编目精灵III http://catwizard.net 曾经的编目员，继续网络闲游 Wed, 16 May 2012 13:33:42 +0000 en hourly 1 http://wordpress.org/?v=3.3.2 图书馆从传统数据观走向关联数据及语义网：五周年 http://catwizard.net/posts/20120516213342.html http://catwizard.net/posts/20120516213342.html#comments Wed, 16 May 2012 13:33:42 +0000 catwizard http://catwizard.net/?p=2184 上月在不列颠图书馆举办了名为“五年来”的研讨会，纪念为RDA走出20世纪而举办的“数据模型会议”（伦敦会议）五周年。会议网站上的介绍：
Seminar: Five Years On. British Library, April 26-27, 2012

2007年4月在不列颠图书馆举办了“数据模型会议”，与会者关心RDA《资源描述与检索》与其他元数据界（尤其是语义网环境中）所用模型的契合。此次会议通称“伦敦会议”，是图书馆由传统数据观转轨至关联数据及语义网的关键点。今年4月正好五周年。
DCMI英国联合DCMI国际及其他机构，于2012年4月27日主办为期一天的研讨会，描述自2007年来的进展以资纪念并展望未来的进一步协作。
与会者包括2007年与会者，及其他图书馆数据及语义网界的重要人物，论文由DCMI出版并免费在线发布。
伦敦会议极大促进了主要国际书目元数据模型的语义网表达的发展，除RDA本身外，还包括IFLA的功能需求系列和国际标准书目著录（ISBD）以及MARC。现在关注点集中在本活动的管理与可持续性，以及开发支持图书馆应用的高水平语义与数据结构。

———-会议报告———-

会议报告在网站上可以下载PDF版。报告人阵容强大、内容丰富且专深，以至部分超出我的理解能力。每个报告引用或总结一句话，概述我的感受（而非理解）。
√ RDA编制方JSC代表Barbara Tillett：背景与概述
简介2007年会议背景，总结因会议而成为现实的RDA元素词表注册历程
√ RDA词表注册主持人、DCMI/RDA工作组共同主席
1、Diane Hillmann：由建立RDA词表学到的
注册RDA词汇时面临的问题及采取的做法，关于XML和RDF的差别，……（不易理解，待细看）
2、Gordon Dunsire：（泰瑞）龟的梦想
纯漫画界面，梦想用一个三元组统治MARC21/RDA/FRBRer/DCT/ISBD/DCMI？（没有解说不易理解）
√ IFLA代表Pat Riva和Mirna Willer：以RDF表达IFLA的ISBD和FRBR系列概念模型
ISBD和FRBR模型元素集命名域和取值词表已出版，并且由de-referencing服务提供利用。
√ 三个语义网应用实例：
1、剑桥大学：剑桥开放元数据项目(COMET) / by Edmund Chamberlain
印象特别深的一点：在开放自己数据的同时，用外部数据改善、强化自己的数据。[本地系统的MARC数据，不能用编程的方法更新，要改错可真是不容易]
2、不列颠图书馆：从标签到三元组：英国国家书目作为关联开放数据 / by Alan Danskin
报告中的数据与结论：2011年7月上线，每月处理2百万会话，说明权威网站提供有用数据是能得到利用的
3、Europeana数据模型 / by Robina Clayphan
Europeana数据收割自图书馆、博物馆、档案馆及音像库的数据，并用其他外部数据强化。
√ DCMI代表Tom Baker：五年过去了，下一步
展望未来五年，并介绍了前一日成立的二个小组：DCMI词表管理社区和书目元数据工作组──后者原为DCMI/RDA工作组。

———-乱弹———-
会议网站对上述报告均做了简介，除了二位RDA词表注册主持人，是一段相同的带小八卦的工作介绍：2007年会议第一天二人在不列颠图书馆的帕尼兹屋首遇，由于已消失在时间迷雾中的原因(For reasons lost in the mists of time)，他们被指定为DCMI/RDA工作组共同主席，负责开发RDA词表等工作（JSC致力于条款文本）。由此工作组着手在开放元数据注册（OMR）中建立这些词表。Gordon继续以类似方式帮助建立IFLA标准词表[IFLA命名域]，并与OMR团队合作把RDF版本MARC21加入OMR。──之前在自己的PPT中曾多次引用Gordon的内容，这下总算对他有了更多了解。

