數(shù)字圖書館與元數(shù)據(jù)

1、上海圖書館系統(tǒng)網(wǎng)絡(luò)中心 趙亮概念與要點(diǎn)從不同的概念演變而來電子圖書館、網(wǎng)絡(luò)圖書館、虛擬圖書館、沒有圍墻的圖書館、圖書館數(shù)字化等等尚無(wú)一個(gè)全球范圍公認(rèn)的定義定義一：利用數(shù)字技術(shù)獲取、存儲(chǔ)、存取、發(fā)布信息的圖書館定義二：數(shù)字圖書館為國(guó)家信息基礎(chǔ)設(shè)施提供關(guān)鍵性信息管理技術(shù)，同時(shí)提供其主要的信息庫(kù)和資源庫(kù)。換句話說，數(shù)字圖書館是國(guó)家信息基礎(chǔ)設(shè)施的核心。美國(guó)研究圖書館協(xié)會(huì)的定義1、 數(shù)字圖書館并不是一個(gè)單一的實(shí)體；2、 數(shù)字圖書館需要技術(shù)支持；鏈接許多信息資源；3、 多個(gè)數(shù)字圖書館及信息機(jī)構(gòu)之間的鏈接對(duì)終端用戶透明；4、 全球范圍的對(duì)數(shù)字圖書館與信息服務(wù)的獲取是一個(gè)目標(biāo)；5、 數(shù)字圖書館的收藏不僅限于文

2、獻(xiàn)的替身，她還把不能以印刷形式代替和傳播的人工印刷品數(shù)字化，加以收藏。Definition*The digital library is not a single entity*The digital library requires technology to link the resources of many*The linkages between the many digital libraries and information services are transparent to the end users*Universal access to digital librari

3、es and information services is a goal*Digital library collections are not limited to document surrogates: they extend to digital artifacts that cannot be represented or distributed in printed formats(ARL, 1995)中國(guó)數(shù)圖工程規(guī)劃的定義：數(shù)字化資源(多媒體)網(wǎng)絡(luò)化分布化的體系結(jié)構(gòu)統(tǒng)一的透明的用戶接口全球化（非單一實(shí)體）元數(shù)據(jù)與對(duì)象管理新的服務(wù)體系與模式KW結(jié)構(gòu)數(shù)字對(duì)象（Digital Obj

4、ect)鍵元數(shù)據(jù)、數(shù)字資料、調(diào)度碼數(shù)字對(duì)象倉(cāng)庫(kù)(Repositories)元對(duì)象（Meta Object)書刊資料庫(kù)（物理館藏）書目索引等二次文獻(xiàn)圖書館管員讀者 圖書館圖書館自動(dòng)化自動(dòng)化系統(tǒng)系統(tǒng)人工獲取人工獲取索引與對(duì)象間無(wú)完整性保證索引與對(duì)象間無(wú)完整性保證 檢索數(shù)據(jù) (Search Data)LibraryServer 查詢查詢(SEARCH)訪問入口訪問入口客戶端客戶端(ACCESSClient) 存儲(chǔ)存儲(chǔ)(STORE) 對(duì)象內(nèi)容(Content Objects)IBMDigitalLibrary讀者光盤庫(kù)或磁光盤庫(kù)或磁帶庫(kù)帶庫(kù)國(guó)家圖書館國(guó)際數(shù)字圖書館先導(dǎo)計(jì)劃（DLI 1、2）美國(guó)回憶和美

