图书馆关联数据：机会与挑战

关联数据在图书馆领域具有广泛的应用前景,通过采用关联数据技术,图书馆有机会在未来语义网建设中发挥主导性作用。图书馆应用关联数据具有潜在的四个基本模式:发布、消费、服务和平台。关联数据的应用会使机器成为图书馆的重要服务对象,图书馆不仅要为人服务,而且也要为机器服务,这将带来一系列的机遇和挑战。

从门户到平台——图书馆目录的转型

国际图书馆界创新与转型的经验表明,图书馆目录只有成为网络的一部分,才能在互联网世界发挥应有的价值。文章在对国外图书馆目录转型现状调研的基础上,探讨基于关联数据技术,实现图书馆目录从门户到平台的创新和转型,并提出可行性分析。建议先选择部分可向网络开放的书目数据,逐步增加数量、扩大范围,进而形成领域社区;创造关联书目数据的消费利用环境,构建创新平台;制订关联书目数据应用实施的指南性规范;加强技术和案例研究,培养人才,促进团队建设。

Drupal在图书馆中的应用

介绍了内容管理系统(CMS)Drupal的重要概念、主要特色、基本功能以及常规应用,在文献调研和本地实验的基础上分析了Drupal在图书馆中的应用模式,并介绍和分析了两个典型案例。

关联数据发布技术及其实现——以Drupal为例

关联数据是一种轻量级的语义网实现技术,其重要价值在于通过RDF数据模型,将网络上的非结构化数据和采用不同标准的结构化数据转换成遵循统一标准的结构化数据,以便机器理解。文章梳理了关联数据的实现方式,目前关联数据的发布模式有:静态发布、批量存储、调用时生成、事后转换(D2R),发布关联数据的工具包括:VoID词表、前端转换工具、OWL及SKOS相关工具、Web services、Web应用框架、CMS及RDFa。并详细介绍了开源CMS平台Drupal。Drupal作为一直关注语义网技术的开源CMS平台,其高度模块化的架构为实现关联数据的发布打下了良好的基础,RDF、SPARQL、SPARQL_Endpoint及其周边模块构成了一套较为成熟的关联数据发布与消费的框架,最后利用该框架实现将"中国历史纪年和公元纪年对照表"发布成关联数据。

面向人文研究的国家数据基础设施建设

人文科学研究正在向以数据为驱动的新型研究模式转型,形成所谓"数字人文"研究新范式。"数据科学"为这些变化提供了方法论基础,支撑研究活动的基础设施也需要经过改造或重新建立。新的人文研究平台以数据为基础,以方法为导向,提供统一的数据资源管理、大数据分析、可视化展示和智慧型服务。这些变化将带来更大范围和深度的数据资料的应用和协同研究,将使研究人员以过去难以想象的尺度和维度提出问题。数字人文基础设施建设可以是国家层面的,也可以是地区行业或组织机构层面的。图书馆、博物馆、档案馆等人类记忆和文化遗产机构近20年来馆藏内容大规模数字化,可以通过升级为数字人文研究平台,转型为数字人文基础设施的重要组成部分,继续在数字时代发挥其巨大的价值。

基于书目框架(BIBFRAME)的家谱本体设计

文章针对图书馆的家谱系统大多只提供基于关键词匹配的字段检索,主要面向文献特征而不能深入揭示内容的问题,在对家谱信息系统及相关技术现状进行文献调研的基础上,论述了上海图书馆基于书目框架模型来设计家谱本体的起因、过程、方法和成果;利用本体建模方法设计了上海图书馆家谱本体及其应用、扩展和重用;得出了基于书目框架设计的家谱本体既能揭示家谱资源的文献特征和内容属性,又能增强内容之间语义关联的结论。

RDA与关联数据

作为新一代编目规则,RDA在应用模型、书目记录的结构、术语和编目规则等方面与其前一个版本AACR2相比,有很大变化。RDA首先区分书目对象相关实体,再确定各类实体所需描述的属性,以及各类实体、属性、取值等要素之间的关系,并对各类规范取值词表进行规定。这种基于概念模型的描述特别适合利用语义网技术来实现。关联数据是语义网的一个简化方案,以RDA编目的书目数据用关联数据发布,能使RDA的潜力发挥到极致。不久的将来,具有语义的书目数据在互联网上将不断增多,书目数据的普遍关联将指日可待。

创意类开放数据竞赛作品评价指标体系构建与测定——以数字人文项目为例

为激励大众参与公开数据的开发利用,各领域纷纷举办开放数据竞赛活动,并引发了社会各界的广泛关注。近年来数字人文项目的兴起一方面产生了大量的开放数据,另一方面由于其跨领域和学科交叉等特性,也给开放数据竞赛带来了新的契机,特别是针对数字人文项目开展相关的创意类开放数据竞赛,其影响力和社会价值不容小觑。随着数字人文领域创意类开放数据竞赛的推动和发展,对于作品的评价是确保开放数据竞赛公平公正的有效途径,也是项目后期孵化和推广的重要依据。目前国内外在这方面的实践还处于摸索起步阶段,理论研究方面更是鲜有关注,因此有必要对创意类开放数据竞赛中的竞选作品构建一套科学系统的评价指标体系。本文以"全评价"分析框架和D&M模型为基础,结合创意类开放数据竞赛的目的和数字人文领域的特色,初步确立了评价指标体系。在此基础上运用德尔菲法征询专家意见,完善指标体系并获取指标重要性得分,选用基于指数标度的层次分析法计算各指标权重;以上海图书馆举办的创意类开放数据竞赛为例,采用逼近理想解排序法和评价指标体系对部分竞选项目进行评估,从而完成指标体系的最终测定;最后对数字人文领域创意类开放数据竞赛的参赛项目评审和数字人文类互联网应用的开发提出若干建议。

万维网时代的规范控制

图书馆书目控制的理想是"搜罗并整序人类所有知识","规范控制"是从图书馆编目工作中发展起来的一项工作。然而规范控制从来没有很好地实现设计时的初衷,根本原因是思想太超前,而技术不成熟,又低估了人为执行规则并保证其一致性的难度。当前的语义万维网技术为规范控制提供一种绝好的实现平台,关联数据技术提供了概念与其表示完全独立的表达模型,可以基于书目信息中的所有属性特征,进行规范的、基于概念的检索。许多大型机构都在利用新的技术开发和研究规范控制服务,例如美国国会图书馆的BIBFRAME书目框架格式草案、OCLC的虚拟国际规范档,以及Open Authority项目和Wikidata项目等。这些努力反映了一种发展趋势,图书馆行业数百年积累起来的书目控制经验,如果能充分利用好现代信息技术所提供的强大工具,不仅能实现过去没有实现的理想,而且能在更大范围内发扬光大。图4。表1。参考文献22。

关联数据开放应用协议

关联数据的应用正迅速发展并涉及到商业、媒体、出版、政府等领域。在关联数据发布、消费和再创造的过程中,必然涉及参与者的利益问题,需明确不同类型和归属的数据(或数据集)的所有权、发布权、使用权、收益权等。关联数据的发展迫切需要相关的许可协议。目前关联数据用到的协议主要有CC(知识共享)家族的CCBY-SA、CC0、CC BY、CC BY-NC和ODC(开放数据共用组织)的PDDL(公共领域奉献和许可),ODbL(开放数据许可)、ODC-By(开放数据共享署名许可),以及OGL(Open Government License,开放政府许可协议)等。对开放数据相关许可协议在国内的应用提出建议。