柴苗嶺（四川大學(xué)公共管理學(xué)院 四川 成都 610041）

朱 江 陳漪紅 姜恩波 （中國科學(xué)院國家科學(xué)圖書館成都分館 四川 成都 610041）

近年來，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，學(xué)術(shù)研究模式及學(xué)術(shù)成果發(fā)布方式都在一定程度上有所改變。因為物理載體的形式約束，學(xué)術(shù)文獻出版的速度和出版市場的分布都受到限制，進而影響了學(xué)術(shù)成果的傳播和應(yīng)用。大量的學(xué)術(shù)協(xié)會、會議組織機構(gòu)將其會議進程、會議內(nèi)容等資源以免費的OA（Open Access，開放存?。┓绞皆诰W(wǎng)絡(luò)上公開發(fā)布。我國也針對這些資源進行了研究，并制定了相關(guān)的規(guī)范，如科技部科技基礎(chǔ)條件平臺《數(shù)字規(guī)范與標準建設(shè)》項目下的子項目成果《網(wǎng)絡(luò)資源描述元數(shù)據(jù)規(guī)范》等，但如何將開放的會議資源的非結(jié)構(gòu)化文本進行分析與標引，目前還沒有統(tǒng)一的規(guī)范。

為了有效研究開放會議資源元數(shù)據(jù)，本文以2009年中國科學(xué)院國家科學(xué)數(shù)字圖書館二期先期啟動項目“重要開放會議資源采集與服務(wù)系統(tǒng)”的服務(wù)內(nèi)容——外文學(xué)術(shù)開放會議資源為研究對象，對相關(guān)的元數(shù)據(jù)進行了研究。該系統(tǒng)主要對開放會議及會議文獻進行評價、采集、長期保存并將其提供給用戶使用。重要開放會議資源元數(shù)據(jù)研究即針對開放會議和會議文獻進行元素的定義、描述，即將各類會議網(wǎng)站發(fā)布的會議文獻及會議文獻本身進行基于形式及語義的理解與識別，抽取其中的會議文獻題名、責任者、摘要、全文鏈接等信息[1]。

1 開放會議資源元數(shù)據(jù)規(guī)范現(xiàn)狀

從國內(nèi)元數(shù)據(jù)研究現(xiàn)狀來看，2002-2006年，國家科技部科技基礎(chǔ)條件平臺《數(shù)字規(guī)范與標準建設(shè)》項目下的子項目成果——《會議論文描述元數(shù)據(jù)規(guī)范》[2]171-182和《網(wǎng)絡(luò)資源描述元數(shù)據(jù)規(guī)范》[2]216-236分別在DC（Dublin Core）元數(shù)據(jù)的基礎(chǔ)上對會議論文和網(wǎng)絡(luò)資源的元數(shù)據(jù)作出定義。其中《會議論文描述元數(shù)據(jù)規(guī)范》將描述的對象定位為以印刷版和電子版方式出版的會議論文；《網(wǎng)絡(luò)資源描述元數(shù)據(jù)規(guī)范》將描述的對象定位為網(wǎng)絡(luò)上可以公開訪問的、具有網(wǎng)絡(luò)標識的資源。此外，2008年國家科技圖書文獻中心（National Science and Technology Library，簡稱NSTL）為了提高數(shù)據(jù)庫建設(shè)的標準化和規(guī)范化水平而修改并細化的《NSTL數(shù)據(jù)加工規(guī)范》對會議論文和會議錄進行了專門的描述。

從國際上的網(wǎng)絡(luò)資源元數(shù)據(jù)研究現(xiàn)狀來看，最具有代表性的元數(shù)據(jù)收割協(xié)議是OAI-PMH（Open Archives Initiative Protocol for Metadata Harvesting，開放存取的元數(shù)據(jù)收割協(xié)議），OAI-PMH在解決異構(gòu)數(shù)據(jù)庫的元數(shù)據(jù)互操作上具有容易實現(xiàn)、可多個角色互換等明顯優(yōu)勢。而OAIPMH支持的元數(shù)據(jù)格式是DC元數(shù)據(jù)，適合于對網(wǎng)絡(luò)信息資源進行描述，且DC元數(shù)據(jù)的開放性決定了其可在l5個基本元素的基礎(chǔ)上進行擴充，從而增加網(wǎng)絡(luò)信息資源的特色描述元素。

從現(xiàn)有會議資源和網(wǎng)絡(luò)資源元數(shù)據(jù)規(guī)范看，國內(nèi)外還沒有可直接供開放會議資源使用的元數(shù)據(jù)規(guī)范，因此以會議資源為目標的元數(shù)據(jù)研究和元數(shù)據(jù)規(guī)范的建立有其必要性和現(xiàn)實意義。