5、國(guó)國(guó)家數(shù)字圖書館計(jì)劃（NDLP）國(guó)內(nèi)中國(guó)試驗(yàn)型數(shù)字圖書館項(xiàng)目中國(guó)數(shù)字圖書館工程由美國(guó)科學(xué)基金會(huì)NSF、國(guó)防部高等技術(shù)開發(fā)署DARPA、美國(guó)航空航天總署NASA等單位聯(lián)合資助DLI-1 ($24M, 1994.91998.9)DLI-2 ($40M$50M, 19992003)環(huán)境規(guī)劃與多媒體信息系統(tǒng)（加州大學(xué)伯克利分校）圖象和空間參考信息綜合服務(wù)的分布式數(shù)字圖書館（加州大學(xué)圣巴巴拉分校）集成聲音、圖象和語(yǔ)言理解技術(shù), 創(chuàng)建和搜索數(shù)字視頻圖書館-Informedia(卡內(nèi)基梅隆大學(xué)) 綜合性科學(xué)文獻(xiàn)數(shù)字圖書館(伊利諾大學(xué)厄爾巴那分校)智能信息搜索引擎（密歇根大學(xué)）各類數(shù)字圖書館網(wǎng)絡(luò)綜合集成機(jī)制-

6、InfoBus (斯坦福大學(xué))受資助單位大幅度增加在過去純研究的風(fēng)格外，增加了面向?qū)嶋H問題的研究和開發(fā)除保留了傳統(tǒng)的體系結(jié)構(gòu)、信息檢索、互操作主題之外，一些新的研究主題受到關(guān)注，如：信息保藏、添加聲音、建立和維護(hù)數(shù)字圖書館的實(shí)際問題、與醫(yī)療有關(guān)的電子病歷、醫(yī)學(xué)圖象等與情報(bào)學(xué)的聯(lián)系密切地理信息核醫(yī)學(xué)情報(bào)是眾多項(xiàng)目的交匯點(diǎn)美國(guó)回憶（American Memory）由美國(guó)國(guó)會(huì)圖書館實(shí)施，主要內(nèi)容為特色歷史資源數(shù)字化。（1989-1995)美國(guó)國(guó)家數(shù)字圖書館項(xiàng)目（NDLP）是美國(guó)回憶的后續(xù)項(xiàng)目，目標(biāo)是2000年數(shù)字化美國(guó)國(guó)會(huì)圖書館的500萬(wàn)件藏品。（1994-)計(jì)劃總投資6000萬(wàn)美元。中國(guó)試驗(yàn)型數(shù)字

7、圖書館項(xiàng)目1996年倡導(dǎo)，1997年立項(xiàng)，2001年結(jié)題國(guó)家圖書館、上海圖書館、南京圖書館、深圳圖書館、遼寧省圖書館、中山圖書館、桂林圖書館中國(guó)數(shù)字圖書館工程一期規(guī)劃（2000-2005）指導(dǎo)思想：統(tǒng)籌規(guī)劃，需求牽引，科技創(chuàng)新，滾動(dòng)發(fā)展。建設(shè)原則：公益性為主、資源建設(shè)為核心、統(tǒng)一標(biāo)準(zhǔn)規(guī)范、開放建設(shè)與利益共享、開發(fā)與引進(jìn)相結(jié)合中國(guó)數(shù)字圖書館工程建設(shè)目標(biāo)：在互聯(lián)網(wǎng)上形成超大規(guī)模的、高質(zhì)量的中文數(shù)字資源庫(kù)群，并通過國(guó)家骨干通信網(wǎng)向全國(guó)及全球提供高效服務(wù)；總體技術(shù)與國(guó)際主流技術(shù)接軌。建設(shè)一批中文多媒體資源庫(kù)，總?cè)萘坎坏陀?0TB；聯(lián)合引進(jìn)若干國(guó)內(nèi)需要的國(guó)外專題資源庫(kù)；實(shí)現(xiàn)全國(guó)大部分地區(qū)圖書館文獻(xiàn)資源的

