本书是国家社科基金重点项目“基于关联数据的中文名称规范档语义描述及数据聚合研究”（15ATQ004）的研究成果。书中详细讨论了语义网环境下中文名称规范档的发展及相关研究，分析了名称规范档工作实现原理，总结了国内外名称规范档发展概况，在客观分析中文名称规范档存在问题的基础上，提出了中文名称规范档的发展路径；并对中文名称规范档的关联数据化，即与豆瓣、维基百科、维基数据等外部资源的聚合应用进行充分探讨。本书不仅在理论层面上开展对信息组织理论与方法的研究与探讨，在实践层面上也提出了提高中文名称规范档建设质量的方法，以提升其影响力及应用价值。

目录

前言（1）

1 导论（1）

1.1 名称规范档的作用（1）

1.2 名称规范档的发展历史（4）

1.3 名称规范档的国内外研究现状（11）

2 语义网环境下知识组织系统的发展（32）

2.1 语义网（32）

2.2 关联数据（46）

2.3 知识组织系统（66）

3 名称规范档的构建流程（88）

3.1 名称规范档的工作原理（88）

3.2 描述规则（93）

3.3 描述格式（109）

3.4 描述词表（120）

4 名称规范档的建设与共享（137）

4.1 国家名称规范档的建设（137）

4.2 名称规范档的共享模式（142）

4.3 NACO项目（146）

4.4 LEAF（151）

4.5 中文名称联合数据库（155）

4.6 VIAF项目（159）

5 中文名称规范档的发展途径（168）

5.1 中文名称特点（168）

5.2 中文名称规范档建设存在的问题（175）

5.3 中文名称规范档的发展路径（179）

5.4 中文名称规范档的共建共享实现（184）

6 中文名称规范档的关联数据化（194）

6.1 中文名称规范档关联数据化的应用价值（194）

6.2 中文名称规范档的数据模型（197）

6.3 基于Drupal的数据发布（214）

7 中文人名名称规范档与外部资源的聚合应用（221）

7.1 中文人名名称规范档与维基百科的链接（221）

7.2 中文人名名称规范档与维基数据聚合实现（229）

7.3 中文人名名称规范档与豆瓣读书的作者聚合（246）

术语缩略词表（260）

综合主题索引（263）

前言


随着数字资源的迅速发展，在资源文本表述中人名、机构名等名称类数据占比很高。由于名称类数据与实体对象之间并不存在一对一关系，从而为名称类数据识别带来了一定困难。图书馆作为信息资源处理的中心机构，致力于高质量的数据描述、表示与存储。为提升书目数据存取效率，以国家图书馆为核心的书目编制机构开始着手构建名称规范档，旨在将书目记录中的检索点人名、题名、主题名进行规范化管理，以实现名称的统一标识，建立正式名称与变异名称之间的关系，实现资源的汇聚。中文名称规范档的建设始于1995年，由国家图书馆负责，由于制作成本高、投入人力物力有限等原因，建成的规模并不大。但随着书目共享运动的发展，中文名称规范档的发展得到进一步推动。2003年10月，国家图书馆、中国高等教育文献保障系统（ChinaAcademicLibrary&InformationSystem，CALIS）管理中心、香港高校图书馆咨询委员会（JointUniversityLibrariansAdvisoryCommittee，JULAC）和台湾汉学研究中心四家联合成立中文名称规范联合协调委员会（CooperativeCommitteeforChineseNameAuthority，CCCNA），合作开展中文名称规范数据库建设，共同致力于中文名称规范档的建设。随着名称规范数据不断积累，就目前的应用范围看，仅限于图书馆内部书目记录检索，其价值还有待进一步提高。名称规范档的发展已经有近百年的历史，中文名称规范档的发展也已经历经20多年，作为书目数据的重要构成、重要的知识组织工具之一，名称规范档如何有效提高其构建效率，在网络资源开发与利用中发挥其重要价值？如何运用语义网技术与方法提高其机器可理解性及互操作性？这将成为中文名称规范档能否适应未来发展的重点考虑问题。


1997年，国际图书馆协会与机构联合会（简称“国际图联”，InternationalFederationofLibraryAssociationsandInstitutions，IFLA）发布了书目记录的功能需求（FunctionalRequirementsforBibliographicRecords，FRBR）模型，为制订新的编目规则奠定了基础，在此基础上提出了规范数据的功能需求（FunctionalRequirementsforAuthorityData，FRAD）模型，以适应数字网络环境及国际编目环境。2003年联机计算机图书馆中心（OnlineComputerLibraryCenter，OCLC）、美国国会图书馆（LibraryofCongress，LC）、德国国家图书馆（DeutscheNationalbibliothek，DNB）三家机构着手开发虚拟国际规范文档（VirtualInternationalAuthorityFile，VIAF），旨在将各个国家的图书馆名称规范档建立匹配链接，实现名称规范档全球范围内应用。2004年，国际图联联合指导委员会（JointSteeringCommittee，JSC）批准发布的《资源描述与检索》（ResourceDescriptionandAccess，RDA），成为取代《英美编目条例》第二版（Anglo-AmericanCataloguingRules，Secondedition，AACR2）的新一代著录规则标准，为所有内容及媒介类型的资源描述与检索提供参考和建议，旨在使图书馆提供的书目数据能够与互联网资源进行互操作。2006年，关联数据的提出进一步推动了数据之间的互联与共享。2008年，美国国会图书馆未来书目控制项目组提交报告，明确指出新的书目数据应具有以下特点：更灵活的元数据模型、面向网络环境的图书馆标准、为所有的数据元素及词汇生成基于web的标准识别符，进一步指明了书目数据的发展方向。2010年，万维网联盟图书馆关联数据孵化小组（W3CLibraryLinkedDataIncubatorGroup）成立，积极推动文献信息机构将语义网和关联数据有效应用于书目数据、规范档建设中，以提高这些数据在互联网环境下的复用性。2011年，美国国会图书馆为取代机读目录而开发了关联数据项目书目框架（BibliographicFramework，BIBFRAME），此后瑞典、德国、日本、丹麦等许多国家的图书馆参与到关联数据发布中，纷纷将书目数据、名称规范档转换为关联数据，架起了图书馆数据的“语义转换之桥”。


