郝嘉樹

?

Web2.0環(huán)境下的自規(guī)范及其對個人名稱規(guī)范維護工作的啟示

郝嘉樹

我國名稱規(guī)范維護工作存在著困擾，基于其產生的原因，通過研究自規(guī)范相關應用ORCID、FOAF和Wikipedia得到啟發(fā)：或許可以基于自規(guī)范改進個人名稱規(guī)范維護模式、利用開放語義資源豐富個人名稱規(guī)范數據并拓展名稱規(guī)范數據的功能。表1。參考文獻8。

自規(guī)范ORCIDFOAF名稱規(guī)范維護模式RDF數據

1　引言

我國個人名稱規(guī)范數據存在標目形式多樣、不完整數據量大和重名等問題，這給編目員在維護和掛接規(guī)范數據時選擇和甄別標目帶來較大障礙，需要人工逐條分析、比對和辨別。個人名稱規(guī)范的維護和控制工作，消耗了編目員較多的時間和精力，而其發(fā)揮的作用卻很有限，形成了較大的反差。

造成以上問題主要有兩方面原因。一是完全由編目員承擔名稱規(guī)范數據的維護工作。在海量數據、難以獲得相關信息和不了解作者的情況下，完全由編目員承擔數據的維護工作，出現規(guī)范記錄不完整、張冠李戴等現象難以避免。因此，探索新的名稱規(guī)范維護模式是關鍵所在。二是規(guī)范數據所選取的信息主要來自于受編文獻、網絡、工具書、期刊、電話、郵件和交友軟件等。其中，電話和郵件是主動式獲取渠道，能根據數據需要向著者取得指定信息，但是費時費力，溝通成本比較高；其它信息源大多是被動式獲取渠道，可獲取的內容完全取決于信息源的非規(guī)范性提供，容易導致信息缺失。因此，尋找低成本高效率的信息獲取方式是另一關鍵所在。

然而，目前我國的應對策略主要是通過完善規(guī)范格式和制定編目規(guī)則來提升數據質量，嘗試聯合多機構通力解決數據的共享和重用。這些做法在一定程度上能控制數據質量和擴大數據規(guī)模，但作用十分有限。因此，我們需要借助現代化的技術和模式來尋求高效的信息獲取方式以提升數據質量，改變工作模式以提高數據維護的效率，從而真正發(fā)揮名稱規(guī)范區(qū)分、匯聚等功能。Web2.0技術注重用戶的交互行為，用戶在Web2.0網絡環(huán)境中廣泛參與內容生產、信息組織、數據交流與共享，甚至提供相關服務，并催生了分眾分類法、博客、簡易信息聚合(Really Simple Syndication，RSS)等新的方法和媒介。因此，我們或許可以借助Web2.0的機制、特性和優(yōu)勢，通過著者用戶的參與來解決當前名稱規(guī)范維護中的問題和困擾。

2　基于Web2.0的自規(guī)范機制

Web2.0的興起和應用創(chuàng)造了全新的信息空間。它把復雜的技術移至后臺，將互聯網的主導權交給個人，僅有簡單規(guī)則的約束，從而充分調動了用戶的積極性，使其廣泛參與內容的生產、信息的組織、數據的交流與共享，甚至提供相關的服務，如博客、簡易信息聚合和社會網絡服務(Social Network Service，SNS)等。Web2.0的出現衍生了相關應用，如原傳統(tǒng)的分類法和主題詞表由專門機構組織構建和維護，Web2.0環(huán)境下的自組織(self-Organization)則由網絡用戶自發(fā)生成分類體系和標簽詞，像Social Tagging(社會化標簽)和Wikipedia(維基百科)分類體系。在名稱規(guī)范中，Web2.0環(huán)境下出現了個人科研管理、個人展示等應用及平臺，它們有明確的目標和應用邊界。在其運行過程中，由著者用戶自發(fā)地在相關平臺中進行個人的描述，完成對個人名稱及其他相關信息的生成和完善；同時，網絡社會中的其他用戶又對其進行識別、認證和完善，這種行為模式是隨機和分散進行的，但又協同地實現了對同一個人名稱的規(guī)范。相較于傳統(tǒng)的名稱規(guī)范由編目人員構建和維護， Web2.0環(huán)境下的自規(guī)范則由著者用戶對個人名稱進行唯一標識，并揭示和完善人的事實信息及其相關的社會網絡，典型應用有ORCID(Open Researcher and Contributor Identifier，開放研究者和貢獻者標識符)、FOAF(Friend-of-a-Friend，朋友的朋友)、Wikipedia和Pubmed Author ID(Pubmed數據庫作者標識符)等。因此，本文將Web2.0環(huán)境下無需外界指令，由著者用戶自發(fā)、分散和協同地實現個人名稱及其他相關信息的生成和完善，以及不同人辨識的過程稱為自規(guī)范。