2 開放會議資源調(diào)研及分析

開放會議資源調(diào)研主要可分為兩部分：（1）現(xiàn)有的會議網(wǎng)站/數(shù)據(jù)庫的調(diào)研，即對信息檢索入口進行分析和歸納；（2）目標資源的調(diào)研，即對會議資源的種類、格式、頁面組織方式和深度、資源描述的層次和深度等內(nèi)容進行調(diào)研。

2.1 會議網(wǎng)站/數(shù)據(jù)庫的調(diào)研

ISI Proceedings（即ISTP的網(wǎng)絡(luò)版，ISTP的英文全稱是Index to Scientific & Technical Proceedings，科技會議論文索引數(shù)據(jù)庫）、NSTL等國內(nèi)外會議資源網(wǎng)站/數(shù)據(jù)庫在用戶的使用習(xí)慣和用戶需求上具有較強的代表性，通過對這類網(wǎng)站檢索入口的分析，可以了解用戶對會議資源的需求及不同種類資源提供者的標引深度。調(diào)查的網(wǎng)站/數(shù)據(jù)庫主要有以下4類：

2.1.1 信息資源服務(wù)網(wǎng)站

以NSTL[3]為例，NSTL是經(jīng)國務(wù)院批準的基于網(wǎng)絡(luò)環(huán)境的科技信息資源服務(wù)機構(gòu)，其網(wǎng)站收錄的會議資源可分為中文會議和外文會議，以印本文獻和現(xiàn)有電子會議文獻的檢索為主，在檢索入口詞的內(nèi)容設(shè)計上較傳統(tǒng)，查詢范圍包括全部記錄、含文摘記錄、含引文記錄和可提供全文記錄。該網(wǎng)站屬于綜合性網(wǎng)站，在內(nèi)容上缺少對會議及會議文獻的深入解析。

2.1.2 開放獲取會議網(wǎng)站

以Proceedings of WASET（World Academy of Science,Engineering and Technology，世界科學(xué)和工程技術(shù)學(xué)院）[4]為例，該網(wǎng)站收錄了人文、生物和生命科學(xué)、自然科學(xué)和應(yīng)用科學(xué)三大種類的會議召開信息和會議論文，發(fā)布的會議資源均經(jīng)過同行專家評議。該網(wǎng)站沒有提供檢索入口，會議和論文的檢索主要通過會議論文目錄實現(xiàn)。從會議信息來看，Proceeding of WASET提供了論文提交資料、專題會、會議錄、注冊費用等6個方面的內(nèi)容。會議論文提供PDF格式的全文內(nèi)容。

2.1.3 綜合性會議數(shù)據(jù)庫

以ISI Proceedings[5]為例，ISI Proceedings收錄了世界上最新出版的會議錄資料，提供綜合性的會議論文資料，包括學(xué)術(shù)領(lǐng)域內(nèi)的會議、座談會、研討會以及其他各種會議和會議錄文獻。該網(wǎng)站的最大特點是檢索入口較多，包括主題、標題、文獻類型、基金資助機構(gòu)等共13種檢索途徑。該網(wǎng)站在檢索途徑的設(shè)置上，除設(shè)計了傳統(tǒng)的會議文獻檢索入口外，還對會議文獻進行了分類， 增加了包括書評、年表、樂譜、評論等在內(nèi)的共37類文獻。

2.1.4 專業(yè)會議文獻數(shù)據(jù)庫

以SPIE（The International Society for Optical Engineering，國際光學(xué)工程學(xué)會） Digital Library[6]為例，SPIE Digital Library會議錄匯集了光電方面7個領(lǐng)域的研究成果，是國際著名連續(xù)出版的會議文獻出版物。會議文獻收藏部分以會議錄全文、會議引文和文摘為主。檢索入口有12項，也可以通過年代、專題會、卷期號等直接檢索。

從SPIE Digital Library提供的會議錄、文摘和引文來看，會議文獻的學(xué)科專指度較高（涵蓋7個領(lǐng)域），并配以專門的卷號，在傳統(tǒng)的會議文獻檢索詞基礎(chǔ)上，提供技術(shù)、卷期號、引文作者等檢索入口，會議文獻的檢索深度在整體上強于綜合性的會議庫。

