UNIMARC и связанные данные.
UNIMARC and linked data
Gordon Dunsire
Freelance
consultant
Edinburgh,
UK
E-mail:
gordon@gordondunsire.com
Mirna Willer
University
of Zadar
Department
of Library and Information Science
Zadar,
Croatia
E-mail:
mwiller@unizd.hr
Meeting: 187 — Advancing UNIMARC:
alignment and innovation — IFLA
UNIMARC
Programme (UNIMARC)
Абстракт.
Основная цель этой статьи – представить аргументы за и рекомендации для
представления форматов UNIMARC для библиографических
и авторитетных данных в RDF (Resource Description Framework), стандарте W3C для
структурирования данных в Semantic Web и Linked Data Environment. Это делается в продолжение работ уже начатых
соответствующими группами IFLA в отношении
представления ISBD и концептуальных моделей FRBR, FRAD и FRSAD. Авторы
настоятельно рекомендуют, чтобы PUC выступил с предложением о
финансировании IFLA работ по представлению
форматов UNIMARC в RDF как
исследовательского и эволюционного проекта.
Введение и основные предпосылки.
«Выражение Linked Data относится к установлению наилучших способов публикации и связывания данных в Web-пространстве». [1] При таком подходе, данные представляются как простые выражения, использующие Resource Description Framework (RDF), и связанные посредством машиночитаемых идентификаторов, соответствующих синтаксису Uniform Resource Identifier (URI). Выражения RDF принимают форму трёхчастной subject-predicate-object структуры, где subject определяет предмет описания, predicate – специфический аспект описываемого предмета и object определяет или представляет значение этого аспекта. Поэтому выражение RDF обычно называют тройкой (triple). Основой тройки является predicate, который выражает RDF-свойство, а subject и object являются составляющими RDF-классов. Классы описывают предметы, в то время как свойства (properties) описывают взаимоотношения между этими предметами; классы и свойства – основные типы элементов RDF. Предмет (thing), описанный как класс, может представлять любой тип ресурса или сущности, в отношении которой мы собираемся построить выражение. Контролируемые термины, используемые как элементы object в тройках, могут представлять собой некий «словарь значений», созданный на основе Системы организации простых знаний (Simple Knowledge Organization System - SKOS[2] ) – [семейства формальных языков для представления тезаурусов, классификационных схем, таксономий, систем предметных заголовков и других типов структурированных словарей контролируемой лексики (Wikipedia). В оригинале: специального набора элементов RDF для простых тезаурусов и таксономий]. Object также может быть представлен буквенной строкой данных, таких как имя лица, область издания, и т. д., не поддерживаемой словарём или контролируемой терминологией. Тройка это по существу метаданные, то есть данные о данных, в этом случае – данные о предмете (subject) тройки.
Linked data должны, следовательно, представлять особый интерес для библиотечного сообщества, развивающего изощрённые, ориентированные на пользователя, подходы к библиографическим метаданным в форме каталогов, регулируемых согласованными на международном уровне стандартами. Характерная черта linked data – их ориентация на Web, Semantic Web, позволяющая производить разделение данных на глобальном уровне между множественными разнородными источниками. Опять же, это замечательная возможность для библиотек, которые обмениваются MARC-записями с 1960-х годов.
Библиотечные linked data, произведённые из существующих записей, созданных на основе международных стандартов, будут высокого качества и в большом количестве, представляя множество информационных ресурсов, предположительно интересующих пользователей Семантического Webа. Один только WorldCat OCLC содержит свыше 230 млн. библиографических записей[3]. Анализ MARCовского содержания[4] даёт свыше 13 миллионов подполей на, примерно, 420 тыс. записей. Полагая, что каждое подполе генерирует одну тройку (triple), получим в среднем 31 тройку на запись. Эта цифра не уменьшается за счёт дублетности внутри WorldCat, поскольку легко компенсируется за счёт записей, не входящих в WorldCat, что даст по крайней мере миллиард троек из всего наследия записей. Не менее важны данные, создаваемые библиотеками для авторитетного контроля, включая имена лиц, наименования организаций, места, предметные входы и т.п., по-видимому представляющие интерес для более широкой аудитории, нежели традиционные пользователи библиотек.
Возможность использования существующих библиотечных стандартов для создания новых троек (triples) и извлечения троек из унаследованных записей, требует их представления в RDF, или путём создания соответствующих RDF-элементов, или путём конвертирования в существующие элементы. Это не просто позволит Семантическому Webу извлечь выгоду из библиотечных метаданных, но должно улучшить взаимодействие между библиографическими сущностями, атрибутами и отношениями, описанными различными, но связанными стандартами. Атрибуты RDF должны выбираться из различных стандартов и объединяться внутри одного приложения с целью соответствия их функциональным требованиям, с использованием Dublin Core Application Profile[5] или онтологии, выраженной в RDF/OWL[6].
IFLA, как организация, определяющая стандарты, должна быть особенно заинтересована во внедрении Linked Data и Semantic Web, в силу своей обязанности развивать и поддерживать библиографические модели и стандарты, и обеспечивать библиотечному сообществу, таким образом, лучшее обслуживание пользователей в изменяющихся технологических условиях. Кроме того, поддерживая развитие, ведущее к представлению её международно-согласованных стандартов в RDF, IFLA обеспечивает подлинность и достоверность метаданных, созданных библиотеками, что исключительно важно в окружении, позволяющем «каждому сказать что угодно о любом ресурсе», в то же время продвигая свой бренд за границы библиотечного сообщества. Используя чётко определённые взаимоотношения, «можно путём компьютерной обработки создать Web доверия [Godlbeck and Parsia]. Организация системы доверия в Семантическом Webе позволит компьютерам более просто определять, какая информация исходит из авторитетных источников, а какая нет»[7].
Первую инициативу пересмотра стандартов IFLA в контексте Web-технологий и сервисов можно отнести к 2006-му году, когда группа по пересмотру ISBD Секции каталогизации IFLA приняла к сведению рекомендацию своей группы по изучению Material Designations развивать XML схему для ISBD. С этой целью в 2008 году была организована ISBD/XML Study Group [8], однако, поскольку работа группы по пересмотру FRBR (FRBR Review Group [9]) над FRBR[10], связанная с RDF началась годом раньше, Study Group приняла решение вместо общей XML разметки рассмотреть представление ISBD как такого в RDF. Этот трёхлетний проект ныне находится в финальной фазе и должен быть завершён к декабрю 2011[11],[12]. FRBR Review Group продолжала свою работу по представлению моделей IFLA, расширив её до моделей для авторитетных данных (FRAD[13]) и предметных авторитетных данных (FRSAD[14]). Все три модели, так же, как и ISBD, созданы с использованием Open Metadata Registry (OMR)[15].
Необходимо, однако, упомянуть, что все эти инициативы разрабатывались в тесной взаимосвязи друг с другом, подпитывая общее развитие представления стандартов IFLA в