数字图书馆元数据方案设计有关问题探讨
【内容提要】在阐述数字图书馆元数据方案设计原则的基础上，对数字图书馆元数据方案的设计有关问题进行较为深入的思考，并且提出若干建议。
【摘 要 题】专题探讨
【英文摘要】This article begins with the illustration of&n
1 数字图书馆元数据方案设计原则
元数据方案就是数字图书馆中所使用的信息描述方法。数字图书馆的运作，无论是存取过程还是检索过程，都是以元数据方案为基础实现的。换言之，元数据方案为数字图书馆分布式信息资源的发现和检索奠定了基础。因此，元数据方案决定了数字图书馆的功能特征、运行模式和系统运行的总体性能。为了实现这一总体性能，达到共建共享信息资源的目的，数字图书馆元数据方案应遵循下列原则。
1.1 元数据方案的标准化原则
在数字图书馆建设中，标准问题最重要的是元数据的制作，而与元数据的制作紧密相关的问题是元数据方案的设计。
然而，目前在元数据方案的标准化方面存在很多问题。首先，就DC系列元数据而言，在同一元素的著录内容上存在较大的差异。如，北京大学拓片元数据要求在权限（Rights）元素中著录馆藏地址、允许使用的用户范围，而在《数字式中文全文文献通用格式》规定著录有关权限管理的声明，包括知识产权等。其次，对于同类型信息资源的组织，有的图书馆已经采用DC元数据，有的则仍然采用MARC元数据。这种著录内容和同类信息资源所用元数据的不一致都会给数据交换的带来困难。最后，各个元数据所采用的编码语言也是各不相同，有的采用HTML，有的采用SGML或XML。由于各个编码语言的标签设置、内容、可扩展性的不同，则会影响元数据的通用性。
元数据方案的标准化原则具有广泛的内涵。它包括元素著录内容的标准化、同类型数字化信息资源的著录所采用元数据的一致性、元数据方案所采用编码语言的统一性这几个方面。
1.2 元数据方案的准确性原则
所谓准确性原则一方面指元数据方案中元素的定义、使用的术语等不能模棱两可，容易产生歧义，导致不同的理解；另一方面指元数据方案能够准确地描述信息资源。也就是说，元数据方案不仅要规定元素的设置、著录规则、标记语言的使用，而且要规定著录所依据的标准、传输交换语言等。
当前困扰各个搜索引擎的问题是如何提高其查准率。搜索引擎的低查准率究其原因是其对信息资源特征的揭示不够准确、深入。数字图书馆的信息资源类型多样，既有文字信息，也有音频、视频信息，只有准确地揭示它们的特征，提供高质量的元数据，才能保证较高的查准率。
1.3 元数据方案的通用性与专用性原则
元数据方案的通用性与专用性都是相对而言的。所谓通用性是指元数据方案可用于数字图书馆多种信息资源的元数据制作。所谓专用性是指元数据方案只适用于数字图书馆某一特定类型信息资源的元数据制作。具有通用性的元数据适用于组织多种类型的信息资源。通用性元数据有两种：一种通用性元数据的结构非常庞大、复杂，但是具有很好的描述深度，因为所有的情况都已经定义了，比如MARC元数据。另一种通用性元数据，其结构非常简单，好学易用，仅仅只有几个非常普遍的属性，但对特定类型的信息资源的描述能力不够。而具有很好专用性的元数据，其对于某一特定类型的信息资源描述能力很强，但无法覆盖其它类型的信息资源。数字图书馆信息资源类型多样，过分强调专用性会导致多种元数据各自为政。因此，在设计元数据方案时，设计人员需要在通用性和专用性之间加以协调、平衡，才能产生更好的效果。
1.4 元素设置的可扩展性原则
所谓元素设置的可扩展性原则是指在元数据方案设计时，为元素、元素的限定词以及属性值的扩充留有一定的余地。数字图书馆要处理的数字化信息资源非常广泛，而且各类数字化信息资源的应用背景更为复杂。如果元数据方案只提供最广泛意义上的描述，一些针对特定应用背景的内容并不纳入，那么，应允许使用者在不破坏已规定的标准内容（如元素的语义定义）的条件下，扩充一些元素或属性值。此外，元数据是一个发展活跃的领域，新的元数据元素会不断出现，老的元数据元素会不断修改完善。数字图书馆的生存环境是一个不断变化的环境，新的信息源也会层出不穷。这就要求元数据方案允许将新的元数据元素容纳于其中，或者要求修改更新已经注册的元数据方案。
