顯示具有 metadata 標籤的文章。 顯示所有文章
顯示具有 metadata 標籤的文章。 顯示所有文章

2009/06/29

OCLC對詮釋資料(metadata)的一些新思維

OCLC世界書刊目錄詮釋資料網(WorldCat Metadata Network )的主管Ted Fons 日前在加拿大圖書館學會年會作了簡報 -- New Thinking on Metadata Management, Exposure & Quality(對詮釋資料管理、揭示與品質的新思維)。從這份報告可略窺OCLC的一些想法及作法;另外我也簡單比較了WorldCat與Amazon書目資訊呈現的異同。

Fons用季節來述說對OCLC詮釋資料(metadata)的看法:
夏 – metadata檢索與品質的新思考方向
秋 – 讀者及館員對metadata的期望
冬 – 對metadata管理想法的挑戰
春 – 使用metadata 的新方式

夏 – metadata檢索與品質的新思考方向(or Thoughts of Metadata Management)

需與出版界的ONIX書目資料交流互通(S9)*、 WorldCat Mobile 將資訊推送至讀者、提供WorldCat API及OCLC 網路服務(如:xISBN、WorldCat Identities)(S11-12)。
.
秋 – 讀者及館員對metadata的期望

根據OCLC日前的研究報告:Online Catalogs: What Users and Librarians Want (線上目錄:讀者及館員想要什麼)(註1),讀者想要的是:線上目錄看起來像一般通俗網站、有摘要及目次、有助找尋所需資訊;而館員想要的是:對讀者資訊需求提供服務、幫助工作人員執行任務、有正確的,結構性資料、展現傳統(資訊)組織的原則。

讀者對(詮釋資料)品質(quality)的定義受到常用蒐尋引擎習性的影響(如:憑一些適當關鍵字就可找到任何東西、想要全文)。傳統上,書籍按杜威分類法安排,但亞馬遜網路書店(Amazon)提供另一種相關書籍資訊的方式,我們可整合雙方的優點來重訂圖書館線上目錄“品質”(quality)的意含。

[可參考大陸編目精靈的文章:OCLC报告——联机目录:用户和馆员需要什么,已將這份報告的重點列出,或參見Slide27及34讀者及館員對線上目錄的建議。]

冬 – 對metadata管理想法的挑戰
.
何改進WorldCat的品質:Fons引用了Davis Lankes投影片(PDF/95頁)中的兩張(S42-43) ,看起來Amazon的書目資訊較豐富。

我以一本書(書名:Watership Down;作者:Richard Adams)來比較WorldCat 及Amazon 書目的呈現(見文末的圖)。WorldCat似乎已改進不少。
.
另,OCLC從2009年2月起(半年)實行一專家社群的“社會編目”實驗(見Expert Community Experiment),讓更多有權限的圖書館參與修改書目主檔記錄(WorldCat master records)。此外還採“證據為基礎的編目”(註2)、重新修訂相關工作流程。

春 – 使用metadata 的新方式 (or Spring & New Thinking about Discovery and Works)

可望新建立“作品頁面”(work pages beta)( S63 -- ),根據FRBR中實體“WORK”的觀念,讀者可用“作品”為資訊查詢或發現的入口路徑。
.
註1:Online Catalogs: What Users and Librarians Want (PDF/68頁) 或參見 OCLC Karen Calhoun 的投影片 Online Catalogs: What Users and Librarians Want: a review of market research data 。
.
註2:“證據為基礎的編目”(evidence-based cataloging):參見slide 38 “[Catalogers] need to practice evidence-based cataloging. They need to catalog based on the evidence that they can find for the effectiveness of particular practices, and they need to judge their output according to this evidence.”(Hilder & Tan) ,即編目作業要能找到具有成效的證據。
.
相關連結
社会编目 Social Cataloging(編目精靈)
.
* S# 表示投影片(slide)的順序
-----------------------------------------------------------------------------------
Watership Down by Richard Adams