8、聯(lián)合采編及館際互借；完成開發(fā)具有中國(guó)特色的數(shù)字圖書館智能應(yīng)用系統(tǒng)；培養(yǎng)一批高水平的專業(yè)人才隊(duì)伍，持續(xù)發(fā)展中國(guó)數(shù)字圖書館工程。實(shí)施步驟：準(zhǔn)備和實(shí)驗(yàn)階段（2000年）初步實(shí)用階段（2001-2002年）規(guī)模型成長(zhǎng)階段（2003-2005年）內(nèi)容發(fā)布內(nèi)容發(fā)布內(nèi)容查詢內(nèi)容查詢&訪問訪問內(nèi)容創(chuàng)建內(nèi)容創(chuàng)建&提取提取存儲(chǔ)存儲(chǔ)&管理管理?Right Managment權(quán)限權(quán)限管理管理館藏資源數(shù)字化海量數(shù)據(jù)的建庫(kù)與維護(hù)數(shù)字對(duì)象的存取和獲得圖書館服務(wù)的網(wǎng)絡(luò)提供版權(quán)管理文件系統(tǒng)URLPURLURNDOI其他. 10.156 / catalog-96 Publisher IDassigned

9、byDOI AgencyItem IDassigned byPublisher 10.1048 / 872 10.1532 / PII 10.18698 / SICI 用戶HandleSystem出版者或其他出版者或其他資源提供者資源提供者DOI文本- 最成熟, 實(shí)用化圖象- 通過色彩, 底紋, 形狀視頻- 自動(dòng)偵測(cè)析出關(guān)鍵幀音頻- 語(yǔ)音識(shí)別Query By Image ContentSearch images as human sees themcolor mixtureshapepositionaverage colortextureOr use an image as an exampl

10、e-”show me more like this”組組合檢索合檢索ultisearch“Cardin or Dior”QueryType = suitPrice $450Text Content SearchCatalog SearchPatternColorImage Content SearchImageFull TextCatalogThis beautiful suit by Cardin is available in our new winter collection.Item #: 12345Type: suitPrice: $450Size: L, M, Sq自動(dòng)分析視頻、音

11、頻、隱含的標(biāo)題、場(chǎng)景變換和其它信息q其特色在于:雖然個(gè)別模式的分析只能得到不完美的信息，但是組合所有模式提供的信息卻能得到非常優(yōu)異的效果q向Informedia數(shù)字圖書館館藏中增加新的素材將視頻素材分割到各主題部分中通過音軌語(yǔ)音的識(shí)別、視頻流隱含標(biāo)題的識(shí)別來標(biāo)識(shí)每個(gè)部分相關(guān)的文本各種自然語(yǔ)言處理工具產(chǎn)生合適的索引紀(jì)錄q用戶可以用多模式中的任何一種形式提出查詢要求多模式信息檢索體現(xiàn)優(yōu)異的效果多模式信息檢索體現(xiàn)優(yōu)異的效果Excerpted from Dr, Zhnag Hongjiangs 新一代多媒體檢索自動(dòng)分類文本總結(jié)電視臺(tái)發(fā)出的或經(jīng)語(yǔ)音識(shí)別得到的文本關(guān)鍵幀檢測(cè)人臉檢測(cè)和識(shí)別數(shù)字對(duì)象及存儲(chǔ)標(biāo)準(zhǔn)

12、（字符集、編碼標(biāo)準(zhǔn)、媒體格式等）信息結(jié)構(gòu)表達(dá)與交換標(biāo)準(zhǔn)（元數(shù)據(jù)標(biāo)準(zhǔn)）信息查詢與顯示標(biāo)準(zhǔn)（Z39.50、虛擬聯(lián)合目錄及館際互借協(xié)議）信息安全與應(yīng)用服務(wù)標(biāo)準(zhǔn)數(shù)據(jù)的數(shù)據(jù) (Data about data)結(jié)構(gòu)化數(shù)據(jù) (Structured data)資源的信息 (Information about a resource)編目信息編目信息 (Cataloguing information)管理、控制信息（Administrative information)管理型元數(shù)據(jù)結(jié)構(gòu)型元數(shù)據(jù)描述型元數(shù)據(jù)第一級(jí)第二級(jí)第三級(jí)記錄特性簡(jiǎn)單格式非標(biāo)準(zhǔn)化的全文索引結(jié)構(gòu)化的格式逐漸成為標(biāo)準(zhǔn)字段結(jié)構(gòu)復(fù)雜格式國(guó)際標(biāo)準(zhǔn)詳細(xì)的標(biāo)記