1.5 元数据方案的互操作性原则
所谓元数据方案的互操作性，是指在由不同的组织制定与管理且技术规范不尽相同的元数据环境下，要向用户提供一个统一的数据检索界面，确保系统对用户的一致性服务。在具体应用上，互操作性表现为易转换性，即在所携信息损失最小的前提下，可方便地转换为其它系统常用的元数据。
2 数字图书馆元数据方案设计应注意的问题
2.1 非MARC元数据与数字图书馆信息资源组织的质量问题
在此，根据我国当前引进、研制元数据的状况，将现存的元数据分为两类，即MARC元数据和非MARC元数据。MARC元数据包括USMARC、UNIMARC、CNMARC等。非MARC元数据包括DC系列元数据和非DC系列元数据。DC系列元数据是指我国在数字图书馆建设的过程中，对DC元数据加以引进并改造而生成的针对特殊类型信息资源的元数据，也就是说这些新出现的元数据是在DC元数据的基础上进行了扩充、改进。例如，DC元数据、北京大学拓片元数据、《数字式中文全文文献通用格式》以及清华大学的建筑元数据。非DC系列元数据包括TEI头标、EAD、GILS等。目前将非DC系列元数据用于数字图书馆信息资源组织的呼声很高。美国图书馆协会（the American Library Association，简称ALA）编目：著录与检索委员会（Committee on Cataloging： Description and Access，简称CC：DA）在《元数据与编目规则研究报告》（CC：DA Task Force on metadata and Cataloging Rules：Final Report）中以TEI头标、EAD等元数据为例，就非DC系列元数据作为编目源的情况做出评估，得出三点重要结论。第一，非MARC元数据在专门针对其用途而设计的系统中效率最高，但在图书馆目录系统中的效率就不是最高的。第二
众所周知，非MARC元数据大多数是一些资源描述机构针对自己的需要而开发的。在这些元数据方案中，元数据的制作可以由专业的编目人员完成，也可以由根本没有任何经验信息资源的提供者自己完成。非专业人员制作的元数据具有费用低、元数据的专指性较好的优点。但是，这样做会导致对数字化信息资源的属性和特征的揭示程度差别很大，进而影响元数据的总体质量。到目前为止，绝大多数元数据仍然由专业人员提供。例如，TEI头标是一种复杂的元数据，绝大多数TEI文本都是由人文科学领域非图书馆专业人员创建，而TEI头标通常是由图书馆员创建或维护。如果让非专业人员参与元数据的制作，那么数字图书馆元数据方案设计就应解决元数据制作质量的检测与管理问题。
2.2 DC系列元数据与MARC元数据的关系
目前，有些数字图书馆纷纷采用DC元数据作为描述数字化信息资源的格式。例如，清华大学图书馆的建筑数字图书馆项目以DC元数据作为基本框架，结合建筑资料的实际情况对DC元数据进行改造，扩充为THDL——清华大学建筑数字图书馆元数据格式。北京大学依据DC元数据开发了拓片元数据格式。上海图书馆也使用了DC元数据。自从DC元数据产生以来，图书馆界争论不休的问题是，图书馆是继续使用MARC元数据，还是舍弃MARC元数据，改用DC元数据？具体到我国，在任何一个数字图书馆元数据方案的设计过程中，必然要涉及到MARC元数据与DC系列元数据关系的处理。
DC元数据最初的定位是处于全文索引和复杂格式的元数据之间，提供简单明了的元数据格式。DC元数据与MARC元数据的最主要的区别在于DC元数据结构简单，而MARC元数据复杂。DC元数据经过数次研讨会后，对其进行扩展，使用修饰限定词使得DC元数据不可避免地复杂起来。其扩展的原因有两个。一是应用领域比较复杂，DC元数据没有足够的元素来描述信息资源的各种重要特征；二是人们希望DC元数据应用于多个领域。实际上，无论如何扩展，DC元数据不 《数字图书馆元数据方案设计有关问题探讨》
本文链接地址：http://www.oyaya.net/fanwen/view/61386.html
【摘 要 题】专题探讨
