繆 綸，張偉兵，葉 茂，王冠華

（中國水利水電科學(xué)研究院，北京 100038）

1 研究背景

隨著信息技術(shù)的飛速發(fā)展和文獻資源數(shù)字化技術(shù)的日趨成熟，實現(xiàn)文獻資源的數(shù)字化檢索與共享成為必然趨勢。水利行業(yè)擁有豐富的信息資源，并且每年都在源源不斷地新增大量科技文獻，絕大部分是非書刊文獻。相對專著和論文而言，這些科技文獻不僅具有較強的時效性，而且在內(nèi)容上具有前沿性和實用性，對于科研、設(shè)計和管理以及決策人員具有很高的研究參考價值，一直以來備受重視和青睞。但是這些海量信息資源有些仍長期沉睡在紙堆中，有些即使制作成電子數(shù)據(jù)文件，但也并未對其進行統(tǒng)一的分類化管理。因此，這些科技文獻資源并沒有得到充分開發(fā)和利用，以文獻信息數(shù)字化和數(shù)據(jù)倉庫為中心的資源建設(shè)也嚴重滯后，很多資源無法進行信息共享。水利系統(tǒng)科技文獻資源的開發(fā)利用、總體管理狀況遠遠不能滿足水利信息化發(fā)展和新時期水利工作的需要。因此，構(gòu)建水利水電科技文獻資料數(shù)據(jù)的數(shù)字化存儲管理，是當(dāng)前水利行業(yè)信息化發(fā)展的緊迫任務(wù)之一。

中國水利水電科學(xué)研究院（以下簡稱“中國水科院”）資料室收藏的科技文獻資源，不僅數(shù)量多，而且涉及水利學(xué)科范圍廣、層次高、內(nèi)容新，在同行業(yè)中，其完整性和權(quán)威性也是最高的。本文以中國水科院資料室收藏的科技文獻資源為研究對象，闡述了水利水電科技文獻數(shù)字化查詢體系構(gòu)建過程中學(xué)科分類和元數(shù)據(jù)結(jié)構(gòu)的解決方案，并在此基礎(chǔ)上介紹了水利水電科技文獻數(shù)字化查詢平臺的整體架構(gòu)。

2 水利水電科技文獻學(xué)科分類體系

水利水電科技文獻從技術(shù)角度分為技術(shù)報告、技術(shù)論文、技術(shù)譯文等；從內(nèi)容上分為成果報告、生產(chǎn)報告、評估報告等?？萍嘉墨I數(shù)字化建設(shè)的一個重要任務(wù)，就是找到適合系統(tǒng)應(yīng)用和用戶檢索的文獻資源分類方法。

學(xué)科分類一般遵循以下基本原則[1-2]：①科學(xué)性：分類必須以科學(xué)的知識分類為基礎(chǔ)，選擇事物或概念（即分類對象）的最穩(wěn)定的本質(zhì)屬性或特征作為分類的基礎(chǔ)和依據(jù)。②系統(tǒng)性：將選定的事物、概念的屬性或特征按一定排列順序加以系統(tǒng)化，從而形成一個合理的科學(xué)分類體系。③可擴延性：分類的編碼結(jié)構(gòu)必須能適應(yīng)同類編碼對象不斷擴充的需要，以便保證增加新的事物或概念時，不至于打亂已建立的分類體系。④兼容性：與有關(guān)標準（包括國際標準、國家標準、行業(yè)標準等）協(xié)調(diào)一致。⑤唯一性：指任何專業(yè)名詞、術(shù)語的定義必須嚴格保持概念的一致，對同一專業(yè)名稱、術(shù)語必須是唯一的，且不能重復(fù)。⑥合理性：分類編碼體系結(jié)構(gòu)與數(shù)據(jù)分類體系相適應(yīng)，能反映分類體系的層級、機理及相關(guān)聯(lián)系的特性。⑦規(guī)范性：編碼的結(jié)構(gòu)、類型及編寫的格式統(tǒng)一，以便于數(shù)據(jù)的檢索和共享。