從上述網(wǎng)站檢索入口的調(diào)研情況來看，檢索入口的設(shè)計與可提供資源的來源、學(xué)科范圍與資源標引深度有重要關(guān)系。首先，傳統(tǒng)的印本/電子會議資源受其載體形式和標引深度的影響，檢索途徑少、內(nèi)容傳統(tǒng)，可以滿足用戶對信息的基本需求，但在會議的收錄范圍和時間維度上有所欠缺。其次，基于全文/全文開放的會議資源利用了現(xiàn)代信息技術(shù)，因此標引深度較傳統(tǒng)會議資源要強。再次，從學(xué)科范圍看，綜合性學(xué)科的會議網(wǎng)站/數(shù)據(jù)庫在學(xué)科分類和內(nèi)容專指度上不如專業(yè)性的會議網(wǎng)站/數(shù)據(jù)庫，專業(yè)性會議網(wǎng)站/數(shù)據(jù)庫在內(nèi)容維度上要強于綜合性會議網(wǎng)站/數(shù)據(jù)庫。

2.2 目標資源分析

2.2.1 資源類型分析

重要開放會議資源按內(nèi)容可分為：會議資源、會議錄資源和會議文獻資源。其中，開放會議文獻資源主要包括會議全文、會議文摘、會議陳述、會議聲頻、會議視頻等，多以PDF、WORD、TXT、HTML、MP3、MP4等格式提供給用戶。

2.2.2 頁面組織方式和深度

開放會議資源列表以HTML、PDF等形式存在，其頁面組織方式大致可以分為目次型、日程表型和整本會議錄型，從會議資源列表到會議文獻全文的揭示又分為多個層級：

（1）目次型 所有會議文獻以目錄形式排列，從目錄到達文獻全文可能存在多級鏈接，如存在從目錄直接進入全文頁面，或從目錄進入文摘再進入全文頁面等情況。

（2）日程表型 會議文獻以標題、著者、摘要等形式嵌入到會議日程安排中，從日程列表到達全文可能有多級鏈接。

（3）整本會議錄型 某次會議文獻收錄在一個文件內(nèi)，從目錄到達文獻全文可能存在多級鏈接。

2.2.3 資源描述的層次和深度

會議資源描述包括會議（包括單個會議和連續(xù)會議）、會議錄、會議文獻3個層次的描述。從組織內(nèi)容上看，因為每個開放會議網(wǎng)站的會議內(nèi)容有限，雖然提供全文，但揭示資源的深度和層次較淺，資源結(jié)構(gòu)相對簡單。

3 重要會議開放資源元數(shù)據(jù)描述集設(shè)置

簡單地說，《重要開放會議資源元數(shù)據(jù)規(guī)范》就是對非結(jié)構(gòu)化的文本格式進行識別，抽取題名、責任者、會議名稱、會議日期、會議地點、會議主辦者等信息形成元數(shù)據(jù)，以便與遵循OAI-PMH的元數(shù)據(jù)格式整合，為用戶提供高級檢索。而元數(shù)據(jù)的制定需要在設(shè)計原則上確定著錄對象。

3.1 重要會議開放資源元數(shù)據(jù)設(shè)計原則

3.1.1 兼顧信息的粒度和緯度

信息的粒度反映信息詳盡程度，從會議資源描述內(nèi)容看，主要包括會議資源概括性信息和會議資源具體信息。從信息維度看，會議資源描述要兼顧時間、內(nèi)容和形式。

3.1.2 簡單性與重要性原則

元數(shù)據(jù)設(shè)置時要兼顧簡單性與重要性，對用戶來說就是標引內(nèi)容易于理解，采用的元數(shù)據(jù)又可以完全揭示資源的特性和特征。

3.1.3 元數(shù)據(jù)的通用性和著錄深度適當原則

在選擇元數(shù)據(jù)時要考慮到用戶在使用印本會議文獻時的使用習(xí)慣，對網(wǎng)絡(luò)上已經(jīng)揭示了但對資源揭示沒有意義或者過于專深的元數(shù)據(jù)要酌情采用。

3.1.4 用戶需求原則

元數(shù)據(jù)的設(shè)計主要是向用戶揭示資源特征，便于用戶使用，在設(shè)計過程中要從用戶角度建立元數(shù)據(jù)元素，以用戶需求為目標。

3.2 資源著錄的范圍和特征

根據(jù)資源調(diào)研的結(jié)果將著錄對象分為會議、會議錄、會議文獻，資源著錄具有以下特征：

3.2.1 會議與會議錄之間的關(guān)系特征

會議可能是連續(xù)性的，有其固定的組織機構(gòu)，每屆會議由同一或不同機構(gòu)組織。因此，一個會議可能由多級組成，如一個會議會包含多個衛(wèi)星會議。因此，一個會議可能有多個會議錄，一個會議錄可能對應(yīng)到多個會議。一個會議錄可能在網(wǎng)絡(luò)上以開放形式出現(xiàn)，也可能同時以電子/印本期刊、會議錄的形式出現(xiàn)。