圖1:WorldCat書目
圖2:Amazon書目
圖3:WorldCat Identities 作者頁面
圖4:Amazon 作者頁面
.
圖1 圖2

圖3 圖4
.
兩方有趣處:
A.書目部份

(WorldCat)“讀過這書的人也讀XXX”和(Amazon)“買這書的人也買XXX”之間XXX書籍的差異、

主題/類別方面:
WorldCat用LCSH: Rabbits -- Fiction.及Fantasy fiction, English;
Amazon的分類: Books > Literature & Fiction > Classics、
Books > Literature & Fiction > Literary 、
Books > Science Fiction & Fantasy > Authors, A-Z > ( A ) > Adams, Richard 、
Books > Science Fiction & Fantasy > Fantasy > Epic ;還有使用者訂的tags

●我喜歡Amazon 的“Inside This Book/ Search inside this book”、 Citations …

B. 作者頁面部分:

WorldCat: Publication Timeline、Alternative Names(人名權威控制)
Amazon: 簡傳、肖像

2009/03/01

佛教經典與Google Earth

2009.2.24(週二)前往了「數位典藏與數位學習國際會議」 (TELDAP International Conference),當天的主題是Knowledge Organization,除很榮幸與Marcia Lei Zeng(曾蕾老師)會面及聆聽其講“Terminology Registries and Services”(將另文敘述)外,便是對佛經的數位化進程中的--TEI詮釋資料(註1)與Google地球的結合運用 -- 感到很驚喜。

在法鼓佛教學院(Dharma Drum Buddhist College) 任職的德國博士Dr. Marcus Bingenheimer(馬德偉)講 “Chinese TEI Meets GIS - Tracing the 'Biographies of Eminent Buddhist Monks' through Time and Place”(中文TEI遇上地理資訊系統GIS – 經由時間及地點來追尋「高僧傳」)。這是他正在進行的研究計畫之一,也就是對四部佛教高僧傳的可視化研究(Visualizing and Querying the Biographies of Eminent Monks )。

尋著馬德偉網頁資訊的線索,我實際作了些查檢(見下面三張圖):

(圖1)查詢高僧傳中,於公元300—500年期間,停留在長安的高僧(使用計畫網頁之example 1,找出nexus-points),結果找到了三個聚點(小圖釘),其中一點有四位人物-- 竺佛念、僧伽跋澄、曇摩難提,和趙正,,畫面顯示出人、地、時間(圖右上方有時間軸)三個面向;

點入這小圖釘符號便會出現文字說明框,末行標示在中華電子佛典CBET(註2)中的原文出處;再點入原文出處(CBETA text: T.50.2059.0329a28),就可看到原文字句(如圖2)。

(圖3)再查漢傳佛教高僧傳地理資訊系統 (demo interface, beta version) ,查閱竺佛念的資料,原經文中許多詞已做了TEI標記(?)。

另可參見這張海報 (註3),提供很好的概觀。


圖1


圖2

圖3

[感想]
1. 有人說:傳統編目人員要朝metadata librarian (詮釋資料館員) 方向前進?不論這樣說是否恰當,數位典藏資源的詮釋資料處理的情形應可給圖書館編目人員許多啟發與視度。

2. 對於國內外專家、研究人員從事佛典數位化的成績令人讚賞。

3. 這種將人、地、時間與資料連結及呈現的方法,讓人想到OCLC做的Identities,都將人們的心象、抽象連結的概念、或脈絡(contexts)給具體呈現了,同時提供更多聯想或觀察的廣(高)度。
------------------------------------------------------------------------------------

註1:TEI(Text Encoding Initiative):是一種對文字資料的編碼格式(標準),將文字資料轉以數位方式來表示,應可說也是一種詮釋資料(metadata)的格式,ODLIS的解釋:
Text Encoding Initiative (TEI)
Introduced in 1987, TEI is an international interdisciplinary standard intended to assist libraries, museums, publishers, and scholars in representing literary and linguistic texts in digital form to facilitate research and teaching. The encoding scheme is designed to maximize expressivity and minimize obsolescence. TEI began as a research project organized cooperatively by the Association for Computers and the Humanities, the Association for Computational Linguistics, and the Association for Literary and Linguistic Computing, funded by research grants from the National Endowment for the Humanities, the European Union, the Canadian Social Science Research Council, the Mellon Foundation, and others. Click here to connect to the TEI Web site. See also: TEI Header.