我國現(xiàn)有與水利信息相關(guān)的分類編碼標準有：《水利工程基礎(chǔ)信息代碼編制規(guī)則》（SL213-1998）、《水利系統(tǒng)政務(wù)信息編碼規(guī)則與代碼》（SL/T200-97）、《中國河流名稱代碼》（SL249-99）、《中國湖泊名稱代碼》（SL261-98）、《中國水庫名稱代碼》（SL259-2000）、《中國水閘名稱代碼》（SL262-2000）、《中國蓄滯洪區(qū)代碼》（SL263-2000）、《土壤侵蝕分類分級標準》（SL190-96）、《水情信息編碼標準》（SL330-2005）、《水文數(shù)據(jù)GIS分類編碼標準》（SL385-2007）等，這些標準的制定解決了許多基礎(chǔ)信息重復(fù)整編、互不統(tǒng)一的局面。但是，由于這些標準大多僅僅針對的是某一項專題或調(diào)查制定的，并沒有進行全局性考慮。因此，水利部為建立一個完善的水利信息分類體系，組織專家編制了《水利信息分類》標準，該標準對水利水電科技文獻分類研究也具有一定的借鑒作用。

2001年，水利部頒布了《水利技術(shù)標準體系表》，2008年進行了修訂，其中將水利信息按專業(yè)劃分為綜合、水資源、水文水環(huán)境、大中型水利水電工程、防洪抗旱、農(nóng)村水利、水土保持、農(nóng)村水電、移民、水利信息化等，該分類方便了水利行業(yè)技術(shù)標準的管理和使用，具有非常高的理論性和非常強的實踐價值。然而，該分類僅是針對我國水利技術(shù)標準成果的管理這一特殊用途的一種分類體系，隨著水利信息化發(fā)展，其分類層次和內(nèi)容體系還有待進一步完善。

在國家層面上，我國于2008年頒布的國家標準《學(xué)科分類與代碼》（GB/T 13745-2008），其中設(shè)有“水利工程”分類與代碼[3]，并把水利工程分為水利工程基礎(chǔ)學(xué)科、水利工程測量、水工材料、水工結(jié)構(gòu)、水力機械、水利工程施工、水處理、河流泥沙工程學(xué)、海洋工程、環(huán)境水利、水利管理、防洪工程、水利經(jīng)濟學(xué)等。但是，該分類方法過粗，未能充分體現(xiàn)水利行業(yè)有關(guān)的學(xué)科，因此也無法完全滿足水利行業(yè)的數(shù)據(jù)管理的需要。

關(guān)于水利水電科技文獻的分類，原水利部信息研究所（現(xiàn)水利部發(fā)展研究中心）編制有《水利水電科技文獻分類》，該分類包括四級：基本類目24個，二級類目301個，三級類目1 514個，四級類目1 079個，長期以來為水利系統(tǒng)各級科技文獻收藏個管理部門沿用。但由于該分類編制年代較早，隨著水利形勢的發(fā)展以及水利科技的進步，越來越難以適應(yīng)水利科技文獻的分類需要。較為突出的如該分類法中一級類目中，缺少防洪抗旱、環(huán)境水利、城鄉(xiāng)水利、水利信息化等內(nèi)容，而近年來相關(guān)方面取得了相當(dāng)多的科研成果。

本文在調(diào)研以上分類標準的基礎(chǔ)上，并在參考了《中國圖書館分類法》（第四版）（簡稱《中圖法》）、《中國科學(xué)院圖書分類法》（第三版）（簡稱《科圖法》）、《中國水利百科全書》（第二版）（簡稱《水百》）基礎(chǔ)上，經(jīng)過綜合對比分析認為，《水百》編纂過程中，集中了包括中國科學(xué)院和中國工程院院士在內(nèi)的眾多水利系統(tǒng)的專家學(xué)者，是水利學(xué)科現(xiàn)狀的權(quán)威體現(xiàn)。相對其他的分類體系，《水百》可以說基本做到了取長補短，既包括有水利水電建設(shè)所涉及的基礎(chǔ)領(lǐng)域，如力學(xué)、化學(xué)、地質(zhì)學(xué)等一般自然科學(xué)，涉及面較廣，而且基本上較為全面反映了水利水電建設(shè)的最新形勢和進展，如水利管理、水利經(jīng)濟、環(huán)境水利等均有單獨的類項。本項目學(xué)科分類以《水百》為基礎(chǔ)進行，將基本類目縮減為21類，二級類目211類，三級類目1 508類[4]，基本涵蓋了水利水電學(xué)科的所有領(lǐng)域，見表1。

因此，在目前水利信息資源管理領(lǐng)域尚無現(xiàn)成可參考的學(xué)科門類條件下，以《水百》的條目分類為基礎(chǔ)，適當(dāng)進行調(diào)整，不失為一種實用的方法。