基于Web2.0技術的平臺搭建了良好的技術框架，架構中蘊含支持自規(guī)范的機制和功能，如ORCID和Scopus Author ID(斯高帕斯數據庫作者標識符)等自動為個人分配唯一標識符；并制定運行規(guī)則約束眾多參與者的行為以保證內容的真實性和準確性，如Wikipedia為用戶制定建設Wiki站點的規(guī)則，記錄和封存破壞者的IP等；另外，Web2.0內嵌模板圈定了用戶對人描述和揭示的內容，如FOAF和CNO(CSHL Name Ontology，冷泉港實驗室姓名本體)用事先定義好的屬性或模板對人物的描述進行約束。

通過自規(guī)范生成的內容客觀性強。由著者用戶創(chuàng)建的本人信息是一種“自我申明”，是作者和科研產出者對自我的真實反映。排除惡意欺詐，該種模式下申明的內容是客觀的。例如，FOAF的目標之一是尋找興趣相同的人或合作伙伴，因此創(chuàng)建的內容“天然”準確。除此之外，創(chuàng)建的內容在Web2.0技術支持下由網絡用戶協同糾錯和認證，從而實現自規(guī)范。如用戶編輯Wiki條目，通過Wiki平臺進行信息的生成、整合、組織與糾正，最終形成在線大型百科全書，其正確性同《大英百科全書》不相上下[1]。

3　自規(guī)范相關應用

3.1ORCID

ORCID作為作者標識符(Author Identifier)的一種，用以解決出版界和其他系統(tǒng)中作者姓名混淆和識別問題[2]。它源自湯姆森路透集團和自然出版集團2009年在英國劍橋召開的第一次名稱標識符高峰會議，用以消除作者名字歧義相關問題，后得到廣泛關注。并于2010年正式成立ORCID組織，2012年開始提供服務，我國也于2014年由中國科學院文獻情報中心創(chuàng)建推出iAuthor實現中國科研產出者和ORCID的對接。近年來，作者標識符得到快速發(fā)展，如arXiv、Pubmed、Elsevier和Google Scholar Citation等都開發(fā)了各自的ID，這種只局限在某一范圍或系統(tǒng)內的做法削弱了作者標識符辨識度。ORCID除了通過注冊平臺為作者提供唯一標識，還在兼容性和互操作方面進行嘗試，建立與各系統(tǒng)作者標識符的關聯，同時免費向全球學術界開放并提供服務，不受國家和語言限制，這種擴大使用范圍的做法才能起到辨識不同作者的作用。

ORCID是一種自下而上、由著者用戶主導的自規(guī)范模式。同VIAF、ISNI等自上而下發(fā)起、由專業(yè)人員和系統(tǒng)集中構建的模式相比，ORCID則是由著者用戶自己生成和完善個人的相關信息，辨識同名異人和同人異名，最終完成著者名稱的規(guī)范。此外，ORCID還進行真實性認證，即通過社會化網絡中的人員和機構等對個人身份進行識別、確認和完善。該行為由不同用戶分散、協同地完成著者名稱的規(guī)范，也屬于用戶自規(guī)范的一種。