或參見文件編碼組織 後設資料標誌集 選錄版、電子資源組織標準:TEI and TEI Header/(師大圖資所學生報告?)(投影片/PDF)。

註2:CBETA(Chinese Buddhist Electronic Text Asso. )是中華電子佛典協會,簡介 、目標、佛典全文檢索。

★註3:Marcus Bingenheimer. 2008.11.04 Poster @ King's College, London: “TEI meets GIS - Tracing the Biographies of Eminent Buddhist Monks, 200-1600 CE.” Poster (jpeg).

[其他相關資料]
Marcus Bingenheimer. 2009.01.29 Lecture @ Brown University. "Eminent monks, Famous Temples, TEI and GIS." Lecture slides here (odp).

關於KML(或 Keyhole Markup Language,鎖孔標記語言) :是一種 XML 語法與檔案格式,可用於塑模與儲存諸如點、線、圖像、多角形與模型等地理特定以顯示在「Google 地球」、「Google 地圖」與其他應用程式上。

大正新修大藏經(大正藏)
rev. 20090301 23:55

2007/09/15

MODS與METS相關訊息

在美國圖書館協會ALA年會的2007.6.25(週一)下午1:30-5:30有LITA主辦的一個會議,議題為Using Metadata Standards in Digital Libraries: Implementing METS, MODS, PREMIS and MIX(數位圖書館使用的詮釋資料標準:使用METS, MODS, PREMIS及MIX),其中包括了七個講題,LC已將講義資料放於網上(連結)。上述這些標準在LC(供館員用)標準類網頁上有詳細的介紹,分為兩類標準:

資源描述格式類:MARC21、MARCXML、MODS、MADS …[註1]
數位圖書館使用的標準類:METS、MIX、PREMIS

LC等歐美圖書館對數位資源 [編目] 處理不少已採用MODS、METS …等標準[註2]。日前看到圖書與資訊學刊上吳瑩月的文章“從異質性數位資源整合探討MODS與METS”(摘要),對MODS及METS有很清楚的說明(包括p.97的MODS、MARC、DC元素/欄位的比較表),在她的文章末段提到“台灣…利用OAI-PMH…及XML建構[數位典藏]聯合目錄系統…但聯合目錄的功能目前僅止於數位藏品檢索與搜尋的單一窗口,並未觸及異質性資源整合及metadata多樣性功能需求等重要議題。”(p.107)[註3]
.
RDF + MODS vs. RDF + DC
近來對語義網的資源描述方式,常會提及使用RDF資源描述架構(有人稱其為metadata model 或 metadata wrapper framework,亦參見圖2: semantic web layer cake),適用於Dublin Core,但不適用於較扁平、複雜表述方式的MODS?[註4]
.
METS (後設編碼與傳輸標準,有人稱是個metadata wrapper framework)[註5]
METS已有約5年與其他數位資源管理的標準(如MODS)配用的經驗,是LC大力推展的數位圖書館使用的標準之一。張迺貞老師則提到它的一些問題: Organizational in nature rather than technical、Ccordinating the development of readily available tools for creating and displaying METS objects、及Lack of greater standardization of content。(見資訊組織研究 6:電子資源組織互通性 ppt p.14)
.
METS vs. RDF?
METS + MODS 很可行,但是否也有METS + RDF呢?? [註6]
.
這些英文字縮寫代稱讓人有點頭昏,但對搞傳統書刊編目的人來說,實在不能忽視他們的發展。