3 水利水電科技文獻元數(shù)據(jù)結(jié)構(gòu)

元數(shù)據(jù)是定義和描述數(shù)據(jù)的數(shù)據(jù)，是一種用來描述數(shù)字化信息資源，確保數(shù)字化信息資源能夠被計算機及網(wǎng)絡(luò)系統(tǒng)自動識別、分析、提取和分析歸納的一整套編碼體系[5]。水利水電科技文獻元數(shù)據(jù)，用來描述水利水電科技文獻信息資源，其目的在于方便用戶發(fā)現(xiàn)資源、識別資源、評價資源，而且對相關(guān)的信息資源進行選擇和定位，并追蹤資源在使用過程中的變化，實現(xiàn)文獻資源的有效整合、管理使用和長期保存。

表1 《水百》學(xué)科分類

水利水電科技文獻元數(shù)據(jù)建立在傳統(tǒng)技術(shù)和現(xiàn)代技術(shù)兩個基礎(chǔ)之上，不僅用來描述數(shù)字化信息的內(nèi)容特征，而且更要描述數(shù)字化信息的基本屬性，使得數(shù)字化信息得以被有效傳播、交流和利用。同時水利水電科技文獻元數(shù)據(jù)為文獻數(shù)字化信息資源建立一種機器可理解的框架，幫助計算機系統(tǒng)以及其它網(wǎng)絡(luò)通信設(shè)備獲得并理解文獻數(shù)字資源的基本特征，包括系統(tǒng)特征、內(nèi)容特征、權(quán)利特征等方面。

迄今為止，世界上已開發(fā)并付諸使用的元數(shù)據(jù)主要有以下幾種：一是最早普遍使用的元數(shù)據(jù)MARC機讀目錄；二是描述博物館藏品與檔案特藏的元數(shù)據(jù)EAD編碼文檔；三是描述和管理大量網(wǎng)絡(luò)信息資源的元數(shù)據(jù)（包括都柏林考DC、因特網(wǎng)內(nèi)容挑選平臺PICS、因特網(wǎng)館藏WC等元數(shù)據(jù)）；四是其他形式的元數(shù)據(jù)（包括頻道定義格式CDF、教育管理系統(tǒng)IMS、全球信息定位服務(wù)GILS等元數(shù)據(jù)）。

水利水電科技文獻信息與其他類信息相比，在其載體和類型上沒有太大差別，只在具體內(nèi)容上差別較大。因此，水利水電科技文獻元數(shù)據(jù)體系的建立應(yīng)遵循通用、易兼容、可擴展的原則。在對國內(nèi)外數(shù)字圖書館元數(shù)據(jù)標準進行調(diào)研和分析的基礎(chǔ)上，筆者認為：DC元數(shù)據(jù)標準簡單易懂，既便于專業(yè)用戶的擴展，又適合普通用戶使用，它是由世界各國專家共同參與制定的，并經(jīng)過圖書館界、檔案界、計算機界的專家以及Z39.50和通用標記語言標準（SGM）等方面的專家學(xué)者不斷地修正。我國和其他許多國家的數(shù)字圖書館工程都是以DC元數(shù)據(jù)為基礎(chǔ)進行信息化建設(shè)。因此，水利水電科技文獻選用DC標準作為基本元數(shù)據(jù)標準，并根據(jù)實際需要進行必要的擴展和裁剪，確定了每一個元素的描述方式、基本定義和填充規(guī)范，對每個元素都給予了相應(yīng)的解釋。水利水電科技文獻元數(shù)據(jù)體系包括20個類別，60多個元素，主要元素如表2所示。

通過表2描述的元數(shù)據(jù)，管理人員和用戶可以有效地管理、鑒別、了解和使用其中的信息資源。這些元數(shù)據(jù)可以實現(xiàn)以下功能：一是描述水利水電科技文獻資源對象的內(nèi)容；二是識別資源日期、類型、格式等數(shù)據(jù)元素；三是定位資源的位置，以利于網(wǎng)絡(luò)環(huán)境中水利信息對象的發(fā)現(xiàn)和檢索；四是檢索，成為用戶查找電子資源的重要依據(jù)。

