基于都柏林核心(DC)的中医文献元数据标准研究

摘要

中医在数千年的发展长河中，形成了异彩纷呈的医学流派，留下了浩如烟海的中医古今文献。中医作为珍贵的文化遗产，中医文献起到了文化传承的纽带作用，记载着几千年的医家智慧、医学经验。面对庞大文献资源，使用者需要高效率的检索利用和知识发掘;文献管理者要对其进行分类整理、权利管理、资源评鉴、妥善保存。中医文献从其产生、传递、储存、到最终消失的过程中有着收集、加工、利用等方面的诸多环节，其生命周期中蕴含着大量信息，这些在文献形成和利用中经历的过去事实和文献资源本身的内容一样都具有一定的记录价值。人们致力于研究如何在海量中医文献中按特定需求进行查询检索，并要尽量返回更为精确的结果。不该仅仅依靠传统搜索引擎那样只用关键词机械匹配，而不考虑语义，机械式的查询往往会返回空白、错误或是不符合意图的结果。元数据的应用，对这个问题的解决起到了很大的推动作用。
　　 2008年10月，中国中医科学院中医药信息研究所开始参与ISO/TC215传统医学信息标准化工作，对ISO/TC215传统医学信息标准化的动态进行了密切关注，并且在ISO/TC215中提交中医药信息国际标准提案“中医数据集元数据标准”，10月份又将“中医数据集元数据标准”改为“中医文献元数据标准”。ISO/TC215已于2011年11月对“中医文献元数据标准”提案启动投票程序。2012年5月ISO对“中医药文献元数据”这项标准正式立项。这是我国中医药信息标准在ISO中首次立项。
　　 本课题是针对已立项的中医文献元数据标准着重从的设计原则、制定方法切入，依据原则与方法建立一套完整的中医文献元数据标准体系。
　　 首先完成了中医药标准发展的研究背景调查，调研国外已有的医学元数据，对国内医学元数据研究现状在图书情报和互联网的范围内进行调研。
　　 描述信息资源的元数据有描述传统印刷型文献的MARC格式，也有描述网络信息资源的DC元数据，还有一种介于MARC和DC之间的第三种元数据——MODS;描述医学信息的元数据有:ISO的健康信息学技术委员会研制的“ISO13119 Healthinformatics-Clinical knowledge resources-Metadata（健康信息学-临床知识资源-元数据）”标准、Ohio LINK医学元数据、美国Oregon Health SciencesUniversity制定的医学核心元数据MCM、法国Rouen University Hospital(RUH)1995年发起的基于质量控制的主题网关项目: CISMeF等。已发布的这些医学元数据标准都是很大程度的参考或复用了DC。
　　 用学术联机数据库检索和互联网检索相结合的方式，发现国内在元数据领域已有较多研究，但涉及医学领域的元数据研究非常少，而中医领域更是鲜有问津。国内缺乏权威部门牵头并起草、正式发布的医学元数据标准，使中医文献共享缺乏有力支撑，因此本课题有一定研究与开发的必要性。
　　 第二，从资源利用、保护等方面分析中医文献元数据标准的研究目的与意义，总结元数据的功能，分析基于DC设计新的元数据的原因。
　　 中医文献收藏地点分散，现存1949年以前的12000多种中医文献目前分散保存在全国各专业图书馆，仍作为各馆的镇馆之宝而束之高阁。学者们在文献整理研究各个工作环节上依然沿用手工作业的方式。随着计算机技术应用在文献管理领域的延伸以及扫描技术的发展，文献的电子化处理给读者带来极大的阅读便利;古老的文献在重建天日的同时能够获得很好的保护。国内已有或规划中的很多中医文献检索平台和数据库。与文献利用的信息技术的发展形成对比的是文献利用理论支撑的相对滞后。元数据的标准化是文献利用理论建设的重要环节，中医文献元数据为中医药文献资源的规范化描述奠定了基础，它有助于构建明晰、周全、简单、易懂的文献描述性记录，能有效支持中医药文献的收集、保管和利用，改善中医药文献检索的效果，对于中医药文献资源的系统保护和深度利用具有重要意义。元数据基于DC设计可以避免MARC格式中大量繁琐的定长字段，使得编目界面变得简洁而直观，无论是专业编目员还是非专业编目员，都可以参与文献编目工作，这使编目工作更能适应对庞大的网络化信息资源的组织。
　　 第三，设计元数据框架，分析元数据方案设计的通用原则和具体原则，规划中医文献元数据的设计流程。
　　 根据中医文献生命周期的各项活动和描述角度的不同，将中医文献元数据划分为7个元数据子集:
　　 (1)标识信息子集:外部特征的基本信息，包括名称，标识符，创建者和出版者，等等。
　　 (2)内容信息子集:关于中医文献内部特征的描述信息，包括描述，主题，等等。
　　 (3)分发信息子集:关于用户获取和收藏文献资源的信息。
　　 (4)质量信息子集:关于文献资源保存状态的质量信息。
　　 (5)限制信息子集:对资源和元数据获取和使用的限制信息。
　　 (6)维护信息子集:关于维护保养文献资源的信息。
　　 (7)关联信息子集:提供了资源之间关联关系的参考信息。
　　 总结了设计元数据标准6条通用原则:(1)简单性与适用性原则;(2)专指度与通用性原则;(3)互操作性与易转换性原则;(4)灵活性与可扩展性原则;(5)用户需求原则;(6)遵循现有标准原则。
　　 除了通用原则，针对具体领域元数据的制定归纳了条具体原则:(1)资源分析原则(2)扩展原则（元素扩展原则和修饰限定原则）(3).元素定义原则(4)置标原则
　　 第四，进行本文中医文献元数据的相关资源分析，对著录对象和著录单位等提出了细节性的界定。
　　 “文献”采用广义的定义;除中医外，传统医学文献也可适用于此元数据;当实体文献资源数字化后，需对数字化文本或影像等格式的文献资源以及实体本身属性进行著录，二者结合不可分离;具体著录单位要按实际需要确定。
　　 第五，完成了中医文献元数据的元素集、元素定义及著录规则的具体描述，并用摘要和字典两种形式进行呈现。
　　 中医文献元数据保留了DC的元数据元素集，又包括中医药领域的特征元素。
　　 重用DC元数据元素，如题名(Title)、类型(Type)、创建者(Creator)、主题(Subject)、描述(Description)、日期(Date)、标识符(Identifier)、语种(Language)、关联(Relation)等;
　　 根据中医药领域特性，对DC元数据元素进行细化，例如将DC中的题名(Title)进一步细化为版心题名(Title on the Fore-edge)、内封题名(Title on the InsideCover)、书衣题名(Title on the Book Cover)、卷端题名(Title on the First Page of Text)等;
　　 添加具有中医药特色的元数据元素，例如历代医家、医学流派等等。
　　 第六，选择合适的网络描述语言作为本元数据的置标语言，实现元数据的网络应用功能。
　　 RDF(Resource Description Framework)，即资源描述框架，是一种用于描述Web资源的标记语言。RDF使用XML语法和RDF Schema(RDFS)来将元数据描述成为数据模型。RDF三元组数据模型包括的三种对象类型:
　　 资源(Resource)。RDF编码中描述的所有事物都称为资源。
　　 属性(Property)。属性是用来描述资源的外部特征、内容说明或资源间相互关系。
　　 陈述(Statement)。陈述是用特定模式的语句将资源的属性及其值表达出来。陈述语句可以和自然语言语句相对应，资源(Resource)对应于自然语言中的主语(Subject)，属性(Property)对应于谓语(Predicate)，属性值(Value)对应于宾语(Object)。
　　 第七，通过对比本元数据和国际权威元数据临床知识资源元数据标准HICKR，讨论本元数据的唯一性和不可替代性。
　　 最后，总结本研究的主要工作，对中医文献元数据的应用前景做出展望。

目录

声明

摘要

元数据标准研究现状综述

1．前言

1．1 研究背景

1．2 元数据研究与应用现状简介

1．3 研究目的与意义

1．4 元数据的定义和功能

2．元数据方案设计的原则

2．1 通用原则

2．2 具体原则

3．中医文献元数据设计流程

4．制定中医文献元数据标准前期工作

4．1 资源分析

4．2 相关标准调研

4．3 基于DC框架而不是MARC的原因分析

5．元数据框架及具体内容

5．1 本标准采用的术语和定义

5．2 体系结构

5．3 元数据子集

5．4 元数据元素来源

5．5 扩展规则

5．5．1 横向扩展规则

5．5．2 纵向扩展规则

5．6 中医文献元数据元素集及著录细则

5．6．1 元数据摘要

5．6．2 元数据字典

6．置标方案

6．1 置标语言的选择

6．2 RDF／XML的基本描述

7．讨论

8．结论

8．1 本文主要完成的工作

8．2 应用前景

参考文献

致谢