13、元數(shù)據(jù)格式舉例LycosAltavistaYahoo etcDublin CoreIAFA templatesRFC 1807SOIFFGDCEADTEIGILSMARC描述能力描述能力低高M(jìn)ARCDCTEIEADFGDCCIMIGILSSGMLHTMLXMLRDF其他方式SGML （結(jié)構(gòu)化、規(guī)范、復(fù)雜、描述能力強(qiáng)、需要DTD）HTML （半結(jié)構(gòu)化、不斷變化發(fā)展、描述能力差、單一DTD）XML （結(jié)構(gòu)化、規(guī)范、簡(jiǎn)潔、描述能力強(qiáng)、DTD可選）HTMLHTML實(shí)例：實(shí)例： 張三 系統(tǒng)網(wǎng)絡(luò)中心 上海圖書館結(jié)果顯示：結(jié)果顯示：張三張三系統(tǒng)網(wǎng)絡(luò)中心上海圖書館XMLXML實(shí)例：實(shí)例：張三系統(tǒng)網(wǎng)絡(luò)中心上海圖

14、書館更復(fù)雜的更復(fù)雜的XMLXML實(shí)例：實(shí)例：陳伯鈞陳國(guó)懋523173918.jpg1910年11月26日1974年2月6日四川省達(dá)縣河市鄉(xiāng)北京高等軍事學(xué)院院長(zhǎng)上將1955年1955年一級(jí)解放勛章陳 伯 鈞(1910-1974)陳伯鈞，原名陳國(guó)懋，字少達(dá)。中國(guó)人民解放軍高級(jí)將領(lǐng)。1955年被授予上將軍銜，榮獲一級(jí)八一勛章、一級(jí)獨(dú)立自由勛章、一級(jí)解放勛章。.data omitted Fosdick, Howard.Computer basics for libraries and information scientists/Howard Fosdick; with a forward by F.

15、 Wilfrid Lancaster (Adapted from “SGML and the USMARC Standard,” Technical Services Quarterly (15(3), 21ff) Modified from TEI header created by the University of Virginia Library Cataloging Services Department:A summary view of the rights of British America: a machine-readable transcriptionJefferson

16、.Thomas, 1743-1826Approx. 44 KilobytesUniversity of Virginia LibraryCharlottesville, Va.Available from: Oxford Text ArchiveURL:/1993style sheetrenderingsoftwareformatteddocument DTD ClientServer(s)DTD或XML SchemaDocument Type Definition文件類型定義XSLeXtensible Stylesheet Langua

17、ge可擴(kuò)展樣式語(yǔ)言XLINKeXtensible Link可擴(kuò)展鏈接語(yǔ)言Definition Form:Example namespace definition:Meaning: When you see “ddc”, interpret it according to the explanation offered at the site Example Use 025.316 互操作性：由元數(shù)據(jù)語(yǔ)義及結(jié)構(gòu)不同所引起的難題。解決方法:根據(jù)元數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系（mapping)進(jìn)行相互轉(zhuǎn)換核心元數(shù)據(jù)集 - 如Dublin Core支持異構(gòu)的資源檢索RDF資源描