ORCID自規(guī)范后分配由16位碼組成的標識符。與名稱標識相比，ORCID的標識符可解決由重名、別名、翻譯、更名等造成的作者名稱歧義問題； 同時，真實性認證使得ORCID平臺包含的姓名、所在機構、發(fā)表文獻情況、研究興趣、教育程度、工作單位和開展項目等信息，可用來完善名稱規(guī)范數據附加成分、單純參照和信息附注，提高個人名稱規(guī)范數據質量。

3.2FOAF

FOAF是網絡用戶用已定義好的RDF(Resource Description Framework，資源描述框架)詞匯表形式化的描述“自我”及相關的社會網絡，其本質為描述個人的簡單本體。它由Dan Brickley和Libby Miller于2000年創(chuàng)建，遵循W3C體系，最初只描述個人，后擴展到各類群體，如機構和地點。FOAF描述詞匯歷經10次更新，最后于2014年確定下來不再更改[3]。

FOAF是Web2.0環(huán)境下自規(guī)范的典型應用。由于名稱規(guī)范制作中各信息源的局限性，有關人的信息獲取并不容易，FOAF通過UGC(User Generated Content，用戶創(chuàng)造內容)形式挖掘存在人頭腦里的有關人的事實信息，通過相關服務的開發(fā)吸引用戶自己創(chuàng)建或制作有關個人的數據；而用戶出于自身目的(如尋找類似項目的合作人和興趣相同的人等)利用FOAF事先定義好的屬性約束進行個人描述，創(chuàng)建的內容“天然”客觀和規(guī)范。

FOAF文檔可被計算機讀取、理解，一經發(fā)布便可進行搜索和處理。FOAF用RDF Schema定義的詞匯(標簽)來描述個人及其相關屬性(信息項)，形成FOAF文檔，同時計算機通過這些詞匯理解和處理FOAF文檔。在揭示個人屬性的詞匯中，用foaf：mbox即郵箱作為識別個人的URI(Uniform Resource Identifier，統(tǒng)一資源標識符)[4]；使用foaf：knows表示認識的朋友，通過該標簽可以很容易把相關人員和實體關聯起來形成社會網絡，從而豐富個人規(guī)范數據相關參照；另外，FOAF還揭示出個人興趣愛好、性格特征、工作信息及計劃、相關網址等信息，可幫助完善名稱規(guī)范數據。

3.3Wikipedia

Wikipedia是基于Wiki技術由大眾自由創(chuàng)建編輯的網絡百科全書，其中包含了大量個人條目，有網絡用戶發(fā)布的各領域貢獻者、名人和公眾人物等，也有為自己創(chuàng)建的條目。

Wikipedia基于Web2.0平臺中用戶的協同進行自規(guī)范。網絡用戶可自由在Wikipedia平臺創(chuàng)建和修改人物條目，同時用戶之間還可以通過作用于Wiki平臺間接協同地整合和交互信息，從而避免了由少數人集中構建人物條目的弊端。由網絡用戶創(chuàng)建內容的形式生成了大量的人物條目，同時條目的準確性會被其他網絡用戶維護，這種無意識的分散協作增強了Wikipedia的客觀性，最終使其正確性同《大英百科全書》不相上下。

Wikipedia中包含的結構和語法為計算機自動收割信息提供便利。Wikipedia有自發(fā)形成的分類體系，可用來幫助提取人物類條目；該百科為各類實體定義了模板，可高效地為維基條目添加各類信息。其中信息盒以結構化表單的形式對某一類實體的公共屬性進行描述，這種結構化格式便于計算機程序自動抽取出有用的知識和信息。如人物的信息盒中包含了其他名字、性別、職業(yè)、生卒年等信息[5]，可用來補充名稱規(guī)范信息。Wikipedia允許添加超級鏈接，使維基條目包含了相關、引用語義關系，可幫助構建名稱規(guī)范數據的相關參照。

