數(shù)字檔案館第四章改

第四章數(shù)字檔案館元數(shù)據(jù)體系第一節(jié)元數(shù)據(jù)的一般知識(shí)第二節(jié)電子文件元數(shù)據(jù)第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作第一節(jié)元數(shù)據(jù)的一般知識(shí)

一、元數(shù)據(jù)的含義一般而言，元數(shù)據(jù)（metadata）被認(rèn)為是關(guān)于數(shù)據(jù)的數(shù)據(jù)，其主要功能是描述數(shù)據(jù)以及數(shù)據(jù)環(huán)境。從廣義上講，元數(shù)據(jù)是一種標(biāo)準(zhǔn)化的框架，用來(lái)描述和表征某一類信息資源的基本特征，對(duì)資源進(jìn)行定位和管理，為用戶提供獲取該信息資源的線索。從狹義上講，元數(shù)據(jù)主要指網(wǎng)絡(luò)環(huán)境下，針對(duì)數(shù)字資源進(jìn)行描述的元數(shù)據(jù)。第一節(jié)元數(shù)據(jù)的一般知識(shí)二、元數(shù)據(jù)的分類1.資源內(nèi)容元數(shù)據(jù)2.資源責(zé)任元數(shù)據(jù)3.資源表示元數(shù)據(jù)4.資源獲取元數(shù)據(jù)5.資源管理元數(shù)據(jù)6.元數(shù)據(jù)管理元數(shù)據(jù)第一節(jié)元數(shù)據(jù)的一般知識(shí)三、元數(shù)據(jù)的標(biāo)準(zhǔn)化一般來(lái)講，元數(shù)據(jù)標(biāo)準(zhǔn)體系的制定，應(yīng)該遵循以下兩項(xiàng)原則。（一）可擴(kuò)展性

（二）互操作性第二節(jié)電子文件元數(shù)據(jù)

一、國(guó)外電子文件元數(shù)據(jù)研究項(xiàng)目（一）InterPARES（二）BAC（三）DOD5015.2（四）RMSCA第二節(jié)電子文件元數(shù)據(jù)

二、我國(guó)電子文件元數(shù)據(jù)標(biāo)準(zhǔn)2008年3月24日，國(guó)家檔案局中央檔案館辦公室下發(fā)了關(guān)于《電子文件元數(shù)據(jù)》和《電子文件管理細(xì)則》兩項(xiàng)檔案行業(yè)標(biāo)準(zhǔn)征求意見(jiàn)稿的通知，標(biāo)志著我國(guó)電子文件元數(shù)據(jù)標(biāo)準(zhǔn)的制定已經(jīng)基本成熟。第二節(jié)電子文件元數(shù)據(jù)表4-1電子文件元數(shù)據(jù)總體框架表

第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第二節(jié)電子文件元數(shù)據(jù)第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)

一、數(shù)字檔案元數(shù)據(jù)的含義與類型

含義：數(shù)字檔案館的元數(shù)據(jù)是用來(lái)描述檔案數(shù)據(jù)本身的內(nèi)容、結(jié)構(gòu)及其背景特征的數(shù)據(jù)，它是一個(gè)元數(shù)據(jù)系統(tǒng)，其目的是加強(qiáng)對(duì)數(shù)字檔案信息資源的發(fā)現(xiàn)、識(shí)別、開(kāi)發(fā)、組織和評(píng)價(jià)，而且對(duì)相關(guān)的數(shù)字檔案資源進(jìn)行選擇、定位、并追蹤檔案在管理和使用過(guò)程中的變化、實(shí)現(xiàn)檔案信息資源的整合、有限管理、利用和長(zhǎng)期保存。數(shù)字檔案館元數(shù)據(jù)的主要功能有：（1）描述功能；（2）檢索功能；（3）選擇功能；（4）定位功能；（5）管理功能。

第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)

按照元數(shù)據(jù)描述的對(duì)象來(lái)分，目前常見(jiàn)的檔案元數(shù)據(jù)格式主要有：(1)對(duì)檔案內(nèi)容進(jìn)行描述的元數(shù)據(jù)，如國(guó)際檔案著錄標(biāo)準(zhǔn)（總則）ISAD(G)、編碼檔案著錄標(biāo)準(zhǔn)EAD；(2)描述檔案背景信息的元數(shù)據(jù)，如法人、個(gè)人及家庭背景信息國(guó)際檔案規(guī)范文本ISAAR、編碼檔案背景規(guī)范EAC；(3)其他標(biāo)準(zhǔn)，如檔案、個(gè)人論文和手稿規(guī)范APPM，文本編碼項(xiàng)目TEI，等等。第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)