【英文摘要】This article begins with the illustration of&n
1 数字图书馆元数据方案设计原则
元数据方案就是数字图书馆中所使用的信息描述方法。数字图书馆的运作，无论是存取过程还是检索过程，都是以元数据方案为基础实现的。换言之，元数据方案为数字图书馆分布式信息资源的发现和检索奠定了基础。因此，元数据方案决定了数字图书馆的功能特征、运行模式和系统运行的总体性能。为了实现这一总体性能，达到共建共享信息资源的目的，数字图书馆元数据方案应遵循下列原则。
1.1 元数据方案的标准化原则
在数字图书馆建设中，标准问题最重要的是元数据的制作，而与元数据的制作紧密相关的问题是元数据方案的设计。
然而，目前在元数据方案的标准化方面存在很多问题。首先，就DC系列元数据而言，在同一元素的著录内容上存在较大的差异。如，北京大学拓片元数据要求在权限（Rights）元素中著录馆藏地址、允许使用的用户范围，而在《数字式中文全文文献通用格式》规定著录有关权限管理的声明，包括知识产权等。其次，对于同类型信息资源的组织，有的图书馆已经采用DC元数据，有的则仍然采用MARC元数据。这种著录内容和同类信息资源所用元数据的不一致都会给数据交换的带来困难。最后，各个元数据所采用的编码语言也是各不相同，有的采用HTML，有的采用SGML或XML。由于各个编码语言的标签设置、内容、可扩展性的不同，则会影响元数据的通用性。
元数据方案的标准化原则具有广泛的内涵。它包括元素著录内容的标准化、同类型数字化信息资源的著录所采用元数据的一致性、元数据方案所采用编码语言的统一性这几个方面。
1.2 元数据方案的准确性原则
所谓准确性原则一方面指元数据方案中元素的定义、使用的术语等不能模棱两可，容易产生歧义，导致不同的理解；另一方面指元数据方案能够准确地描述信息资源。也就是说，元数据方案不仅要规定元素的设置、著录规则、标记语言的使用，而且要规定著录所依据的标准、传输交换语言等。
当前困扰各个搜索引擎的问题是如何提高其查准率。搜索引擎的低查准率究其原因是其对信息资源特征的揭示不够准确、深入。数字图书馆的信息资源类型多样，既有文字信息，也有音频、视频信息，只有准确地揭示它们的特征，提供高质量的元数据，才能保证较高的查准率。
1.3 元数据方案的通用性与专用性原则
元数据方案的通用性与专用性都是相对而言的。所谓通用性是指元数据方案可用于数字图书馆多种信息资源的元数据制作。所谓专用性是指元数据方案只适用于数字图书馆某一特定类型信息资源的元数据制作。具有通用性的元数据适用于组织多种类型的信息资源。通用性元数据有两种：一种通用性元数据的结构非常庞大、复杂，但是具有很好的描述深度，因为所有的情况都已经定义了，比如MARC元数据。另一种通用性元数据，其结构非常简单，好学易用，仅仅只有几个非常普遍的属性，但对特定类型的信息资源的描述能力不够。而具有很好专用性的元数据，其对于某一特定类型的信息资源描述能力很强，但无法覆盖其它类型的信息资源。数字图书馆信息资源类型多样，过分强调专用性会导致多种元数据各自为政。因此，在设计元数据方案时，设计人员需要在通用性和专用性之间加以协调、平衡，才能产生更好的效果。
1.4 元素设置的可扩展性原则
所谓元素设置的可扩展性原则是指在元数据方案设计时，为元素、元素的限定词以及属性值的扩充留有一定的余地。数字图书馆要处理的数字化信息资源非常广泛，而且各类数字化信息资源的应用背景更为复杂。如果元数据方案只提供最广泛意义上的描述，一些针对特定应用背景的内容并不纳入，那么，应允许使用者在不破坏已规定的标准内容（如元素的语义定义）的条件下，扩充一些元素或属性值。此外，元数据是一个发展活跃的领域，新的元数据元素会不断出现，老的元数据元素会不断修改完善。数字图书馆的生存环境是一个不断变化的环境，新的信息源也会层出不穷。这就要求元数据方案允许将新的元数据元素容纳于其中，或者要求修改更新已经注册的元数据方案。
1.5 元数据方案的互操作性原则