会议报告虽然看得懵懵懂懂，但有一个感觉应该不会错，即与会者均认为XML已经过时，RDF才是方向。现在已经有了不少实实在在的应用。

最后，剑桥PPT的总结发人深省：如果我们不能学会分享，没人再会跟我们玩了：
No-one will want to play with us if we cannot learn to share (p.30)

via Metadata Matters: Using the sub-property ladder / by Gordon Dunsire (May 13, 2012)
该博客由Diane Hillmann和Gordon Dunsire等合写，后者近段日子连发语义网相关博文，很难看懂

伦敦会议网站：Data Model Meeting. British Library, London 30 April – 1 May 2007

IFLA语义网兴趣小组：Semantic Web Special Interest Group
属于信息技术部，2012年1月建立？

]]> http://catwizard.net/posts/20120516213342.html/feed 0 民国期刊全文数据库四种 http://catwizard.net/posts/20120515195152.html http://catwizard.net/posts/20120515195152.html#comments Tue, 15 May 2012 11:51:52 +0000 catwizard http://catwizard.net/?p=2175 民国期刊全文数据库，以前一直用国图和CADAL的。
最赞的是国图，完全公开访问。据河边前辈称国图的来自当年从全国征集的缩微期刊，因而只要有的品种，卷期都比较全。惜乎这事后来没有持续下去，所以国图民国期刊品种不算多，目前网站上提供4351种期刊。
相比之下，CADAL的民国期刊更为逊色。据2006年9月的检索结果，当时有民国期刊3802种，且卷期极为不全。看CADAL二期计划新增14万期（CADAL资源介绍），或可有所改善。

检索方面，国图目前优于CADAL的是提供目录（也就是篇名）检索，但检索结果到刊而非到期，因而这种“目录”检索基本上是无用的功能。试想如果该刊有30期，除了一期期看过来，没有办法知道想要看的到底是哪期，更不会说是哪篇（具体页码），还有多大的意义？
作为全文库，国图和CADAL的民国期刊库存在一个致命缺陷──没有篇作者信息。由于不是基于篇名做索引，而是以期为单位做目次，既没有给篇作者定义元数据，做目次时也没有录入作者信息，导致以现有信息根本没有办法查到篇作者。未来如果不辅以强大的技术手段提升其功能（OCR识别全文并定位作者），无法改变现状。
简言之，国图和CADAL民国期刊库的最大问题在于它们作为检索工具，只是目录而非索引。期刊目录基本上只适合查找从其他来源已知的文献，根据已知的刊名、卷期找到所需文章。期刊索引才能发现文献，对旧刊来说，特别有用的是查找某位作者有哪些文章，发表在什么期刊、何卷、何期。

去年底《大成老旧刊全文数据库》在本馆试用，这是个基于篇的期刊索引库，据称有6千余种刊、12万多期、150万余篇文章。当时用一位民国作者查了一下，可以查到一些，但由于没有比对，不清楚覆盖范围。
前不久微博得知《复印报刊资料》也有《民国期刊全文数据库》，然后在本馆网站上发现3月下旬曾有短暂试用。现在虽然已经结束试用，或许因为在继续试用它家的《民国时期期刊篇名数据库》的缘故，全文库仍可以查（不能下载全文），于是用同一位作者查了一下，命中结果是大成的近十倍！不过并没有涵盖所有大成的期刊（但其篇名库有）。看介绍目前收录5千多种4百万篇（比大成品种少、但篇数多，可见卷期较全），最终会达到2万多种，如此，恐怕无敌了。
有点奇怪的是，篇名库与全文库并不对应，还有全文库有、篇名库却没有的情况。

———-民国期刊全文库四种———-
◎ 国家图书馆：民国中文期刊
来自缩微胶片的数字扫描工作，预计将在三年内完成近600万拍缩微胶片的数字转换。现提供4351种期刊电子影像的全文浏览。资源库遵循边建设边服务的原则，将不断追加更新资源库内容。
访问网址：http://res4.nlc.gov.cn/home/index.trs?channelid=6（公开访问、全文浏览）