二、國(guó)外主要檔案元數(shù)據(jù)標(biāo)準(zhǔn)介紹

（一）國(guó)際檔案著錄標(biāo)準(zhǔn)（總則）ISAD(G)（二）編碼檔案著錄標(biāo)準(zhǔn)（EAD）（三）EAD與ISAD(G)的關(guān)系（四）法人、個(gè)人及家庭背景信息國(guó)際檔案規(guī)范文本ISAAR(CPF)（五）編碼檔案背景標(biāo)準(zhǔn)（EAC）第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)3.EAC與ISAAR(CPF)的關(guān)系EAC是ISAAR(CPF)的補(bǔ)充，為了保持EAC與ISAAR(CPF)修訂版的一致性，決定參與多倫多會(huì)議的許多成員同時(shí)也參加ISAAR(CPF)第二版的制定。而且制定EAC的原則與方法將提交到國(guó)際檔案描述標(biāo)準(zhǔn)委員會(huì)，由其來(lái)指導(dǎo)ISAAR(CPF)的修訂。因此EAC模式將與修訂版ISAAR(CPF)完全相一致。ISAAR(CPF)標(biāo)準(zhǔn)只陳述了支持檔案正規(guī)信息交換的一部分條件，成功的網(wǎng)絡(luò)檔案正規(guī)信息自動(dòng)交換取決于交換存儲(chǔ)器對(duì)一套交流格式的應(yīng)用，EAC就是一種支持ISAAR(CPF)與檔案正規(guī)數(shù)據(jù)在網(wǎng)上交換的一個(gè)交流格式。

第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)（六）文本編碼倡議（TEI）文本編碼倡議（TheTextEncodingInitiative，TEI）主要用于文字信息的轉(zhuǎn)換，但對(duì)于其他格式的信息，如圖像聲音等也有涉及。它不但可以用于新建立的電子資源，也可以轉(zhuǎn)換已存在的資料；不但可以用于電子文件的著錄，也可以用于紙質(zhì)檔案的電子化。TEI現(xiàn)在已被稱為文字資料的電子格式。第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)（七）各檔案元數(shù)據(jù)標(biāo)準(zhǔn)之間的關(guān)系第三節(jié)國(guó)內(nèi)外檔案元數(shù)據(jù)標(biāo)準(zhǔn)三、我國(guó)檔案著錄規(guī)則與EAD的比較1.著錄元素的數(shù)量和格式不同2.著錄的層次等級(jí)不同3.著錄的主要對(duì)象不同4.著錄規(guī)范化手段不同5.簡(jiǎn)易程度和擴(kuò)展性不同第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

一、基于OAI-PMH協(xié)議的檔案元數(shù)據(jù)互操作框架的結(jié)構(gòu)與功能（一）檔案OAI-PMH元數(shù)據(jù)互操作框架基于OAI-PMH的檔案元數(shù)據(jù)互操作框架由三部分組成：數(shù)據(jù)提供者（DataProvider，簡(jiǎn)稱DP）、服務(wù)提供者（ServiceProviders，簡(jiǎn)稱SP）及注冊(cè)服務(wù)器。其基本原理如圖4-2所示。第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

（二）檔案數(shù)據(jù)提供者的結(jié)構(gòu)與元數(shù)據(jù)發(fā)布在OAI-PMH框架中，OAI接口用于實(shí)現(xiàn)數(shù)據(jù)提供者與服務(wù)提供者之間的信息傳遞，執(zhí)行對(duì)六個(gè)OAI請(qǐng)求動(dòng)作的響應(yīng)處理，其主要功能是封裝一個(gè)表示響應(yīng)信息的XML。數(shù)據(jù)提供者的基本結(jié)構(gòu)如圖4-3所示。第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

（三）服務(wù)提供者的結(jié)構(gòu)與元數(shù)據(jù)收割第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

（四）基于OAI-PMH協(xié)議的檔案元數(shù)據(jù)互操作系統(tǒng)的體系結(jié)構(gòu)檔案元數(shù)據(jù)互操作系統(tǒng)的四個(gè)模塊：（1）檔案數(shù)據(jù)提供者模塊（2）檔案元數(shù)據(jù)服務(wù)提供者模塊（3）基于OAI協(xié)議的應(yīng)用模塊（4）注冊(cè)服務(wù)器模塊第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