3.2.2 會議文獻的格式特征

從目前已檢索到的開放會議文獻情況看，會議文獻的目次形式包括整本文集匯集和日程表兩種，會議內(nèi)容以單篇或文獻集的形式存在于PPT、PDF、WORD、HTML等各類聲音和音像文件中，在會議文獻中存在單篇文獻隸屬于多個會議錄/多個會議的情況。會議文獻的獲取可能來自會議錄，也可能來自機構(gòu)倉儲。

3.3 元素集的設(shè)置

在元素集設(shè)計上，遵從繁簡適度的原則，根據(jù)資源調(diào)研結(jié)果和目標資源的形式特征，在DC元數(shù)據(jù)、《NSTL文獻數(shù)據(jù)加工元規(guī)范》[7]、《會議論文描述元數(shù)據(jù)規(guī)范》和《網(wǎng)絡(luò)資源描述元數(shù)據(jù)規(guī)范》的基礎(chǔ)上對會議資源進行描述，形成《會議元素名稱、釋譯、描述規(guī)范》、《單次會議及會議錄元素名稱、釋譯、描述規(guī)范》和《會議文獻元素名稱、釋譯、描述規(guī)范》。重要開放會議資源元數(shù)據(jù)描述集中包含3個元素集，這3個元素集之間的關(guān)系如圖1所示。

圖1 重要開放會議元數(shù)據(jù)描述集中各元素集之間的關(guān)系

其中，會議元素集是單次會議、會議錄元素集的上位集，會議文獻元素集是單次會議、會議錄元素集的下位集。為了更好地揭示開放會議的規(guī)模和連續(xù)性，在會議元素集設(shè)計中采用了會議頻次、會議起始時間和會議召開總屆數(shù)等元素（見下頁表1），便于用戶對會議進行評價。

在單次會議及會議錄元素集中，收錄了具有通用性的核心元素，并兼顧單次會議和會議錄信息的揭示。如下頁表2所示，單次會議、會議錄元素集在包含了傳統(tǒng)的會議檢索元素之外，根據(jù)網(wǎng)絡(luò)上開放會議文獻特征增加了會議類型，即該會議屬于學(xué)術(shù)研討會（seminar）還是工作研討會（workshop）。

表1 會議元素集

表2 單次會議及會議錄元素集

會議文獻元素集 （見表3）包括文獻類型、格式、與會議和會議錄元數(shù)據(jù)的連接、文獻獲取權(quán)限等內(nèi)容。此外，為了與中國科學(xué)院國家科學(xué)數(shù)字圖書館其他項目更好地融合，在編碼體系中擬采用其他項目組的研究成果，如“會議分類”，從而實現(xiàn)項目間的無縫連接。

表3 會議文獻元素集

4 結(jié) 語

網(wǎng)絡(luò)資源的動態(tài)性、異構(gòu)性和開放性限制了會議資源的采集和利用。研究和創(chuàng)建開放會議資源元數(shù)據(jù)標準、規(guī)范有助于促進以網(wǎng)絡(luò)為基礎(chǔ)的開放資源的公開性、實用性、組織性，實現(xiàn)開放資源共享和跨倉儲的無縫查找，有助于輔助用戶有效獲取有價值的網(wǎng)絡(luò)會議資源。但如何建立準確、完整的元數(shù)據(jù)規(guī)范，還有待大量數(shù)據(jù)檢驗和后期的完善。

[1]朱 江, 尚瑋嬌, 姜恩波,等.會議文獻開放資源采集與服務(wù)系統(tǒng)的研建[J].情報理論與實踐,2010(7):117-119.

[2]肖 瓏, 趙 亮. 中文元數(shù)據(jù)概論與實例[M]. 北京:北京圖書館出版社, 2007.

[3]國家科技圖書文獻中心成都鏡像站[EB/OL]. [2010-06-05].http://beta-cd.nstl.gov.cn/facade/search/searchByDocType.do?subDocTypes=C01,C02&name_chi=會議.

[4]World Academy of Science, Engineering and Technology [EB/OL].[2010-06-05]. http://www.waset.org/proceedings.php.

[5]ISTP [EB/OL].[2010-06-05].http://www.isiknowledge.com/?DestApp=ISIP&locale=zh_CN.

[6]SPIE Digital Library[EB/OL]. [2010-06-05]. http://www.spiedl.org/.

[7]張建勇. 文獻數(shù)據(jù)庫數(shù)據(jù)加工規(guī)范[M]. 北京:知識產(chǎn)權(quán)出版社,2009.