◎ CADAL（高等学校中英文图书数字化国际合作计划）
已建资源：236,594册民国书刊（未区分书刊）；在建资源：民国文献20万册（期），包括：民国图书4万册，民国期刊14万期，民国报纸2万期。
访问网址：http://www.cadal.cn/（公开查询、注册后全文浏览──特定IP范围？）

◎ 《大成老旧刊全文数据库》
收录清末自有期刊以来到1949年以前（1840-1949），中国出版的6000余种期刊，共12万多期，150万余篇文章。
访问网址：www.dachengdata.com
提供公开检索，检索途径：题名（篇名）、作者、内容提要、刊名。检索一览显示：题名、作者、刊名、年卷期。──即使没有买该库，作为查找工具也不错。

◎ 《民国时期期刊全文数据库(1911～1949)》（《全国报刊索引》）
计划收录民国时期（1911～1949）出版的两万余种期刊，一千五百余万篇文献。
分辑出版（每辑250GB），目前的数量：
第一辑 1142种 31533期 811044篇
第二辑 1245种 28263期 830326篇
第三辑 1145种 31382期 794213篇
第四辑 2098种 30856期 804569篇
第五辑 （种、期不详）769345篇
《全国报刊索引》以索引起家、目前仍在销售篇名库，因之该库不登录不能查，对未订购者，这访问网址也没啥意思了：www.cnbksy.cn

P.S. 一直很奇怪，民国元年明明是1912年，为啥我们的民国文献都是从1911年开始算的呢？

———-分割线———-

《晚清期刊全文库(1833-1910)》试用记 (2010年11月29日)

电子版民国图书和期刊 (2006年9月27日)

国家图书馆民国期刊全文下载方法 (2007年10月18日)──方法已失效

国家图书馆民国电子书 (2007年6月26日)

]]> http://catwizard.net/posts/20120515195152.html/feed 2 图书在线发现新时代的关键是什么？元数据！ http://catwizard.net/posts/20120511203625.html http://catwizard.net/posts/20120511203625.html#comments Fri, 11 May 2012 12:36:25 +0000 catwizard http://catwizard.net/?p=2172 图书全文搜索时代，元数据还有用吗？在图书设计网站文章上看到如题的结论，还真另有一番感受。应该说，元数据原来就是图书发现的关键，现在仍然如此。
现在个人写书售卖，可以在亚马逊的Kindle平台、苹果商店、谷歌的Play……国内有豆瓣、盛大……，正是所谓的自出版。那篇文章标题是《自出版基础：元数据导论》，以浅显的文字告诉自行出版图书的作者：1、元数据是什么；2、元数据在检索中的作用；3、元数据与关键词合用。编译如下。

Self-Publishing Basics: Introduction to Metadata / by JOEL FRIEDLANDER (MAY 2, 2012)

元数据是关于某物的信息，图书元数据就是关于图书的信息，最常见的有题名、副题名、作者、出版日期等。另外还有类别、描述、读者对象，对图书的可发现性很关键。
元数据用于创建图书信息数据库，搜索图书时，就是查这些数据库中的元数据。如果元数据记录不完整或不准确，图书就不会显示在检索结果中。
关键词是帮助你的图书在搜索结果中排名靠前的秘密武器。发现最佳关键词是第一步，在元数据中使用它们是第二步。使用这些关键词的最佳位置包括如下字段：题名、副题名、类别、描述、目标用户。
五步完成最具优势的元数据：
1、总结出最想要的关键词
2、创建元数据主文档
3、填写字段，特别注意题名、副题名、类别、描述、目标用户五个字段。“描述”字段尤为重要，有时被称为“注释”或“关于本书”之类，你可以在其中放入所有关键词，只要读得通顺。
4、每当要填写关于你的图书的表单时，就使用这个元数据主文档。
5、随时根据你的图书所面向的市场优化你的元数据。
更新元数据这样的无聊琐事，却是帮助你的图书在每个月出版的成千上万种图书中脱颖而出的利器。确保你的元数据完整、准确、富含信息，能使你的图书更有机会被目标读者注意到。

via mod librarian: Metadata Monday: Self-Publishing Metadata

]]> http://catwizard.net/posts/20120511203625.html/feed 0 IFLA电子资源馆藏发展指南发布并征求翻译 http://catwizard.net/posts/20120509222525.html http://catwizard.net/posts/20120509222525.html#comments Wed, 09 May 2012 14:25:25 +0000 catwizard http://catwizard.net/?p=2167 国际图联（IFLA）采访与馆藏发展部(ACD)发布电子资源指南《电子资源馆藏发展关键问题：图书馆指南》：
Key Issues for e-Resource Collection Development: A Guide for Libraries / By Sharon Johnson, with others. Acquisition and Collection Development Section. January, 2012（31页）

