基于都柏林核心(DC)的中醫(yī)文獻元數(shù)據(jù)標準研究.pdf

1、中醫(yī)在數(shù)千年的發(fā)展長河中，形成了異彩紛呈的醫(yī)學流派，留下了浩如煙海的中醫(yī)古今文獻。中醫(yī)作為珍貴的文化遺產(chǎn)，中醫(yī)文獻起到了文化傳承的紐帶作用，記載著幾千年的醫(yī)家智慧、醫(yī)學經(jīng)驗。面對龐大文獻資源，使用者需要高效率的檢索利用和知識發(fā)掘;文獻管理者要對其進行分類整理、權利管理、資源評鑒、妥善保存。中醫(yī)文獻從其產(chǎn)生、傳遞、儲存、到最終消失的過程中有著收集、加工、利用等方面的諸多環(huán)節(jié)，其生命周期中蘊含著大量信息，這些在文獻形成和利用中經(jīng)歷的過去事實

2、和文獻資源本身的內(nèi)容一樣都具有一定的記錄價值。人們致力于研究如何在海量中醫(yī)文獻中按特定需求進行查詢檢索，并要盡量返回更為精確的結果。不該僅僅依靠傳統(tǒng)搜索引擎那樣只用關鍵詞機械匹配，而不考慮語義，機械式的查詢往往會返回空白、錯誤或是不符合意圖的結果。元數(shù)據(jù)的應用，對這個問題的解決起到了很大的推動作用。
　　 2008年10月，中國中醫(yī)科學院中醫(yī)藥信息研究所開始參與ISO/TC215傳統(tǒng)醫(yī)學信息標準化工作，對ISO/TC215傳統(tǒng)醫(yī)

3、學信息標準化的動態(tài)進行了密切關注，并且在ISO/TC215中提交中醫(yī)藥信息國際標準提案“中醫(yī)數(shù)據(jù)集元數(shù)據(jù)標準”，10月份又將“中醫(yī)數(shù)據(jù)集元數(shù)據(jù)標準”改為“中醫(yī)文獻元數(shù)據(jù)標準”。ISO/TC215已于2011年11月對“中醫(yī)文獻元數(shù)據(jù)標準”提案啟動投票程序。2012年5月ISO對“中醫(yī)藥文獻元數(shù)據(jù)”這項標準正式立項。這是我國中醫(yī)藥信息標準在ISO中首次立項。
　　 本課題是針對已立項的中醫(yī)文獻元數(shù)據(jù)標準著重從的設計原則、制定方法切

4、入，依據(jù)原則與方法建立一套完整的中醫(yī)文獻元數(shù)據(jù)標準體系。
　　 首先完成了中醫(yī)藥標準發(fā)展的研究背景調(diào)查，調(diào)研國外已有的醫(yī)學元數(shù)據(jù)，對國內(nèi)醫(yī)學元數(shù)據(jù)研究現(xiàn)狀在圖書情報和互聯(lián)網(wǎng)的范圍內(nèi)進行調(diào)研。
　　 描述信息資源的元數(shù)據(jù)有描述傳統(tǒng)印刷型文獻的MARC格式，也有描述網(wǎng)絡信息資源的DC元數(shù)據(jù)，還有一種介于MARC和DC之間的第三種元數(shù)據(jù)——MODS;描述醫(yī)學信息的元數(shù)據(jù)有:ISO的健康信息學技術委員會研制的“ISO13119

5、Healthinformatics-Clinical knowledge resources-Metadata（健康信息學-臨床知識資源-元數(shù)據(jù)）”標準、Ohio LINK醫(yī)學元數(shù)據(jù)、美國Oregon Health SciencesUniversity制定的醫(yī)學核心元數(shù)據(jù)MCM、法國Rouen University Hospital(RUH)1995年發(fā)起的基于質(zhì)量控制的主題網(wǎng)關項目: CISMeF等。已發(fā)布的這些醫(yī)學元數(shù)據(jù)標準都是很大

6、程度的參考或復用了DC。
　　 用學術聯(lián)機數(shù)據(jù)庫檢索和互聯(lián)網(wǎng)檢索相結合的方式，發(fā)現(xiàn)國內(nèi)在元數(shù)據(jù)領域已有較多研究，但涉及醫(yī)學領域的元數(shù)據(jù)研究非常少，而中醫(yī)領域更是鮮有問津。國內(nèi)缺乏權威部門牽頭并起草、正式發(fā)布的醫(yī)學元數(shù)據(jù)標準，使中醫(yī)文獻共享缺乏有力支撐，因此本課題有一定研究與開發(fā)的必要性。
　　 第二，從資源利用、保護等方面分析中醫(yī)文獻元數(shù)據(jù)標準的研究目的與意義，總結元數(shù)據(jù)的功能，分析基于DC設計新的元數(shù)據(jù)的原因。

7、　　 中醫(yī)文獻收藏地點分散，現(xiàn)存1949年以前的12000多種中醫(yī)文獻目前分散保存在全國各專業(yè)圖書館，仍作為各館的鎮(zhèn)館之寶而束之高閣。學者們在文獻整理研究各個工作環(huán)節(jié)上依然沿用手工作業(yè)的方式。隨著計算機技術應用在文獻管理領域的延伸以及掃描技術的發(fā)展，文獻的電子化處理給讀者帶來極大的閱讀便利;古老的文獻在重建天日的同時能夠獲得很好的保護。國內(nèi)已有或規(guī)劃中的很多中醫(yī)文獻檢索平臺和數(shù)據(jù)庫。與文獻利用的信息技術的發(fā)展形成對比的是文獻利用理論支

