元數(shù)據(jù)抽象模型和編碼方案ppt課件

1、元數(shù)據(jù)抽象模型與新加坡框架劉煒上海圖書館 2019數(shù)字圖書館建設(shè)與應(yīng)用研討會數(shù)字圖書館建設(shè)與應(yīng)用研討會*深圳深圳 主要內(nèi)容DC元數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范體系DC元數(shù)據(jù)抽象模型DC元數(shù)據(jù)新加坡框架：應(yīng)用綱要的規(guī)范形式闡明：Google圖片搜索對此slide亦有貢獻(xiàn)DC元數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范體系Element | DCMES, DCQElement |DCAMDCAP (DCTerms+) DC1.0 DC2.0DC1.0Elements元素Qualifiers修飾詞Element Refinements元素修飾詞(子元素)Encoding Schemes編碼體系修飾詞Vocabulary Encoding Sche

2、mes詞表編碼體系Syntax Encoding Schemes語法編碼體系 參見:/usage/documents/principles/#elementDC應(yīng)用綱要1.0CWA14855定義指南性文檔沒有對于元數(shù)據(jù)編碼的任何規(guī)定不支持DCAM不支持Description Set (描述集)DC眼中的世界(DCAM)任何事物都是資源資源有類型任何資源都可以以URI標(biāo)識任何資源都有屬性屬性詞即元數(shù)據(jù)屬性詞表即元數(shù)據(jù)方案元數(shù)據(jù)方案可有多種形式：不/半/規(guī)范的應(yīng)用綱要是一種正在成型的半/規(guī)范形式任何屬性都有屬性值屬性值有領(lǐng)域和范圍(domain & range)

3、屬性值可以是另一個(gè)資源，可以是文字(literal)取值的規(guī)范控制，即各類KOS，也是元數(shù)據(jù)DCMI類型詞表(DCTYPE)DC元數(shù)據(jù)描述的資源對象可能存在的類型：CollectionDatasetEventImageMovingImageStillImageInteractiveResourcePhysicalObjectServiceSoftwareText“資源的唯一必備屬性：URIURI:Uniform Resource Identifier (RFC3986定義)唯一必備功能：標(biāo)識資源(無論是物理的還是抽象的)；包含三部分： 訪問資源的命名機(jī)制存放資源的主機(jī)名資源自身的名稱，由路徑表

4、示兩種類型：URL 如：/rfc/rfc3986.txt mailto:java-netjava.sunnews:comp.lang.java URN 如：urn:isbn:096139210 xurn:doi:10.1045/november2019-kaufmanURI是抽象類，并不規(guī)定解析進(jìn)一步說明元數(shù)據(jù)是一種人工語言消除歧義、明確定義、人機(jī)共讀）；元數(shù)據(jù)元素集是描述資源各個(gè)方面的屬性詞表；元數(shù)據(jù)取值如果規(guī)定只能從某些詞表中選取，這些詞表就屬于受控的規(guī)范詞表；這屬于元素取值的domain和range；元數(shù)據(jù)應(yīng)用綱要是為了領(lǐng)域應(yīng)用而制訂的元數(shù)據(jù)方案的一種表達(dá)形式，目前正在成

5、為規(guī)范的，叫做“DC元數(shù)據(jù)應(yīng)用綱要”，核心是符合DC抽象模型的元數(shù)據(jù)形式化表述也就是一種機(jī)讀形式），通?？梢砸訰DF形式表達(dá)；應(yīng)用模型規(guī)定應(yīng)用領(lǐng)域的各類實(shí)體及其相互關(guān)系）、著錄規(guī)則等文檔，也可以成為元數(shù)據(jù)應(yīng)用綱要的組成部分；元數(shù)據(jù)注冊系統(tǒng)可以作為元數(shù)據(jù)元素的命名域管理體系而存在，但命名域并非一定需要注冊系統(tǒng)進(jìn)行管理；元數(shù)據(jù)元素詞表，包括規(guī)定元數(shù)據(jù)取值的規(guī)范詞表，都可以看成是一種人工語言，每個(gè)術(shù)語都應(yīng)該被賦予唯一的URI，都可以通過注冊系統(tǒng)進(jìn)行管理；元數(shù)據(jù)形式化的表達(dá)必須采用基于XML的RDF或OWL等的Schema，著錄工作單當(dāng)然可以通過完整表達(dá)元數(shù)據(jù)方案各種關(guān)系和約束的schema來自動(dòng)生成

6、，并進(jìn)行校驗(yàn)。當(dāng)然這需要一定的環(huán)境和軟件工具來實(shí)現(xiàn) Resource haspropertyDC:CreatorDC:TitleDC:SubjectDC:Date.X主語謂詞屬性詞屬性值optional qualifieroptional qualifier修飾/限定詞來自(from)：Stuart WeibelResource hasDate2000-06-13RevisedISO8601Resource hasSubjectLanguages - GrammarLCSH來自(from)：Stuart WeibelDC屬性元素的“領(lǐng)域和范圍(Domain and Range)”見：dubli

