LD4PE项目&“关联数据能力指标”

LD4PE(Linked Data for Professional Educators,针对专业教育工作者的关联数据),IMLS资助项目(2014.12.1-2016.11.30),由DCMI教育与推广委员会(DCMI Education & Outreach Committee)承担。项目内容包括开发“探索关联数据”网站,支持结构化发现在线学习资源。网站核心是关联数据的能力框架,支持根据特定技能与知识、索引学习资源。“探索关联数据”开发团队以华盛顿大学为首,参与者包括肯特州立大学、DCMI、韩国成均馆大学、OCLC、Elservier和Synaptica。(Project Charter

Exploring Linked Data 网站主体部分“关联数据能力指标”(Competency Index for Linked Data)。
能力指标(CI)为4级结构,即:主题簇 Topical Cluster » 主题 Topic » 能力 Competency » 基准 Benchmark
简单理解即:对于某个主题(第1-2级),应当具备什么能力(第3级:了解哪些知识、掌握什么技能、具有什么样的思维习惯),如何检验是否具备上述能力(第4级:采取什么行动可以达成相关能力)

“关联数据能力指标”有6个方面(2016年5月版):
1. RDF(资源描述框架)基础
2. 关联数据基础
3. RDF 词汇与应用纲要
4. RDF 数据的生成与转换
5. 与 RDF 数据的交互
6. 关联数据应用的开发
详见由范炜联合张永娟、夏翠娟翻译的中文版(不含资源链接)

“关联数据能力指标” 不只是一个简单的清单,而且是相关资源的组织框架。各级标题后数字表示资源数量,点击每一级会显示相应的资源链接。因而既可以用来检验自己的关联数据知识、查遗补缺,也可以作为(专业教育工作者)编制培训资料的起点,或者作为学习者了解相关知识、查找相关资源的入口。

刚结束的ADLS2016(第十三届数字图书馆前沿问题高级研讨班)有一小时的“关联数据能力指标培训”环节,曾蕾教授和中文版译者范炜作了使用讲解与演示。据称注册后可以添加新的资源并作评价,也引入用户贡献内容了。

ADLS2016会后对话

准备入行的UU同学参加了第十三届数字图书馆前沿问题高级研讨班(ADLS2016)。UU之前参加过南开大学的图书馆学实证研究培训班,这是他首次参加本行的学术性会议。UU这一年大部分时间都在一家大数据公司实习,作为乙方帮助实现甲方的各种需求,很多时候从零开始找解决方案。认真听了两天,会议结束时,UU说觉得哪里不对,主要质疑是大多数报告只有中间部分,没有前后:没有之前的需求评估,不考虑使用者(怎么用的),不考虑实施效益(有没有人要用);没有之后的获取、填充数据(以及使用?)。我力图做出解释(很多时候以关联开放数据为例),有时就只是很苍白的辩解了。

UU:不知道有没有人用,有多少人用,就开始做,不考虑效益。【作为佐证,可参见杨九龙“图书馆技术绩效评价”报告】
我的解释:图书馆的特藏很多,之所以选某些做(比如上图的家谱和盛宣怀档案),就是因为有使用需求。当然特藏总体上都是很小众的,用的人肯定不多,因此也希望项目完成可以扩大使用。
UU:图书馆是为大众服务的,应该承担社会责任,为小众服务是不公平的。
我的解释:学术图书馆和研究图书馆与公共图书馆不同,为研究人员服务正体现其社会责任。如果有效益企业会做,企业不愿意做的需要由图书馆来承担。

UU:都不知道用户会不会用、怎么用,就这么做了,感觉就是告诉领导我在做事。
我的辩解:使用者不知道图书馆资源可以这么用呀。不是说汽车没出现时没人知道自己需要汽车吗?
UU:用户需要的不是汽车,而是尽快从一个地方到另一个地方。【嗯,高铁也行】
我承认,我有时会从资源建设角度,想着图书馆可以做什么,没有考虑使用者需求。但对于数据开放,应该是另一个层面,我的解释:图书馆有大量未被揭示的暗资源,揭示然后开放出来,可以提供给其他人,根据不同需要做开发。就像政府开放数据,有人用来做犯罪地图之类,上图也开放家谱数据,做了开发应用竞赛。【参见陈涛“政府开放数据”、董行“家谱开放数据”报告】