所谓元数据方案的互操作性，是指在由不同的组织制定与管理且技术规范不尽相同的元数据环境下，要向用户提供一个统一的数据检索界面，确保系统对用户的一致性服务。在具体应用上，互操作性表现为易转换性，即在所携信息损失最小的前提下，可方便地转换为其它系统常用的元数据。
2 数字图书馆元数据方案设计应注意的问题
2.1 非MARC元数据与数字图书馆信息资源组织的质量问题
在此，根据我国当前引进、研制元数据的状况，将现存的元数据分为两类，即MARC元数据和非MARC元数据。MARC元数据包括USMARC、UNIMARC、CNMARC等。非MARC元数据包括DC系列元数据和非DC系列元数据。DC系列元数据是指我国在数字图书馆建设的过程中，对DC元数据加以引进并改造而生成的针对特殊类型信息资源的元数据，也就是说这些新出现的元数据是在DC元数据的基础上进行了扩充、改进。例如，DC元数据、北京大学拓片元数据、《数字式中文全文文献通用格式》以及清华大学的建筑元数据。非DC系列元数据包括TEI头标、EAD、GILS等。目前将非DC系列元数据用于数字图书馆信息资源组织的呼声很高。美国图书馆协会（the American Library Association，简称ALA）编目：著录与检索委员会（Committee on Cataloging： Description and Access，简称CC：DA）在《元数据与编目规则研究报告》（CC：DA Task Force on metadata and Cataloging Rules：Final Report）中以TEI头标、EAD等元数据为例，就非DC系列元数据作为编目源的情况做出评估，得出三点重要结论。第一，非MARC元数据在专门针对其用途而设计的系统中效率最高，但在图书馆目录系统中的效率就不是最高的。第二
，不符合AACR的普通元数据进入图书馆目录的时候，总是需要图书馆编目人员对其进行严格审查。第三，绝大多数非MARC元数据方案没有提供足够的信息以区别相似的信息资源或者内容基本相同而不同版本信息资源。[1]也就是说，只有充分地利用各种编目规则和其它一些质量保证手段，非MARC元数据才能具有较高的质量，才能用于图书馆信息资源组织。
众所周知，非MARC元数据大多数是一些资源描述机构针对自己的需要而开发的。在这些元数据方案中，元数据的制作可以由专业的编目人员完成，也可以由根本没有任何经验信息资源的提供者自己完成。非专业人员制作的元数据具有费用低、元数据的专指性较好的优点。但是，这样做会导致对数字化信息资源的属性和特征的揭示程度差别很大，进而影响元数据的总体质量。到目前为止，绝大多数元数据仍然由专业人员提供。例如，TEI头标是一种复杂的元数据，绝大多数TEI文本都是由人文科学领域非图书馆专业人员创建，而TEI头标通常是由图书馆员创建或维护。如果让非专业人员参与元数据的制作，那么数字图书馆元数据方案设计就应解决元数据制作质量的检测与管理问题。
2.2 DC系列元数据与MARC元数据的关系
目前，有些数字图书馆纷纷采用DC元数据作为描述数字化信息资源的格式。例如，清华大学图书馆的建筑数字图书馆项目以DC元数据作为基本框架，结合建筑资料的实际情况对DC元数据进行改造，扩充为THDL——清华大学建筑数字图书馆元数据格式。北京大学依据DC元数据开发了拓片元数据格式。上海图书馆也使用了DC元数据。自从DC元数据产生以来，图书馆界争论不休的问题是，图书馆是继续使用MARC元数据，还是舍弃MARC元数据，改用DC元数据？具体到我国，在任何一个数字图书馆元数据方案的设计过程中，必然要涉及到MARC元数据与DC系列元数据关系的处理。
DC元数据最初的定位是处于全文索引和复杂格式的元数据之间，提供简单明了的元数据格式。DC元数据与MARC元数据的最主要的区别在于DC元数据结构简单，而MARC元数据复杂。DC元数据经过数次研讨会后，对其进行扩展，使用修饰限定词使得DC元数据不可避免地复杂起来。其扩展的原因有两个。一是应用领域比较复杂，DC元数据没有足够的元素来描述信息资源的各种重要特征；二是人们希望DC元数据应用于多个领域。实际上，无论如何扩展，DC元数据不 《数字图书馆元数据方案设计有关问题探讨》
★读了本文的人也读了：