本指南2012年1月完成，征求意见于4月底截止。网站上说明是5月8日提交以获批准的最后草案，估计就是最后文本了，因为IFLA-L邮件组中ACD的信息协调人Jerome FRONTY已经发布征集IFLA官方语言的翻译版。有意做中文翻译者可联系ACD Secretary Regine Schmolling (schmolling@suub.uni-bremen.de)。

目次
导言（目的、历史、范围、作者）
1.0 馆藏政策说明（工作人员内部用）
2.0 电子资源选择与评价
2.1 内容
2.2 技术要求
2.3 功能与可靠性
2.4 厂商支持
2.5 供应
3.0 电子资源的许可考虑
3.1 访问问题
3.2 电子信息资源的使用
3.3 厂商支持与技术考虑
3.4 灵活性与强化
3.5 法律问题
4.0 评价与续订过程
4.1 使用数据评价
4.2 其他续订考虑
附录（词汇表、参考源）

比较少见的是仅列了3个参考源。一个是1998的使用统计指南，一个是COUNTER，最全面相关的大概就是最后那个──香港大学图书馆的电子资源馆藏发展政策，确实相当详细：
University of Hong Kong Libraries – Electronic Resources Collection Development Policy

]]> http://catwizard.net/posts/20120509222525.html/feed 0 虚拟国际规范档数据集以ODC-By许可提供 http://catwizard.net/posts/20120505223629.html http://catwizard.net/posts/20120505223629.html#comments Sat, 05 May 2012 14:36:29 +0000 catwizard http://catwizard.net/?p=2164 虚拟国际规范档(VIAF)4月初成为OCLC的一项服务后，OCLC首席科学家Thomas B. Hickey在其博客Outgoing连续发布多项围绕VIAF的消息。此前博主已经有9个月未发博文，而在9个月前相当长一段时间的博文，也几乎都是关于VIAF的。要了解VIAF发展的历程，不可不看其博客。
本文标题就是其最新发布的消息：
VIAF Dataset (May 04, 2012)
VIAF数据集以ODC-By（开放数据共用-标示名称）许可提供，不影响其他以CC0（创作共用-公共域）许可发布的数据采用VIAF标识符，因为所用VIAF的URI即被视为致谢（By）。
鉴于VIAF的巨大数据量，其URI无疑会成为关联数据中的重要资源。
BTW，哈佛大学图书馆于4月22日发布其1200万条书目记录供下载，采用CC0协议，并得到OCLC认可（其中无疑有不少来自WorldCat的记录）。
via hangingtogether.org: Harvard bibliographic data released with prominent nod to OCLC (April 24th, 2012)

Uniform Titles in VIAF (April 23, 2012)
VIAF中加入统一题名，使得其规范记录的类型包括：个人名称、团体名称、地理名称（仅行政区名）和统一题名。

xA (April 16, 2012)
参见：xA：OCLC扩展虚拟国际规范档 (2012年4月18日)

VIAF Developments (April 09, 2012)
预告在2012年4月以ODC-by发布VIAF数据（看来滞后了几日）。为实现关联数据友好，数据描述以VoID（相互关联数据集词表）文档出版，并给出测试页。
—
参见：虚拟国际规范档移交OCLC (2012年4月5日)

