数字图书馆元数据方案设计有关问题探讨
可能解决所有数字化信息资源的描述问题。笔者建议：由国家标准化权威机构——全国信息与文献标准化技术委员会来制定适应于各类数字化信息资源的元数据方案。这样做，可以在全国范围内，就某一类数字化信息资源采用何种元数据著录达成共识。目前，在MARC元数据与DC系列元数据并存的情况下，信息资源的存储与检索必然涉及MARC元数据与DC系列元数据两者之间的转换，是将全部MARC元数据转换为DC元数据，还是将DC元数据转换为MARC元数据？笔者认为，MARC元数据与DC元数据之间转换的目的是实现一条记录可以以MARC元数据和DC元数据两种格式来显示以及数据的交换与共享。但是，如果用户没有这种需求或者两者之间不转换并不影响数据交换，则没有必要进行转换。也就是说，根据实际需要来决定是否需要MARC元数据与DC元数据之间相互转换。MARC元数据与DC元数据之间的转换会产生很多问题。由于MARC元数据的描述能力大大丰富于DC元数据，如何尽量解决两者之间转换所产生的歧义与不确定性以及信息丢失等难题。
2.3 元数据的编码语言问题
元数据的编码语言是指针对元数据元素和结构进行定义和描述的具体语法和语义规则。目前，各种元数据使用的编码语言是不同的，包括标准通用标记语言（Standard General Markup Language，简称SGML）、超文本标记语言（Hypertext Markup Language，简称HTML）、可扩展标记语言（Extensible Markup Language，简称XML）三种形式。有些元数据明确规定使用何种标记语言，如TEI头标、EAD和美国联邦地理数据委员会《数字地理空间元数据内容标准》使用SGML。也有些元数据没有规定使用何种编码语言，如DC元数据，有使用HTML，也有使用XML的。从数据交换和共享的需要出发，元数据的作用是传递计算机系统可以理解的描述信息和存储数据。计算机首先要理解元数据的各个元素或字段序列化的方式，即按怎样的顺序和结构来组织各个元素及其内容。所使用的编码语言不同，元数据编码规则以及记录格式也存在差异。这样则不利于数据的交换和信息资源的共享。因此，从长远利益来看，有必要对元数据的编码语言进行统一。
3 对我国数字图书馆元数据方案设计的若干建议
3.1 推进元数据标准化进程，提高元数据的互操作能力
目前，国内出现了许多种元数据，例如，拓片元数据、建筑元数据、古籍元数据、中文数字化全文文献元数据等，由于每种元数据都是由不同图书馆研制而成的，并且针对不同类型的数字化信息资源。因此，就会出现DC系列元数据与MARC元数据并存的局面。这种局面有利于DC系列元数据与MARC元数据形成优势互补，也可以使某些适合用DC系列元数据描述的特定类型信息资源被充分地揭示和利用。同时，这种局面也会带来一些问题。目前，我国DC系列元数据至少有4种以上，那么对DC系列元数据是否一体化；那些特定类型信息资源以前的机读记录该如何处理等。
笔者主张DC系列元数据一体化，反对各自为政。DC系列元数据都是在DC元数据的基础上根据用户的需求与信息资源特点进行了修正，所以这些元数据的核心或实质仍然是DC元数据。这一点可以作为DC系列元数据一体化的基础，但是，这种一体化工作完成就需要各个研制单位之间的协调与合作，需要以国家标准的形式出现加以强制执行，从而结束元数据结构各自为政的局面。对于那些原由MARC元数据著录的信息资源来说，MARC记录已为受编信息资源提供了著录内容详尽，查全率高的机读格式，在受编信息资源数字化的过程中没有必要舍弃原有的元数据，而采用其它元数据方案。
3.2 选择适用的编码语言
在数字图书馆元数据方案设计中，编码语言的选择也是关键步骤之一。目前，在DC系列元数据中通常使用HTML、SGML或XML。有比较才有鉴别和选择，我们不妨对这三种编码语言的优劣进行分析比较。
XML是SGML语言的一个子集，同HTML一起成为SGML家族的主要成员。SGML是一种元语言，可以用来定义其它更专门的标记语言。HTML是由SGML定义出来的，专门使用在WWW上的标记语言。SGML是很好的资料存储格式，适用于任何复杂的文件，但不便于网络传输，SGML非常复杂，不易学习掌握。XML与HTML不同，XML是SGML的一个简化版本，实际上，XML也是一种元语言。与HTML不同的是，XML并没有语义上的元素定义，也没有预先定义好的一套标记系统。在实际应用中，可以根据需要定义自己的标记。