4　自規(guī)范對個人名稱規(guī)范維護工作的啟示

4.1基于自規(guī)范改進個人名稱規(guī)范數據維護模式

針對難以獲得相關信息和不了解作者的事實，我們或許可以借鑒Web2.0環(huán)境下自規(guī)范的相關應用，使用UGC進行個人名稱規(guī)范的維護工作。自規(guī)范應該規(guī)避難以讓用戶理解的MARC格式，以網絡平臺界面的形式，通過著者參與挖掘其頭腦里有關人的事實信息來新建、修改和補充個人記錄的模式來維護個人名稱規(guī)范數據。

(1)構建自規(guī)范平臺

新建平臺還是與已有系統(tǒng)進行合作，是開展自規(guī)范工作模式首先需要論證和探討的問題。新建平臺可以獲得第一手資源，并可根據自身業(yè)務及戰(zhàn)略需要設計、調整平臺信息架構。除需資金和人力支持外，新建平臺最大的難題在于自身的影響力和用戶參與的驅動力。如果只從維護數據的角度考慮，難以提高用戶粘性，除非有行政約束。與已有系統(tǒng)開展合作，可以借助其影響力實現預期目標，并節(jié)省資金和人力；但由于其目標和應用邊界的限定，未必能滿足名稱規(guī)范維護單位數據維護的需要，并存在支付費用或開放、共享數據等問題。維護單位需要根據自身資源情況和各方面條件，選擇開展自規(guī)范方式。

對于新建平臺，在系統(tǒng)業(yè)務運行方面要設計基于Web2.0技術并面向作者的友好型界面，對已有的名稱規(guī)范記錄采用真實性認證，通過自我或社會化認證實現規(guī)范記錄的識別、確認和完善；若沒有著者用戶對應的名稱規(guī)范記錄，可根據系統(tǒng)內嵌模板完成記錄新建。在用戶參與的驅動力方面，一是要為作者提供有用服務來增強粘性，例如方便個人科研管理，發(fā)現合作者等；二是通過技術手段和友好型設計降低用戶參與的復雜度，如同名規(guī)范數據的顯示要便于用戶辨識，盡量采取客觀形式填寫內容。另外，與出版界、科研機構、學術界等開展合作。這些機構團體都存在對科研產出者準確識別、名稱消歧、作者與出版物精確關聯的需要，利用這些切合點帶動更多的科研產出者參與個人名稱規(guī)范數據的自規(guī)范。

對于與已有系統(tǒng)的合作，要衡量合作系統(tǒng)的應用邊界能否實現對名稱規(guī)范數據維護的需要，如不能滿足要提出數據和功能等方面的相關需求與系統(tǒng)方進行協商；要盡量選擇影響力大、參與用戶多的系統(tǒng)，有利于提高與名稱規(guī)范數據的匹配率；同時，要了解合作系統(tǒng)的條件和要求，權衡交換條件及對自身的影響，從而選擇合適的合作對象。

(2)作者唯一標識符

現行的名稱規(guī)范記錄中，標目通過附加成分加以區(qū)分，以生卒年為首選，生卒年相同的情況下再從活動領域、職業(yè)、性別、國別等中選其一進行區(qū)分，這就會導致標目形式的不統(tǒng)一。由此，在對同名作者進行名稱規(guī)范維護和掛接時，需要人工逐條查看、分析比對和辨別同名規(guī)范檔，花費編目員大量時間和精力。

針對以上情況，借鑒ORCID、FOAF等自規(guī)范應用，個人名稱規(guī)范可以采用唯一標識符區(qū)分不同作者。使用唯一標識符精準確認資源對象是目前國際常用的做法，如廣泛應用于文獻領域的數字對象唯一標識DOI、統(tǒng)一資源標識符URI、國際標準書號ISBN等。名稱規(guī)范記錄中雖然有規(guī)范記錄號，但是該號碼只局限在本系統(tǒng)內，不具通用性。采用國際通用的有關人的唯一標識，有助于精確識別作者，若能在個人名稱規(guī)范中廣泛推廣和使用，便能大幅提高維護和掛接規(guī)范數據的效率。隨著作者唯一標識符的普遍使用，名稱規(guī)范甚至不需具有區(qū)分功能，而是轉移為以人為中心的資源組織、聚合和相關服務的提供。