UU:没有需求评估,不考虑使用者是不是这么用。
我的解释:设计系统时也是会考虑用户需求的。比如家谱,设计框架词表有服务一线的专家参与。
UU:报告中大都不提及这些方面,也体现出导向性问题。【提高到“导向性”层面,真得小心】
我的解释:因为这是个偏技术的会议,技术人员更关心在技术上如何实现。
UU:技术实现不是问题。
我的解释:对IT公司实现可能不是问题,对图书馆技术人员是最关注的问题。本次会议有报告提到很多中科院的实践,没有说怎么实现的,听起来就觉得不解渴。【参见张晓林“基于数据与分析驱动的知识服务”报告】
UU:这个报告没有问题呀。
我的解释:图书馆技术人员不能和IT公司比。有能力有条件的图书馆(如上图、重大等)也会做甲方提需求,委托IT公司实现。【参见夏翠娟“数字人文平台”、杨新涯“数字资源管理+门户+服务联盟”报告】

UU:很多报告都是在圈地,建立自己的标准。【知道标准“牙刷说”吗?】
我的解释:按关联数据最佳实践,确实应该复用已有词表(查LOV)。但较小的专题通常没有现成词表可用,只好在已有词表基础上扩展。【会上有“关联数据能力指标”培训,提及LOV】

UU:感觉主要关心中间这块(建词表),数据怎么填充就不管了。【如何借助计算机完成项目,是IT界最关注的问题】
我的解释:就目前来说,没有办法实现计算机自动获取,就只能靠人工。图书馆界一直以来都是人工做的(编目、标引),这部分从研究角度没什么可说的。

会议报告中可视化是个热点,甚至有“没有可视化就是耍流氓”这样的调侃。
UU(今年做了不少可视化工作):可视化是给领导汇报用的,真正的使用者需要实际数据。

UU的感受准确吗?大领导认为,可以做下实证研究。

———- 另外话题:基于核心期刊论文及被引作人才引进评估的局限性 ———
张晓林“基于数据与分析驱动的知识服务”报告中提及这种人才评估方式不靠谱,一是时滞(被引高的都是多年前论文),另一个更重要的是不能反映个人研究能力——可能在很牛的实验室、跟了一个很nice的导师。作为高端人才引进,在原来的研究做完后,就再也出不了成果了。
没想到这个观点今天就被我验证了。中午下班碰到同事,说到现在开始进入课题申报准备高峰,本来就忙,前一天光为一位老师就讲了一下午的课题检索。这个毕业于欧洲某国的博士,现正带着博士生,竟然需要同事从最基础的检索知识教起——因为TA之前从研究内容到研究资料,全部都是导师提供的,自己完全不会。呜呼!

伊利诺伊大学“特藏关联开放数据”项目

伊利诺伊大学(UIUC)于2015年9月获得安德鲁梅隆基金资助“探索数字化特藏的关联开放数据对用户的益处”项目,针对在特藏中使用关联数据——特别是UIUC收藏且已数字化的3个特藏“Motley剧院和服装设计”“1720-1920演员肖像”以及 “Kolb普鲁斯特研究档案”。项目为期20个月,经费24.8万美元。
从项目主页介绍看,项目由图书馆信息学院科学与学术信息学研究中心(CIRSS)承担, 3位主持人均为图书馆员和学院教授双重身份。项目时间已过去大半,前2个特藏的元数据映射已经完成,从基于DC的元数据方案映射到schema.org命名空间;后1个基于TEI,在项目成果页中尚未见映射表。
项目涉及的3个特藏是UIUC早年数字化的。本项目针对现有环境下,“数字化之后,如何最大化这些数字化资源的使用”,提高其有用性。即所谓“数字化特藏在网上,但不是网的一部分,至少没有到它们可以成为的程度”。“转换遗留特藏单件级元数据为关联开放数据(LOD),集成LOD进入服务及最终用户界面,将有助于解决这个问题。这不是新的或独特见解,但在图书馆界,范式转换到LOC被证明很困难,既有技术原因、也有社会原因。图书馆在LOD上、尤其对特藏LOD,经验有限。转换遗留元数据为LOD的最佳实践仍在开发中,LOD对我们用户的假定益处仍有待证明。结果是,没有外来帮助,图书馆迟疑不愿意承担此项任务。由于本领域描述实践的多样性、用户需求的复杂性,推动数字化特藏的转变尤其具有挑战性。需要进一步实验和概念证明,以建立转换遗留特藏元数据为LOD的价值,证明如此做的近期益处”。【译自项目“Context”部分】