3.3 数字图书馆元数据方案的设计应面向专业编目人员
信息资源编目实际上是信息资源进行分析、判断和组织的过程。组织过程包括分类、描述、归并及格式化等过程；分析过程则包括区分、验证、评估、比较、解释及综合过程。[2]总之，信息资源编目是一个复杂的、信息增值的过程。目前，困扰信息资源编目的主要问题是费用。一是时间的花费，二是金钱的花费。费用问题使得许多元数据方案的设计者希望所研制的元数据可以由非专业人员制作。毫无疑问，非专业人员制作元数据的费用低，然而这种低费用是以牺牲元数据的质量为代价的。笔者认为，对于数字图书馆的建设而言，元数据的总体质量是不容忽视的。如果没有高质量的元数据，数字化信息资源的利用也就成为一句空话，甚至会像搜索引擎一样，查准率很低。所以，建议数字图书馆元数据方案的设计应面向专业编目人员。只有专业编目人员利用编目规则及书目控制等手段，才能够提供具有较高质量的元数据。
3.4 数字图书馆元数据方案的设计中应考虑到其它技术运用
在数字图书馆建设的过程中，必然要涉及到许多技术，其中包括数据库技术、全文检索技术、开放式网络词表/分类技术、地理信息系统（GIS）等。在数字图书馆元数据方案的设计中，我们需要与这些技术进行衔接并加以应用。以联合在线资源目录（Cooperative Online Resource Catalog，简称CORC）为例加以说明。CORC是建立在网络环境下的为本地或网络电子资源创建书目元数据的系统，是一种为电子资源编目的数据库和工具包。CORC利用了网上杜威分类法数据库，实现了编目过程中DDC号码和主题标目自动分配。同时，CORC数据库的软件平台采用Mantis，这是一种适用于任何元数据定义与界面的网络资源编目系统工具箱。Mantis用XML存储记录，使得记录的输出非常容易，且有MARC、DC HTML和DC RDF、XML多种格式可供选择。CORC的成功在于其能够充分利用各种技术。因此，我国在数字图书馆元数据方案的设计过程中，也需要考虑其它技术的运用。
【参考文献】
[1]CC：DA Task Force on metadata and Cataloging Rules：Final Report，August 21，1998[EB/OL].[2001—03—05]. http：//www.ala.org/alcts/organization/ccs/ccda.
[2]真溱.矛盾重重的元数据世界[J].中国图书馆学报，2001，（6）：56—59
本文链接地址：http://www.oyaya.net/fanwen/view/61386.html
2.3 元数据的编码语言问题
元数据的编码语言是指针对元数据元素和结构进行定义和描述的具体语法和语义规则。目前，各种元数据使用的编码语言是不同的，包括标准通用标记语言（Standard General Markup Language，简称SGML）、超文本标记语言（Hypertext Markup Language，简称HTML）、可扩展标记语言（Extensible Markup Language，简称XML）三种形式。有些元数据明确规定使用何种标记语言，如TEI头标、EAD和美国联邦地理数据委员会《数字地理空间元数据内容标准》使用SGML。也有些元数据没有规定使用何种编码语言，如DC元数据，有使用HTML，也有使用XML的。从数据交换和共享的需要出发，元数据的作用是传递计算机系统可以理解的描述信息和存储数据。计算机首先要理解元数据的各个元素或字段序列化的方式，即按怎样的顺序和结构来组织各个元素及其内容。所使用的编码语言不同，元数据编码规则以及记录格式也存在差异。这样则不利于数据的交换和信息资源的共享。因此，从长远利益来看，有必要对元数据的编码语言进行统一。
3 对我国数字图书馆元数据方案设计的若干建议
3.1 推进元数据标准化进程，提高元数据的互操作能力
目前，国内出现了许多种元数据，例如，拓片元数据、建筑元数据、古籍元数据、中文数字化全文文献元数据等，由于每种元数据都是由不同图书馆研制而成的，并且针对不同类型的数字化信息资源。因此，就会出现DC系列元数据与MARC元数据并存的局面。这种局面有利于DC系列元数据与MARC元数据形成优势互补，也可以使某些适合用DC系列元数据描述的特定类型信息资源被充分地揭示和利用。同时，这种局面也会带来一些问题。目前，我国DC系列元数据至少有4种以上，那么对DC系列元数据是否一体化；那些特定类型信息资源以前的机读记录该如何处理等。