4.2利用開放語義資源豐富個人名稱規(guī)范數據

公開發(fā)布的個人RDF數據，如FOAF、SKOS(Simple Knowledge Organization System，簡單知識組織系統(tǒng))、VIAF(RDF/XML)、CNO等，可用于自動發(fā)現和收割個人語義信息，豐富本地名稱規(guī)范數據。FOAF是使用較廣的RDF詞表，德國PND(個人名稱規(guī)范文檔)和VIAF(Virtual International Authority File，國際虛擬規(guī)范文檔)等都使用FOAF進行語義化描述，下面即以FOAF為例介紹如何自動發(fā)現和收割個人RDF數據。

(1)RDF數據的自動發(fā)現

RDF具有開放性和互聯性，實體經RDF描述、發(fā)布后可被計算機檢索，并且可將網絡上離散的數據片段自動關聯起來發(fā)現新內容。在FOAF中，一方面通過foaf：mbox自動整合個人相關信息，即通過URI辨別同名異人，聚合同人異名，并將網絡中同一URI揭示的任何信息根據FOAF標簽聚合到一起；另一方面，通過foaf：knows與foaf：mbox的結合發(fā)現個人的社會網絡，foaf：knows將嵌套在其下描述的人(foaf：mbox)與包含該語義標簽的人(foaf：mbox)關聯，最終形成個人社會網絡。

(2)RDF數據的收割

RDF數據具有語義，計算機可以解析其含義，通過語義標簽可定向準確找到相關信息。因此，只要將個人RDF數據語義標簽和規(guī)范記錄MARC字段建立映射，計算機程序就能自動將RDF數據收割到規(guī)范記錄對應的字段中去。根據名稱規(guī)范記錄揭示的個人信息項，在FOAF中尋找與之對應的屬性，并將屬性對應的標簽和名稱規(guī)范MARC字段及子字段建立映射。FOAF屬性與個人規(guī)范數據CNMARC的映射如表1所示。

表1FOAF屬性對應的個人規(guī)范數據CNMARC字段及子字段

CNMARC字段解釋FOAF詞匯說明重復與否091$aFOAF$bURI開放數據類型FOAF及URIfoaf:mbox或foaf:mbox_sha1sum方便數據定期維護可重復091$aSKOS$bURI與FOAF對應的SKOS及URIfoaf:focus與SKOS搭配使用,幫助指明不同SKOS體系中的個人、地點、團體。可重復120$a編碼數據字段foaf:gender區(qū)分于“200$c職業(yè)行業(yè)”唯一200$c附加成分foaf:interest職業(yè)、行業(yè)可重復200$f生卒年foaf:birthday唯一391$a發(fā)表著作foaf:publications可重復391$b開展項目foaf:pastProject、foaf:current-Project可重復391$c工作計劃foaf:plan可重復392$a性格foaf:myersBriggs、foaf:geekcode可重復392$b博客foaf:weblog可重復392$c人物肖像foaf:image指向圖片庫可重復393$a工作單位foaf:workplaceHomepage、foaf:workInfoHomepage可重復393$b學校foaf:schoolHomepage可重復400$a單純參照foaf:name或foaf:lastName+foaf:firstName、foaf:nick、foaf:yahoo-ChatID、foaf:skypeID、foaf:icqChatID其他形式的名字、昵稱及網絡賬號可重復500$a相關參照foaf:knows相關的人與機構可重復810$a參考數據源URI發(fā)布的URI地址可重復