项目的4个研究问题如下【译自项目“Research Questions”部分,方括号为本人体会】
1、与一般馆藏目录记录相比,数字化特藏的单件级元数据通常更细粒度,在非书目实体上更丰富,使用定制词表和方案表达。当转换遗留特藏元数据记录为LOD时,会遭遇什么差别和附加挑战?【转换到LOD】
2、典型地,用于发现和观看数字化特藏的界面,是与OPAC和提供通用馆藏用户访问的辅助服务分离的。LOD能否重新连接图书馆特藏和普通馆藏?【整合特藏和普通馆藏】
3、数字化特藏也与外部、网上的非图书馆信息资源分离。如何借助LOD帮助识别与建立这些资源的有用连接?非图书馆资源是否有潜力丰富单件描述,提供发布和解释数字化特藏的环境?【用外部资源强化】
4、通常特藏单件的描述包含对人物和关系的大量引用。新兴的可视化和注释技术能否增加特藏的社会网络视图,对传统的书目中心视角起到有用的补充?【强化关系视图,尤其通过普鲁斯特档案】

——— 三个数字化特藏 ———

看前2个特藏的元数据,比一般书目信息丰富,如前研究问题1所述,粒度较细。此2特藏间在内容上有一定的关联性,通过关联数据联系起来,会有更丰富的呈现效果。
《Motley剧院和服装设计》元数据项目:图片名,演出名【戏剧】,作者/作曲者,剧院,开演日期,实物,类型,材料/技术,支撑,尺寸,相关人物,主题(AAT),主题(TGM),主题(LCSH),登记号,特藏
Captain de Foenix
《1720-1920演员肖像》元数据项目:ID号,题名,日期,角色,戏剧,主题【演员/扮演者等】,类型,尺寸,技术,创作者,出版者,描述,权利,物理收藏,存储库,特藏
如本例所见:William Farren II as Lord Ogleby in “The Clandestine Marriage”

元数据更丰富的是《Kolb普鲁斯特研究档案》。该档案是UIUC教授Kolb五十年(1945-1992)间研究普鲁斯特的资料,标识普鲁斯特书信中提及的个人、地点、事件;约4万张交叉参照索引卡片【出版物中相关内容摘录,有出处】。已经做的“数字化增加了第二层有用的元数据和规范控制:所有被引个人被赋予独特标识符,所有被引文学和创作作品被赋予一个类别(小说、诗歌、音乐、雕塑等),所有书目引用被标准化,方便链接这些元数据到资源如数字化报纸(大多数当时的法文报纸已被扫描,可由法国国家图书馆获取)和其他数字代理(数字化图书和图像或声音库,普氏本人手稿,同样由法国国家图书馆数字化及收藏)”。“为此档案创建的本地名称规范档,用日期(出生、死亡、结婚等)增强了名称串,包括对职业和/或亲属关系的注释。为协调名称与外部规范,与每个名称相关的这些辅助信息将方便识别和消歧。……期望潜在的用户贡献注释来链接名称与附加资源中的实体”。

参见:
梅隆基金项目数据库:Linked Open Data for Digitized Special Collections
项目主页:Linked Open Data for Special Collections
内容丰富,包括栏目:关于本项目、新闻报道、方法与成果、特藏介绍、咨询委员会、联系信息
UIUC的另一关联数据项目:伊利诺伊大学BIBFRAME项目