]]> http://catwizard.net/posts/20120505223629.html/feed 0 开源云服务DuraCloud新价格 http://catwizard.net/posts/20120504210736.html http://catwizard.net/posts/20120504210736.html#comments Fri, 04 May 2012 13:07:36 +0000 catwizard http://catwizard.net/?p=2162 去年11月，由开源软件Fedora和DSpace合并组成的DuraSpace发布开源云服务DuraCloud，价格着实不便宜（见：DuraSpace发布开源云服务DuraCloud, 2011年11月15日）
5月1日，DuraSpace发布新的数字保存与存档服务，基本服务价格大幅下降，放宽存储限制。套餐由原来的3种变为4种：
DuraCloud Subscription Plans
1、基本保存
$1500/年首个TB，后续$1300/年每个TB
2、增强保存
$3000/年首个TB，后续$2600/年每个TB
1和2可对比去年基本存档与保存：$4500/年500GB，不可增加
3、专业（标准）
$5900/年首个TB，后续$1300/年每个TB
专业级有媒体服务，可对比去年基本媒体访问：$4500/年500GB，不可增加
4、专业（贵宾）
$7200/年首个TB，后续$2600/年每个TB
对比去年专业级$7000/年1TB，后续$1.00/年每个GB
这个级别相比去年提价了。这次两个后续$2600/年每个TB的套餐，有在多个云数据中心间自动同步及文件恢复功能。这个去年的专业级就有。
专业和非专业的差别，除了媒体服务外，其他都是管理方面的，如创建子帐户，管理平台用户数不限（非专业只能有2个）。
另外，存储超过10TB，价格会有优惠。

从其列出的解决方案看，包括5种类型：联机备份、保存与存档、媒体访问、联机共享、云中介。有5项功能：备份与同步、（文档）健康检查、音视频流、图像服务、开源软件。官方消息对各项功能的一句话解释：
New DuraCloud digital preservation and archiving services [2012-5-1]
- 内容拷贝，存储于多个[云服务]供应商
- 自动健康检查，文件永远不会损坏或丢失
- 自动修复受损文件，针对增强保存客户[套餐2]
- 全套报告，更有效地管理内容
- 联机共享并流至任何连网设备

没有目前的用户列表，只有几个用户介绍（User Spotlights）：罗得学院、政治与社会研究大学间联盟ICPSR、麻省理工学院和波士顿公共电视台。
仍可申请60天试用，仍要排队等候：Trial Account Request

相关文档在可其维基访问：DuraCloud Wiki

via Library Technology Guides: New DuraCloud digital preservation and archiving services (2012-5-3)

]]> http://catwizard.net/posts/20120504210736.html/feed 0 皮尤研究：数字时代的公共图书馆 http://catwizard.net/posts/20120426222800.html http://catwizard.net/posts/20120426222800.html#comments Thu, 26 Apr 2012 14:28:00 +0000 catwizard http://catwizard.net/?p=2159 皮尤研究中心是位于美国首都华盛顿的一个专门进行调查的“事实库”，皮尤因特网项目(Pew Internet)是其中专门研究人们如何使用数字技术的部门，研究主要基于对全美国成年人所做的电话调查，不推荐特定技术，也不做决策建议。(下文PPT之p.2)
“数字时代的公共图书馆”是皮尤因特网项目正在进行的对数字时代公共图书馆及其用户职能改变的研究，由盖茨基金会提供为期三年、140万美元资助。(下文PPT之p.3)

近日发布的演示文稿，介绍了该项目已经、正在及将要做几个阶段研究：
Public libraries in the digital age / Kathryn Zickuhr and Mary Madden (Pew Internet & American Life Project). April 25, 2012

第1阶段，2011.8-2012.7 (p.4)
图书馆＋新技术
· 电子阅读的兴起（已出版）
· 电子书与图书馆，2012.6（目前正在对馆员与读者进行在线调查，5.18截止）
· 不同类型社区中图书馆的利用
· 年轻图书馆用户的习惯

第2阶段，2012.5-11 (p.5)
图书馆服务的改变
· 图书馆员在社区中职能的演变（新的图书馆服务、人们对图书馆的期望、图书馆的未来）
· 图书馆在特殊人群生活中的职能（低收入用户、少数民族、农村居民、老年人）

第3阶段：2012.9-2013.4 (p.6)
使用/不使用图书馆者的类型
· “图书馆用户”类型（不同用户“类型”：其本地图书馆如何、他们怎样使用图书馆、对图书馆的一般态度）
· 年轻图书馆用户的最新、深入的肖像