笔者主张DC系列元数据一体化，反对各自为政。DC系列元数据都是在DC元数据的基础上根据用户的需求与信息资源特点进行了修正，所以这些元数据的核心或实质仍然是DC元数据。这一点可以作为DC系列元数据一体化的基础，但是，这种一体化工作完成就需要各个研制单位之间的协调与合作，需要以国家标准的形式出现加以强制执行，从而结束元数据结构各自为政的局面。对于那些原由MARC元数据著录的信息资源来说，MARC记录已为受编信息资源提供了著录内容详尽，查全率高的机读格式，在受编信息资源数字化的过程中没有必要舍弃原有的元数据，而采用其它元数据方案。
3.2 选择适用的编码语言
在数字图书馆元数据方案设计中，编码语言的选择也是关键步骤之一。目前，在DC系列元数据中通常使用HTML、SGML或XML。有比较才有鉴别和选择，我们不妨对这三种编码语言的优劣进行分析比较。
XML是SGML语言的一个子集，同HTML一起成为SGML家族的主要成员。SGML是一种元语言，可以用来定义其它更专门的标记语言。HTML是由SGML定义出来的，专门使用在WWW上的标记语言。SGML是很好的资料存储格式，适用于任何复杂的文件，但不便于网络传输，SGML非常复杂，不易学习掌握。XML与HTML不同，XML是SGML的一个简化版本，实际上，XML也是一种元语言。与HTML不同的是，XML并没有语义上的元素定义，也没有预先定义好的一套标记系统。在实际应用中，可以根据需要定义自己的标记。
XML是可扩展的，具有较强的灵活性和适用能力，同时它很有可能在今后成为应用最为广泛的标记语言。但是，目前，XML在网络上的应用不如HTML广泛。由于HTML文档本身的结构性不强，扩展能力差，描述内容的能力也较弱，因此不太可能成为今后数字图书馆元数据方案的主要编码语言。笔者建议，数字图书馆元数据方案的编码语言采用XML。
3.3 数字图书馆元数据方案的设计应面向专业编目人员
信息资源编目实际上是信息资源进行分析、判断和组织的过程。组织过程包括分类、描述、归并及格式化等过程；分析过程则包括区分、验证、评估、比较、解释及综合过程。[2]总之，信息资源编目是一个复杂的、信息增值的过程。目前，困扰信息资源编目的主要问题是费用。一是时间的花费，二是金钱的花费。费用问题使得许多元数据方案的设计者希望所研制的元数据可以由非专业人员制作。毫无疑问，非专业人员制作元数据的费用低，然而这种低费用是以牺牲元数据的质量为代价的。笔者认为，对于数字图书馆的建设而言，元数据的总体质量是不容忽视的。如果没有高质量的元数据，数字化信息资源的利用也就成为一句空话，甚至会像搜索引擎一样，查准率很低。所以，建议数字图书馆元数据方案的设计应面向专业编目人员。只有专业编目人员利用编目规则及书目控制等手段，才能够提供具有较高质量的元数据。
3.4 数字图书馆元数据方案的设计中应考虑到其它技术运用
在数字图书馆建设的过程中，必然要涉及到许多技术，其中包括数据库技术、全文检索技术、开放式网络词表/分类技术、地理信息系统（GIS）等。在数字图书馆元数据方案的设计中，我们需要与这些技术进行衔接并加以应用。以联合在线资源目录（Cooperative Online Resource Catalog，简称CORC）为例加以说明。CORC是建立在网络环境下的为本地或网络电子资源创建书目元数据的系统，是一种为电子资源编目的数据库和工具包。CORC利用了网上杜威分类法数据库，实现了编目过程中DDC号码和主题标目自动分配。同时，CORC数据库的软件平台采用Mantis，这是一种适用于任何元数据定义与界面的网络资源编目系统工具箱。Mantis用XML存储记录，使得记录的输出非常容易，且有MARC、DC HTML和DC RDF、XML多种格式可供选择。CORC的成功在于其能够充分利用各种技术。因此，我国在数字图书馆元数据方案的设计过程中，也需要考虑其它技术的运用。
【参考文献】
[1]CC：DA Task Force on metadata and Cataloging Rules：Final Report，August 21，1998[EB/OL].[2001—03—05]. http：//www.ala.org/alcts/organization/ccs/ccda.
[2]真溱.矛盾重重的元数据世界[J].中国图书馆学报，2001，（6）：56—59
《数字图书馆元数据方案设计有关问题探讨(第2页)》
★读了本文的人也读了：