随着新的资源描述标准——资源描述与检索（RDA）的问世及其关联数据的发展，名称规范档如何突破现有描述规则的局限性与机读目录格式（Machine-ReadableCatalogue，MARC）描述格式的复杂性，通过与网络上可获得的资源和数据建立广泛链接，以获得丰富的语义而服务于其他网络应用程序，从而跨越图书馆的边界，实现最大限度的数据复用。立足于此，我们开展了语义网环境下中文名称规范档发展研究，旨在引入当前语义网及网络知识组织系统的理论，应用语义网的理论及方法，对中文名称规范数据的描述模型、形式化表示等关联数据化问题及其国际化应用进行研究。本文主要从以下四个方面开展了研究：一、梳理了中文名称规范档的发展现状，找出制约其发展的原因，并对国外的名称规范档项目NACO、LEAF、GND、VIAF进行了详细考察；二、对中文名称规范档的关联数据化进行分析，构建了数据模型，并探讨了关联数据发布流程及实现方案；三、对中文名称规范档的共享进行了研究，提出了共享模型及其与VIAF共享的实现方案；四、着重于中文名称规范档的应用探讨，分析了其与豆瓣、维基百科、维基数据的数据聚合理论及方法，促进了中文名称规范档的互联网应用，为其价值提升奠定基础。


全书分为七章。第一章“导论”，介绍名称规范档相关的基本概念，系统梳理了名称规范档的发展历史，对当前国内外学者围绕名称规范档开展的研究进行了总结。第二章“语义网环境下知识组织系统的发展”，揭示了语义网、关联数据、知识组织系统的发展特点，对于名称规范档的发展环境及其发展方向进行描述。第三章“名称规范档的构建流程”，剖析了名称规范档的工作实现原理，全面描述构建流程，同时对名称规范档构建过程中所使用的描述规则、描述格式、描述词表进行讨论，对不同国家的不同标准的描述规则及格式进行比较分析。第四章“名称规范档的建设与共享”，分别对具有代表性的美国国会图书馆、德国国家图书馆、中国国家图书馆、中国高等教育文献保障系统四家机构的名称规范档建设进行了概括性描述，对名称规范档的四种共享模式的特点进行了分析；以NACO、LEAF、中文名称联合数据库、VIAF四大名称规范档共享项目为例，深入分析其共享管理模式、共享平台及其资源情况。第五章“中文名称规范档的发展途径”，介绍了中文名称的特点，客观分析了当前中文名称规范档建设存在的问题，并进一步从网络知识组织工具、数据模型及描述规则、描述语言、数据质量、合作共享五个角度提出了中文名称规范档的发展路径，对中文名称规范档共享构成要素、共享模式及其与VIAF共享进行了详细分析。本章内容作为本研究的重点，旨在为中文名称规范档的发展提供建设思路。第六章“中文名称规范档的关联数据化”，讨论了关联数据化的应用价值，针对中文名称规范档的名称、机构实体以及数据模型、发布流程进行了分析，旨在实现名称规范档语义化描述及网络化应用。第七章“中文人名名称规范档与外部资源的集成应用”，探讨了名称规范档的应用场景。以维基百科、维基数据、豆瓣读书的Web2.0平台的人名数据为例，探讨在中文人名名称规范档建设中如何更好地利用Web资源，丰富其名称规范数据，以及外部资源如何利用中文规范档数据，提升其数据质量水平。


本书是国家社会科学基金重点项目“基于关联数据的中文名称规范档语义描述及数据聚合研究”（15ATQ004）的研究成果。书中内容包含了已发表论文中的相关研究成果，在此对为这些研究成果贡献力量的其他项目成员石燕青、白林林、薛秋红、李捷佳、赵宇飞等表示感谢。书中仍然存在一些不足之处，如在实证分析部分，所采集的数据规模不大，这是由于目前中文名称规范档缺乏大规模的数据下载接口，从而导致所处理的数据有限，一定程度上可能影响研究结果的可信度。另外，对于大数据环境下名称规范档如何与其他海量数据进行集成应用，并未在本书中进行讨论。


著者


二〇二二年六月