18、述框架(Resource Description Framework)數(shù)據(jù)描述模式而且采用基于 XML的句法提供語(yǔ)義、結(jié)構(gòu)、句法三個(gè)層次的互操作能力模塊化的互操作能力有些數(shù)據(jù)化信息需要不同的元數(shù)據(jù)描述，RDF對(duì)集成這些元數(shù)據(jù)非常有用RDF是一個(gè)與任何特定語(yǔ)法無(wú)關(guān)的抽象的資源表達(dá)模式，用來反映資源（Resource）、屬性（Property）與屬性值（Value）資源resource屬性property屬性值value語(yǔ)句statement換言之“張三是由以下網(wǎng)址所標(biāo)識(shí)的資源的作者張三是由以下網(wǎng)址所標(biāo)識(shí)的資源的作者：http:/ ”http:/ 作者作者author張三張三http:/ 作者作者

19、author張三張三 張三張三 RDF基于XML的描述實(shí)例：http:/ Core基于基于RDF的描述：的描述： 張三張三 Metadata ContainerPackage (Dublin Core)Package (Geospatial)Package (Indirect)Package (Access Terms)URIFrom: Daniel, Lagoze 1995年3月，由OCLC與國(guó)家超級(jí)計(jì)算應(yīng)用中心（NCSA）聯(lián)合發(fā)起，52位來自圖書館界、電腦網(wǎng)絡(luò)界專家共同研究產(chǎn)生。目的是希望建立一套描述網(wǎng)絡(luò)電子文獻(xiàn)的方法，以便網(wǎng)上信息檢索。其中心議題是如何用一個(gè)簡(jiǎn)單的元數(shù)據(jù)記錄來描述種類繁多

20、的電子資源，使非圖書館專業(yè)人員都能夠了解和使用著錄格式，來描述網(wǎng)上資源。 至今已開過七次研討會(huì)，第九次將于2001年在日本舉行。每次會(huì)議都有一些具體的成果和決定。如第四次會(huì)議在澳大利亞堪培拉舉行，會(huì)上發(fā)布3種修飾詞，故稱為堪培拉修飾詞。 十五個(gè)基本元素十五個(gè)基本元素 簡(jiǎn)單清晰的語(yǔ)義定義簡(jiǎn)單清晰的語(yǔ)義定義 應(yīng)用面廣應(yīng)用面廣 （DLO對(duì)象）對(duì)象） 易于易于伸縮與擴(kuò)展伸縮與擴(kuò)展 擴(kuò)展的擴(kuò)展的DCTYPE(Subelement),SCHEME,LANGUAGE 三種形式三種形式 事實(shí)上的工業(yè)標(biāo)準(zhǔn)事實(shí)上的工業(yè)標(biāo)準(zhǔn) - RFC2413 廣泛的支持與應(yīng)用廣泛的支持與應(yīng)用已成為美國(guó)國(guó)家標(biāo)準(zhǔn)（已成為美國(guó)國(guó)家標(biāo)準(zhǔn)

21、（Z39.85)內(nèi)容描述內(nèi)容描述 知識(shí)產(chǎn)權(quán)知識(shí)產(chǎn)權(quán) 外形描述外形描述題名 Title 創(chuàng)建者 Creator 日期 Date主題 Subject 出版者 Publisher 類型 Type說明 Description 其他責(zé)任者 Contributor 款式 Format來源 Source 權(quán)限 Rights 標(biāo)識(shí) Identifier語(yǔ)種 Language關(guān)聯(lián) Relation覆蓋范圍 Coverage所有的元素都是可選的所有的元素都是可重復(fù)的元素的排列沒有先后次序具有良好的擴(kuò)展性全球化旨在通過使用修飾詞進(jìn)一步明確元數(shù)據(jù)的特性（比如一個(gè)日期可以作進(jìn)一步的描述，如發(fā)表日期和修改日期）DC允許各

22、個(gè)地方應(yīng)用系統(tǒng)在15個(gè)基本元素的基礎(chǔ)上增加新的元素或新的修飾詞，但應(yīng)堅(jiān)持互操作性的原則，同時(shí)提請(qǐng)DC大家庭注意，以便納入新的DC規(guī)范A name given to the resource賦于資源的名稱An entity primarily responsible for making the content of the resource創(chuàng)建資源內(nèi)容的主要責(zé)任者An entity responsible for making contributions to the content of the resource對(duì)資源內(nèi)容創(chuàng)建作出貢獻(xiàn)的其他責(zé)任者An entity responsible f