.
[註1] MARCXML是LC開發製訂的,它可將MARC21的資料用XML語法表示;MARC21與MARCXML在資料互相轉換中不會造成資料的漏失。
MODS(後設資料物件描述標準)也是LC開發製訂的,採XML語法。它像MARC般,其中包括自MARC選出某些欄位作重組,無MARC那麼複雜又比DC內容豐富,;但MODS與MARC作資料互轉時,資料會漏失,:宜將MARC記錄轉為MARCXML、再轉換至MODS。
[註2] 已使用及正在規劃使用Mets的計畫清單見METS Implementation Registry。
[註3] 台灣數典計畫使用的metadata格式可見“圖書館社群後設資料發展與數位典藏應用之分析引言”(ppt)(陳亞寧等)。
[註4] 參見Plugging Into FRBR, Killing MARC 、 資源描述架構在都柏林核心集的應用介紹、Some RDF Applications: RDF in the Field。
[註5] METS(後設編碼與傳輸標準)是由數位圖書館聯盟發展出來、LC維護。METS是數位物件的詮釋資料(包括:描述性、結構性、及管理性詮釋資料)的編碼(encoding)系統(或稱方法、架構)。它是個資料傳輸標準,可用於數位資料庫間交換資料(數位物件)、網路環境傳播數位物件、或保存數位物件…。METS對異質數位資源的整合、互通有幫助。Guenther給的解釋很清楚,見他在ALA2007上的報告(p.11)或圖1(曾蕾在元數據的互操作中(ppt p.52)的一張表示圖)。
[註6] Notes from METS Board Meeting at DLF Fall Forum 2006。

[其他參考資料]
Interesting Cataloging Links - 2-8 September 2007 ;ALA 2007: Metadata Presentations (Cataloging Futures)

More ruminations on compoundness and complexity (and metadata)(eFoundations)


1... 2

2007/08/11

Gorman對編目的一些看法

在圖書館學與資訊科學(2006.04)上有一篇Michael Gorman先生的文章Cataloguing and The "Third Way" An Essay on Bibliographic Control in the Digital Age (編目與第三種方法 : 一篇關於數位時代書目控制的文章)。在傳統編目(耗時、昂貴)及搜尋引擎(缺點為檢索結果巨量、排序及精確率都有問題)之外的第三種編目方式 -- 使用詮釋資料(metadata)的編目方式。
.
作者認為傳統(如AACR2 等)的原則及標準仍適用於描述電子資源,需要做的是建立有效及實用的規則及解說。所謂“原則”指內容詞彙的一致及控制,及標題識別的明確性。[1]其他原則還包括:標準(內容)顯示順序、標準的縮寫字 …等等(詳原文P.7首段)。

他說Metadata(如Dublin Core)原本是想結合速度、低成本及檢索的檢全率(recall)與精確率(precision),但將效率與檢索精準建立在廉價/不費功夫上的夢想並未成功,問題在於它的多重性(multiplicity),即有太多不同社群各自制製訂其表綱(schema),共同的基礎很少。另外DC失敗的原因是它的簡化及資料(data)缺乏標準化[2]。而MODS也只是MARC、AACR2等想法的重新包裝。或許沒有什麼“第三種方法”,metadata將要選邊站 -- 增加關鍵字以提昇搜尋引擎的功效 或 演進為數位資源的編目系統(此乃紮根於圖書館編目的原則及標準)。
.
[感想]
有人認為Gorman是菁英主義者[3],但上述他的看法是可作為我們思考當前編目種種問題時作參考。他提到的一些編目則,是無庸置疑的,他也提到 -- 爭論對象要區分清楚,編目規則與機讀格式(或metadata)是不同層次的東西,前者是屬 content (或稱 Data Content/Syntax),後者是 framework(或稱 Data Structures/Semantics)。
.
若再來對照Coyle and Hillmann 的文章Resource Description and Access (RDA)
Cataloging Rules for the 20th Century ,其中提到RDA草案中可能會導致其失敗的一些問題(即RDA的弊病) [4]:RDA的目標是基於舊有的想法,例如:RDA需能整合舊有(AACR2)的書目記錄、與既有的MARC格式及圖書館系統相容、RDA的對象為“資源”(the resource)是FRBR的媒體展現/單件(即AACR2中前組合式書目記錄的觀念—將媒體展現、作品及表現形的書目/屬性描述都集合在此記錄中)、一些字串的敘述方式(如稽核項:12 posters [12張海報])並不適合電腦處理、聚集相關資源以建立uniform title的方式(即騰寫title的方式)、作品及其衍生作品的關係是用附註的文字敘述、許多館員並不認為較簡單、低結構化(但是更精密的使用電腦處理)的編目方式能提供讀者如卡片目錄般的服務 … 在數位世界裡,作區別辨識很少以文字描述的方式,而是採URI連接技術。總之,目前RDA對書目的描述、處理方式並不能支援機器運用書目資料 (it does not support advanced machine manipulation)。
.
我想RDA之所以要和DCMI合作發展新的RDA[5],主要是想參考更多metadata的觀點與作法,雖然DC仍有許多待改進處。
.
[1] 作者舉例:內容詞彙的一致及控制,如:每個人名或標題被引用時,有標準的形式、是他們唯一的識別符號;標題識別的明確性,如:一份關於立陶宛的資料,會訂標題為立陶宛(國家名),而非波羅地海諸國或東歐。
[2] DC、MODS的缺點也可參見
也談MODS
[3] 參見 Library Views 圖書館的最後一道防線? 我看 Gorman-like學者
[4] 該文這段 Why RDA is Failing Libraries - Goals Based on the Past。
[5] 參見RDA新動向