7、/documents/domain-range/index.shtmlRecord (encoded as html, XML, or RDF/XMLDescription setResource Description (URI)Resource Description (URI)Resource Description (URI)Statement Statement Statement language (pt-BR)DCAM圖示(來自Andy Powell)value stringvalue URIproperty (URI)syntax encodingscheme

8、Vocabulary encoding scheme新加坡框架進(jìn)一步定義了DC應(yīng)用綱要符合DC抽象模型(DCAM)的應(yīng)用綱要 (“DC應(yīng)用綱要”) 包含如下一系列文檔：功能需求說明(必須desirable)領(lǐng)域模型 (應(yīng)有mandatory)元素集描述 (DSP) (應(yīng)有mandatory)應(yīng)用指南 (可選)編碼句法指南(可選)應(yīng)用指南功能需求領(lǐng)域模型元素集描畫編碼指南與數(shù)據(jù)格式社區(qū)領(lǐng)域模型元素詞表DCMI抽象模型DCMI句法指南RDF/SRDF標(biāo)注 Annotate建立基礎(chǔ)建立基礎(chǔ)建立基礎(chǔ)運(yùn)用運(yùn)用建立基礎(chǔ)建立基礎(chǔ)建立基礎(chǔ)建立基礎(chǔ)建立基礎(chǔ)建立基礎(chǔ)基礎(chǔ)標(biāo)準(zhǔn)領(lǐng)域標(biāo)準(zhǔn)DC應(yīng)用綱要新加坡框架圖示(來自

9、Tom Baker)描述集綱要(DSP)定義了描述集在結(jié)構(gòu)方面的約束:允許出現(xiàn)怎樣的描述允許采用怎樣的屬性怎樣的屬性值聚合方式以XML表達(dá)(RDF當(dāng)然是XML)忽略元素的定義(通過URI參考)忽略版本控制不要求應(yīng)用指南著錄規(guī)范等給人讀的文檔翻譯、修改自Mikael Nelsson的演講稿參見：/architecturewiki/DescriptionSetProfile當(dāng)前元數(shù)據(jù)研究和應(yīng)用中的問題 人讀而非機(jī)讀語義的模糊性模型的完整性(兩類模型：FRBR和DCAM)執(zhí)行的一致性數(shù)據(jù)的獨(dú)立性基本上無法編碼實(shí)現(xiàn)包括數(shù)據(jù)庫系統(tǒng)開發(fā)）我們目前的元數(shù)據(jù)方案可以說只完成了MAR

10、C數(shù)據(jù)格式的定義，還沒有2709格式使其真正機(jī)器可讀從這一點(diǎn)來說，目前各類元數(shù)據(jù)著作、方案中值得推敲的地方還是比較多的一些建議建立本地化擴(kuò)展術(shù)語的命名域參考建立元數(shù)據(jù)應(yīng)用綱要(詞表)及編碼的登記注冊體系修訂目前的領(lǐng)域應(yīng)用元數(shù)據(jù)應(yīng)用綱要推進(jìn)元數(shù)據(jù)集成開發(fā)系統(tǒng)(IDE)軟件和工具的開發(fā)建立數(shù)字圖書館標(biāo)準(zhǔn)規(guī)范的開放討論維護(hù)機(jī)制“機(jī)讀版元數(shù)據(jù)方案的推廣、培訓(xùn)隨著元數(shù)據(jù)應(yīng)用的開展和普及，一致性問題越來越嚴(yán)重?，F(xiàn)在如果不重視，將后患無窮！問題討論元素名是否應(yīng)該翻譯？dc:creator“Verfasser”標(biāo)簽“Creator”標(biāo)簽“創(chuàng)建者”標(biāo)簽Server inGermanyServer in CASD

11、CMI Server（上圖改編自Stuart Weibel有關(guān)演示文稿） 元素名只是一個(gè)機(jī)器識別的符號(Token)而已 一個(gè)符號(token)，多種翻譯(labels) 如果翻譯了，就不是DC了 (“盜版DC“？)元數(shù)據(jù)“記錄是怎樣的結(jié)構(gòu)？過去稱為記錄的，多為現(xiàn)在所稱的描述平面化(MARC中的記錄)“虛擬記錄”傳統(tǒng)結(jié)構(gòu)：數(shù)據(jù)庫記錄-文件系統(tǒng)描畫/描述集1:1原則是針對描述而言，而非記錄描畫/描述集可以通過不同的記錄形式/格式來實(shí)現(xiàn)DCAM打散了資源描述，在具體應(yīng)用中如何實(shí)現(xiàn)？DCAM是一個(gè)抽象模型，不考慮具體實(shí)現(xiàn)如記錄的統(tǒng)一、聚類等）；DCAM提供需求分析、功能設(shè)計(jì)的思路和方法，應(yīng)用系統(tǒng)可以采用任何方式實(shí)現(xiàn)功能；目前URI是一切Web資源描述的基礎(chǔ)，包括URL和URN兩類。URN(eg:DOI/ISBN，甚至各類詞表)如何實(shí)現(xiàn)全局解析，不是Web的事情，是行業(yè)應(yīng)用的事情；URI不是完美的資源標(biāo)識方法