8、撐的相對滯后。元數(shù)據(jù)的標準化是文獻利用理論建設的重要環(huán)節(jié)，中醫(yī)文獻元數(shù)據(jù)為中醫(yī)藥文獻資源的規(guī)范化描述奠定了基礎，它有助于構建明晰、周全、簡單、易懂的文獻描述性記錄，能有效支持中醫(yī)藥文獻的收集、保管和利用，改善中醫(yī)藥文獻檢索的效果，對于中醫(yī)藥文獻資源的系統(tǒng)保護和深度利用具有重要意義。元數(shù)據(jù)基于DC設計可以避免MARC格式中大量繁瑣的定長字段，使得編目界面變得簡潔而直觀，無論是專業(yè)編目員還是非專業(yè)編目員，都可以參與文獻編目工作，這使編目工作

9、更能適應對龐大的網(wǎng)絡化信息資源的組織。
　　 第三，設計元數(shù)據(jù)框架，分析元數(shù)據(jù)方案設計的通用原則和具體原則，規(guī)劃中醫(yī)文獻元數(shù)據(jù)的設計流程。
　　 根據(jù)中醫(yī)文獻生命周期的各項活動和描述角度的不同，將中醫(yī)文獻元數(shù)據(jù)劃分為7個元數(shù)據(jù)子集:
　　 (1)標識信息子集:外部特征的基本信息，包括名稱，標識符，創(chuàng)建者和出版者，等等。
　　 (2)內(nèi)容信息子集:關于中醫(yī)文獻內(nèi)部特征的描述信息，包括描述，主題，等等。

10、>　　 (3)分發(fā)信息子集:關于用戶獲取和收藏文獻資源的信息。
　　 (4)質(zhì)量信息子集:關于文獻資源保存狀態(tài)的質(zhì)量信息。
　　 (5)限制信息子集:對資源和元數(shù)據(jù)獲取和使用的限制信息。
　　 (6)維護信息子集:關于維護保養(yǎng)文獻資源的信息。
　　 (7)關聯(lián)信息子集:提供了資源之間關聯(lián)關系的參考信息。
　　 總結了設計元數(shù)據(jù)標準6條通用原則:(1)簡單性與適用性原則;(2)專指度與通用性原則;

11、(3)互操作性與易轉(zhuǎn)換性原則;(4)靈活性與可擴展性原則;(5)用戶需求原則;(6)遵循現(xiàn)有標準原則。
　　 除了通用原則，針對具體領域元數(shù)據(jù)的制定歸納了條具體原則:(1)資源分析原則(2)擴展原則（元素擴展原則和修飾限定原則）(3).元素定義原則(4)置標原則
　　 第四，進行本文中醫(yī)文獻元數(shù)據(jù)的相關資源分析，對著錄對象和著錄單位等提出了細節(jié)性的界定。
　　 “文獻”采用廣義的定義;除中醫(yī)外，傳統(tǒng)醫(yī)學文獻也可適

12、用于此元數(shù)據(jù);當實體文獻資源數(shù)字化后，需對數(shù)字化文本或影像等格式的文獻資源以及實體本身屬性進行著錄，二者結合不可分離;具體著錄單位要按實際需要確定。
　　 第五，完成了中醫(yī)文獻元數(shù)據(jù)的元素集、元素定義及著錄規(guī)則的具體描述，并用摘要和字典兩種形式進行呈現(xiàn)。
　　 中醫(yī)文獻元數(shù)據(jù)保留了DC的元數(shù)據(jù)元素集，又包括中醫(yī)藥領域的特征元素。
　　 重用DC元數(shù)據(jù)元素，如題名(Title)、類型(Type)、創(chuàng)建者(Creat

13、or)、主題(Subject)、描述(Description)、日期(Date)、標識符(Identifier)、語種(Language)、關聯(lián)(Relation)等;
　　 根據(jù)中醫(yī)藥領域特性，對DC元數(shù)據(jù)元素進行細化，例如將DC中的題名(Title)進一步細化為版心題名(Title on the Fore-edge)、內(nèi)封題名(Title on the InsideCover)、書衣題名(Title on the Book

14、Cover)、卷端題名(Title on the First Page of Text)等;
　　 添加具有中醫(yī)藥特色的元數(shù)據(jù)元素，例如歷代醫(yī)家、醫(yī)學流派等等。
　　 第六，選擇合適的網(wǎng)絡描述語言作為本元數(shù)據(jù)的置標語言，實現(xiàn)元數(shù)據(jù)的網(wǎng)絡應用功能。
　　 RDF(Resource Description Framework)，即資源描述框架，是一種用于描述Web資源的標記語言。RDF使用XML語法和RDF Sche

15、ma(RDFS)來將元數(shù)據(jù)描述成為數(shù)據(jù)模型。RDF三元組數(shù)據(jù)模型包括的三種對象類型:
　　 資源(Resource)。RDF編碼中描述的所有事物都稱為資源。
　　 屬性(Property)。屬性是用來描述資源的外部特征、內(nèi)容說明或資源間相互關系。
　　 陳述(Statement)。陳述是用特定模式的語句將資源的屬性及其值表達出來。陳述語句可以和自然語言語句相對應，資源(Resource)對應于自然語言中的主語(S