost. It provided a lightweight and open architecture for multimodal academic content resource management and utilization for academic journal publishing， and had a multiplier effect on promoting content management and dissemination of academic journal websites， constructing open-access publishing process， and developing scientific research integrity support services.

Keywords： Sci-tech journal website; Multimodal academic content; Persistent identifiers; PIDs; DOI; Crossref; Open science