我國名稱規(guī)范格式中，200字段附加成分＄c與300字段個人相關信息并沒有進行區(qū)分。為順應當下編目主流趨勢，適應RDA規(guī)則及新修訂的UNIMARC規(guī)范格式，也方便名稱規(guī)范庫后續(xù)開發(fā)利用，建議啟用和擴展新字段對個人信息進行結構化處理。其中，啟用120字段用于區(qū)分200字段附加成分性別與職業(yè)；因FOAF多個屬性與300＄a對應，新增391、392、393字段分別著錄個人工作與科研情況、興趣性格和相關團體信息；新增091字段記錄對應語義數據的唯一標識，開放數據處于動態(tài)變化中，通過唯一標識定期完善數據。

4.3拓展名稱規(guī)范數據的功能

未來數字社會的信息組織越來越傾向于“以人為中心”的資源組織[6]，同時借助Web2.0平臺進行自規(guī)范還需要增強用戶參與的驅動力，如ORCID、FOAF等都在拓展、開發(fā)相關的服務或應用。因此，名稱規(guī)范功能不應只局限在區(qū)分和聚集，而應發(fā)現和拓展開發(fā)多項功能服務。

功能的拓展有賴于名稱規(guī)范數據中信息的結構化處理。經過結構化處理的名稱規(guī)范數據，可以為用戶提供以科研產出者為中心的科研信息組織和服務，如科研成果目錄生成(經名稱規(guī)范控制的書目)、與其他系統(tǒng)之間進行科研信息的導入導出以及科研計量分析，基于興趣(200＄c、391＄a)為作者推薦相關主題書目，通過開展的項目(391＄b)發(fā)現合作者等。另外，還能幫助資助機構追蹤受資方的科研活動和成果產出[7]、幫助科研機構實現對科研人員與科研活動的有效關聯和動態(tài)化管理[8]等。

自規(guī)范的相關應用有其各自的目標和邊界，如不對外開放、資源來源和應用對象不同等造成使用局限。另外，語義網的使用還不普及，這會對實際操作帶來一定困難。但這些并不妨礙我們繼續(xù)探索，因為基于Web2.0的自規(guī)范可以提高名稱規(guī)范維護工作的效率，提升名稱規(guī)范數據質量，甚至可以改變未來名稱規(guī)范的使命。

1 GILES J. Internet Encyclopaedias Go Head to Head[J]. Nature， 2005， 438(7070)：900-901.

2 What is ORCID[EB/OL].[2015-06-18]. http：

//orcid.org/content/initiative.

3 Dan B， Libby M. FOAF Vocabulary Specification 0.99[EB/OL].[2015-05-23]. http：//xmlns.com/foaf/spec/1#term_name.

4 Dumbill E.Finding Friends with XML and RDF[EB/OL]. [2015-06-18]. IBM’s XML Watch，2002. http：//www-106.ibm.com/developerworks/xml/library/x-foaf.html.

5 Wikipedia’s Contents： People and Self [EB/OL]. [2015-07-02]. http：//en.wikipedia.org/wiki/Portal：Contents/People_and_self.

6 Fenner M. Author Identifier Overview[J]. Library Ideas， 2011(18)：24-29.

7 Funders[EB/OL].[2015-07-10].http：//orcid.org/organizations/funders.

8 Research Organizations[EB/OL].[2015-07-10]. http：//orcid.org/organizations/institutions.

(郝嘉樹館員國家圖書館中文采編部)

Self-Authority in Web2.0 Environment and its Implication for the Maintenance of Personal Name Authority

Hao Jiashu

There are problems in the maintenance work of name authority in China. Based on the relevant causes and studying on related applications like ORCID， FOAF and Wikipedia， the paper gets some revelations： improving maintenance mode of name authority by self-authority， using open semantic resources to enrich personal name authority data， and expanding the function of name authority data. 1 tab. 8 refs.

Self-Authority； ORCID； FOAF； Maintenance Model of Name Authority； RDF Data

2015-08-18