2007/8/18補充:都柏林核心集評鑑(吳政叡)一文也說明了DC的優缺點。

2007/05/29

四種詮釋資料

Loran Dempsey的文章Four sources of metadata about things,提到圖書館使用的描述性詮釋資料(descriptive metadata),依其來源的不同,分為四個種類:professional、contributed、programmatically promoted及intentional metadata,他們不是互相排斥的,問題在如何使他們一起有效地運作。
讀到這篇文章時即順手中譯下來,而編目精靈動作通常更快,已在2007.05.22對這篇文章作了翻譯介紹:四種來源的元數據,譯的簡明扼要,感謝她。不過我仍將自己的文字及由此文章引發的漫想張貼上來,請互相參照吧!

這四種詮釋資料的含義是:

1.專業的詮釋資料(professional):指圖書館編製的詮釋資料。現面臨的挑戰之一是:在網路環境下,它們的價值無法張顯,仍待繼續努力。

2.使用者貢獻的詮釋資料(contributed):指近年許多社會性服務網站(如:Flickr、LibraryThing等等),他們邀請、蒐集及挖掘使用者貢獻的資料,來作(檢索結果)排序、推薦及連結相關資源。他們組織資源的方式創造了另一種價值。例如,OCLC的作者識別檔(WorldCat Identities),我們也想讓作者自己來評論、補充[資料]。

3.程式產生的詮釋資料(programmatically promoted): 指在處理數位資源時,可由程式自動辨識及產生詮釋資料,也可進一步作資料探勘以辨識其中關係及模式。如Google為書籍所製作的首頁,其中提供的訊息便是對Google Scholar、Google Book Search等作資料探勘而來的。

4.使用者意向相關的詮釋資料 (intentional):指收集使用者“使用”(use and usage)方面的資料。如網頁排序(pagerank)是收集使用者連結的數據,亞馬遜網路書店的推薦服務是收集購買情形的數據。在各網站分析利用大量性數據資訊以提供用戶有用的路徑時,這類資料已成為核心的要素。

這四種詮釋資料可互相搭配運用。有關這四種方法(approaches)的討論經常是對立不容的。Dempsey認為出發點應是:如何提供使用者更好的服務及哪些方法能支援這樣做,而不是站在某些方法的技術面向上[想問題]。

----------------------------------------------------------------------------------------
為何會形成詮釋資料的多樣性?
在紙本時代,多由資料仲介者(如圖書館)提供使用者(讀者)資源的目錄、銓釋資料,對資源的詮釋是仲介者的觀點,讀者必須自行納入軌道;但在網路、數位時代,或許是科技及人們觀念的轉變(兩者互為因果?),形成去中心化、個人化(個人空間權力的湧昇)的態勢,個人的發言益受重視,一般大眾都可對資源提出詮釋觀點(賦予標籤tag、一種歸類)。或許未來圖書館的目錄是繽紛大集合(hybrid?)的展現。
這樣就會便於使用嗎? 是否雜訊太多令人困擾?如何梳理、控制這些大雜燴,讓其互補以發揮更大效用乃是重要課題。