二、DC元數(shù)據(jù)標(biāo)準(zhǔn)簡(jiǎn)介(一)DC元數(shù)據(jù)的特點(diǎn)操作簡(jiǎn)單;受控檢索;擴(kuò)展性;適應(yīng)網(wǎng)絡(luò)搜索工具;互操作性;國(guó)際化;采用XML與RDF（ResourceDescriptionFramework）編碼規(guī)則（二）DC-Government與EAD的比較與映射元素結(jié)構(gòu)簡(jiǎn)單的DC-Government與結(jié)構(gòu)復(fù)雜的EAD有較大的不同，從而導(dǎo)致二者在互操作方面的困難具體如下:結(jié)構(gòu)層次不同，使電子文件的歸檔和移交困難;元素同名異義，互操作困難;元素的詳細(xì)程度不一致，映射關(guān)系不均衡，導(dǎo)致二者的映射轉(zhuǎn)換困難;DC缺少元元數(shù)據(jù)，資源的真實(shí)性沒(méi)有保障

第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

通過(guò)表4-6的映射比較，從而導(dǎo)致二者在互操作方面的困難具體如下。（1）結(jié)構(gòu)層次不同，使電子文件的歸檔和移交困難（2）元素同名異義，互操作困難（3）元素的詳細(xì)程度不一致，映射關(guān)系不均衡，導(dǎo)致二者的映射轉(zhuǎn)換困難（4）DC缺少元元數(shù)據(jù)，資源的真實(shí)性沒(méi)有保障

第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

三、檔案元數(shù)據(jù)EAD與OAI-PMH的轉(zhuǎn)換實(shí)現(xiàn)（一）EAD的結(jié)構(gòu)EAD針對(duì)檔案資料的著錄，包含不同的層級(jí)結(jié)構(gòu)。EAD格式的記錄由<eadheader>（頭標(biāo)，必備項(xiàng)）、<frontmatter>（前事項(xiàng)）及內(nèi)容描述<archdesc>（必備項(xiàng)）三個(gè)部分組成。<archdesc>部分的具體結(jié)構(gòu)如表4-7所示。第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作表4-7：EAD內(nèi)容主體描述部分<archdesc>的元素結(jié)構(gòu)

<archdesc><did><add><admininfo><arrangement><bioghist><controlaccess><dao>and<daogrp><note><odd><organization><scopecontent><dsc><c01><did><c02><did>(直到<c12>)<c01>(如果需要所有的層級(jí)都可以重復(fù)多次)

第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作（二）EAD與DC間的映射關(guān)系由于OAI協(xié)議支持的通用元數(shù)據(jù)是DC，所以EAD需要實(shí)現(xiàn)與DC的映射才可以在一定程度上解決互操作的問(wèn)題。（三）EAD轉(zhuǎn)換為DC的實(shí)現(xiàn)（如下圖所示）第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作四、基于OAI-PMH檔案互操作存在的問(wèn)題1.OAI協(xié)議標(biāo)準(zhǔn)元數(shù)據(jù)過(guò)于簡(jiǎn)單與EAD復(fù)雜結(jié)構(gòu)之間的矛盾2.會(huì)丟失原EAD記錄中的上下文信息3.轉(zhuǎn)換后的著錄不夠清晰，可能出現(xiàn)錯(cuò)誤指示4.由于EAD選擇的靈活性所造成的轉(zhuǎn)換問(wèn)題5.文檔結(jié)構(gòu)不一致的問(wèn)題第四節(jié)數(shù)字檔案元數(shù)據(jù)的互操作

五、解決問(wèn)題的思路1.完善EAD與DC之間的映射，提高技術(shù)實(shí)現(xiàn)的質(zhì)量2.利用XSL和DOM接口保持文檔結(jié)構(gòu)的一致性3.可以考慮同時(shí)以DC、EAD作為OAI協(xié)議的標(biāo)準(zhǔn)元數(shù)據(jù)4.提高檔案工作者的互操作意識(shí)本章關(guān)鍵術(shù)語(yǔ)的中英文對(duì)照元數(shù)據(jù)Metadata都柏林核心元數(shù)據(jù)集DC（DublinCore）美國(guó)政府信息定位服務(wù)GILS（GovernmentInformationLocatorService）國(guó)際檔案著錄標(biāo)準(zhǔn)（總則）ISAD(G)(GeneralInternationalStandardArchivalDescription)編碼檔案著錄標(biāo)準(zhǔn)EAD(EncodedArchivalDescription)法人、個(gè)人及家庭背景信息國(guó)際檔案規(guī)范文本ISAAR(CPF)(InternationalstandardArchivalAuthorityRecordforCorporateBodies,Persons,andFamilies)本章關(guān)鍵術(shù)語(yǔ)的中英文對(duì)照編碼檔案背景規(guī)范EAC(EncodedArchivalContext)檔案、個(gè)人論文和手稿規(guī)范APPM(Archives,Personalpapers,andManuscripts)文本編碼項(xiàng)目TEI(TextEncodingInitiative)，元數(shù)據(jù)開(kāi)放文檔協(xié)議OAI—PMH（TheOpenArchivesInitiativeProtocolforMetadataHarvesting）美