23、or making the resource available使資源成為可獲得狀態(tài)的責(zé)任者A date associated with an event in the life cycle of the resource與資源本身生命周期中的一個(gè)事件相關(guān)的日期A reference to a related resource對(duì)相關(guān)資源的參照A reference to a resource from which the present resource is derived對(duì)一個(gè)資源的參照，當(dāng)前資源源自這一參照資源An account of the content of the resour

24、ce對(duì)資源內(nèi)容的說明The topic of the content of the resource有關(guān)資源內(nèi)容的主題描述Nature or genre of the content of the resource有關(guān)資源內(nèi)容的特征和類型Physical or digital manifestation of the resource資源的物理或數(shù)字表現(xiàn)形式An unambiguous reference to the resource within a given context在特定范圍內(nèi)給予資源的一個(gè)明確的標(biāo)識(shí)A language of the intellectual content

25、of the resource 描述資源知識(shí)內(nèi)容所使用的語(yǔ)種Extent or scope of the content of the resource資源內(nèi)容所涉及的范圍Information about rights held in and over the resource有關(guān)資源本身所有的或被賦予的權(quán)限信息上海圖書館系統(tǒng)網(wǎng)絡(luò)中心 趙亮概念與要點(diǎn)多媒體定義指能夠同時(shí)獲取、處理、編輯、存儲(chǔ)和展示兩個(gè)以上不同類型信息媒體的技術(shù)。多媒體技術(shù)計(jì)算機(jī)綜合處理多種媒體信息，文本、圖形、圖像、音頻和視頻，使多種信息建立邏輯連接，集成為一個(gè)系統(tǒng)并具有交互性。多媒體類型：文本、圖形、圖像、音頻、視頻、三維

26、建模（虛擬現(xiàn)實(shí)）等等n文本n編碼（中文編碼、不同平臺(tái)編碼）n特殊標(biāo)記、格式n圖象n壓縮存儲(chǔ)（有損壓縮和非有損壓縮）nTIFF，JPEG，GIF，BMPn多級(jí)存儲(chǔ)n音頻nWAV，MP3，REAL AUDIOn視頻nAVI，QUICK TIME，MPEG I，MPEG II，MPEG IV，REAL VIDEOn其他（三維實(shí)體VRML等等）n文本n錄入員錄入n對(duì)掃描文件進(jìn)行OCRn圖象n掃描n數(shù)碼照相n音頻n利用聲卡采集n電腦合成n視頻n利用視頻采集卡采集n硬件壓縮轉(zhuǎn)換或軟件壓縮轉(zhuǎn)換Text (1 page) : 5K / 1KImage (1024x768) : 2.3M / 300KVoice

27、 (1 min) : 480K / 60KMusic (1 min, CD) : 10.2M / 1MVideo (1 min, VHS) : 400M / 10MVideo (1 min, NTSC) : 1.6G / 35MVideo (1 min, HDTV) : 4.8G / 200Mn掃描模式n分辨率（resolution, 多少DPI)n顏色深度 (bit depth, 多少bit)n顏色管理 （色彩還原）n修正（去網(wǎng)紋，校正）n壓縮存儲(chǔ)n人工修正（去污點(diǎn)，對(duì)比度，亮度）n系統(tǒng)能力（內(nèi)存等等）BitonalGrayscaleColorSpecial Treatmentdefines

28、 the point on a scale from 0 to 255 at which gray values will be interpreted either as black or whitethreshold = 100threshold = 60number of bits used to represent each pixel, typically 8 bits or more per channelrepresenting 256 (28) levels for grayscale and 16.7 million (224) levels for color example: 8-bit grayscale pixel 00000000 = black 1111111