表2 主要元數(shù)據(jù)元素

為方便水利水電科技文獻元數(shù)據(jù)的共享，參考當(dāng)前異構(gòu)系統(tǒng)數(shù)據(jù)交換技術(shù)，我們采用可擴展標記語言XML[6-8]（Extensible Markup Language）來對元數(shù)據(jù)進行描述。XML是繼HTML之后的又一種Web標記語言，專用于基于Internet的數(shù)據(jù)共享和交換設(shè)計，它已成為互聯(lián)網(wǎng)上數(shù)據(jù)共享和數(shù)據(jù)交換的關(guān)鍵技術(shù)和標準[9]。用XML來描述元數(shù)據(jù)，具有清晰的結(jié)構(gòu)、語法和內(nèi)容，并能被計算機更高效地處理。XML還具有易于編輯、便于管理、適于存檔、容易查詢等諸多優(yōu)點[10]，這些特點，使得它成為了描述元數(shù)據(jù)的最佳選擇。

4 數(shù)字化查詢平臺架構(gòu)

水利水電科技文獻數(shù)字化技術(shù)研究的一個重要任務(wù)，就是在完成分類體系的基礎(chǔ)上，以元數(shù)據(jù)為數(shù)據(jù)資源的描述方式，構(gòu)建水利水電科技文獻數(shù)字化查詢平臺。

水利水電科技文獻數(shù)字化查詢平臺具有以下功能：①科技文獻的數(shù)字化保存、分類管理；②科技文獻資料的查詢、瀏覽；③科技文獻的匯交、查重；④科技文獻的統(tǒng)計結(jié)果輸出功能；⑤用戶和系統(tǒng)管理人員相關(guān)的權(quán)限管理、使用管理、統(tǒng)計管理和故障處理等。

圖1 水利水電科技文獻數(shù)字化平臺架構(gòu)

水利水電科技文獻數(shù)字化查詢平臺根據(jù)水利水電科技文獻數(shù)據(jù)的特點，數(shù)據(jù)進行加工保存入數(shù)據(jù)庫中后，系統(tǒng)對數(shù)據(jù)進行分級分類存儲，并定義數(shù)據(jù)的詞匯表，方便用戶查詢檢索。最終，系統(tǒng)通過web的方式，將文獻數(shù)據(jù)資源發(fā)布在Internet上，并提供數(shù)據(jù)檢索、文獻下載以及數(shù)據(jù)統(tǒng)計等功能，其整體架構(gòu)如圖1所示。

5 結(jié)語

本文以水利水電科技文獻資源為基礎(chǔ)，選擇中國水科院資料室收藏的科技文獻資料，開展水利水電科技文獻數(shù)字化技術(shù)研究，初步制定了適合于水利水電科技文獻的學(xué)科分類方法和元數(shù)據(jù)結(jié)構(gòu)，搭建了水利水電科技文獻數(shù)字化查詢平臺，為水利水電科技文獻資料的管理提供了網(wǎng)絡(luò)化管理平臺。該研究充分利用行業(yè)文獻資源，更好地為水利水電科研生產(chǎn)提供服務(wù)，為廣大水利水電科研人員提供了快速、便捷的科技文獻查詢途徑，促進了水利水電文獻信息化建設(shè)步伐，豐富了水利水電信息化的建設(shè)內(nèi)容。

[1]馬建華，孫九林.WDC-D地球化學(xué)數(shù)據(jù)分類與編碼的初步研究[J].河海大學(xué)學(xué)報（自然科學(xué)版），2006，36（1）：50-54.

[2]趙艷華.我國信息分類編碼標準化的實踐[J].中國標準化，2001（10）：7-8.

[3]GB/T 13745-2008，學(xué)科分類與代碼[S].

[4]崔宗培.中國水利百科全書（第二版）[M].北京：中國水利水電出版社，2006.

[5]李晶，姜斌，劉倩，等.水利數(shù)字圖書館[M].北京：知識產(chǎn)權(quán)出版社，2006.

[6]Steven Holzner.XML Complete[M].The McGraw-Hill Companies，Inc，1998.

[7]張哲.基于XML的元數(shù)據(jù)體系的數(shù)據(jù)交換[J].計算機工程與應(yīng)用，2003（10）：180-184.

[8]Steven Holzner.XML black book 2nd[M].Publishing House of Mechanics Industry，2002.

[9]李寧.XML與信息共享[J].計算機應(yīng)用與軟件，2004，21（10）：20-21，55.

[10]王津濤，白乃俠.基于XML元數(shù)據(jù)的研究與開發(fā)[J].計算機工程與設(shè)計，2004，25（7）：1086-1088，1103.