———-链接———-
项目网站：http://libraries.pewinternet.org/
有相关报告链接

演示文稿：http://libraries.pewinternet.org/category/presentations/
自2009年以来，与图书馆相关的调查

2012.4.4出版的第一份报告：电子阅读的兴起（The rise of e-reading，有PDF下载）
纸本书、电子书（含有声书）、电子书阅读器的各种调查数据。比如：
· 2010.6与2011.12，纸本书阅读由95％下降到84％，而电子书由4％上升到15％(上文PPT之p.9)
· 在床上阅读：43％偏好纸本书，45％偏好电子书(上文PPT之p.18)
· 要读电子书时，首先想到网上书店或网站找的占75％，在公共图书馆找的占12％(上文PPT之p.20)

]]> http://catwizard.net/posts/20120426222800.html/feed 0 RDA的MARC全记录实例发布 http://catwizard.net/posts/20120424212219.html http://catwizard.net/posts/20120424212219.html#comments Tue, 24 Apr 2012 13:22:19 +0000 catwizard http://catwizard.net/?p=2154 按照美国RDA测试报告的要求，RDA工具包网站4月23日发布了JSC编制的RDA的MARC全记录实例，包括书目记录与规范记录。实例现以PDF格式免费下载，意在作为RDA培训及日常工作的参考资料。RDA工具包5月更新时，将包括此部分内容。

MARC Record Examples of RDA Cataloging
本次发布的实例，每个都由“RDA元素”和“MARC编码”二部分组成。前者有助于掌握各类资源（对书目记录而言）或实体（对规范记录而言）所对应的RDA元素，后者可在某种程度上视为相应的MARC记录模板。
目前看来书目记录实例还太少，甚至没有涵盖RDA的25个内容类型或10个媒介类型。期待未来扩大。

一、书目格式
含7个实例：
1、录音（声频记录）──图书
2、录音（声频记录）──音乐
3、图书1
4、图书2
5、连续出版物
6、录像（视频记录）
7、网站──集成性资源
二、规范格式
包括五个部分，每个含若干实例：
1、个人名称（7个实例）
2、家族名称（2个实例）
3、团体（5个实例）
4、作品（7个实例）
5、内容表达（2个实例）

Via RDA Toolkit Blog: RDA Examples now available (23 Apr 2012)

参见：RDA美国测试结果公布 (2011年6月15日)

]]> http://catwizard.net/posts/20120424212219.html/feed 0 DOAB开放获取图书目录的MARC数据转换 http://catwizard.net/posts/20120424194649.html http://catwizard.net/posts/20120424194649.html#comments Tue, 24 Apr 2012 11:46:49 +0000 catwizard http://catwizard.net/?p=2151 写了“DOAB：开放获取图书目录”（2012年4月13日），想着趁热打铁，看怎么把数据放到OPAC。DOAB提供两种获取元数据方式（About──Metadata harvesting and content dissemination），一是OAI收割DC格式数据，一是下载CSV格式数据。
———-EXCEL格式处理———-
因为有EXCEL转为MARC的软件，所以下载了CSV格式数据。
在EXCEL中“分列”并做转换，发现数据有一些问题：
1、乱码。图书语种有英语、德语、法语、荷兰语、意大利语、威尔士语，某些语种数据在我的电脑上显示为乱码，需要逐个在网站上查出重新粘贴。后来知道是Unicode的缘故。
2、数据缺失。可能部分由于字符问题，网站显示的数据就有缺失，少数题名、作者只显示很小部分（甚至单个字母），因而一眼就能看出来。需要到WorldCat上查出补全。
3、格式不一。因为数据来自出版社，所以差别较大，比如有的没有关键词。影响较大的主要有：
（1）作者。主要是有的姓名倒置，有的直序。对于全文检索这或许不是问题，但对于OPAC作者查询，影响还是比较大。
（2）语种。德文一般用German，也有一个用Deutsch。还有三个出版社不提供语种信息，其中大部分是英语，但阿姆斯特丹大学出版社有部分是荷兰语，需要逐一甄别补全。
CSV格式数据有Added on date，后续如果要识别新增数据还是很方便的。为保证系统中数据标识唯一，在EXCEL表中以Added on date及ISBN排序，依顺序给每种书一个以DOAB起始的流水号作为控制号；再给全文链接加说明语＂DOAB开放获取图书＂，让信息更明确，也更友好些。
———-MARC格式处理———-
EXCEL表处理处理花了不少时间，完后转换为MARC。看MARC记录，要继续处理的问题还很多：
1、部分记录出错，经分析是由于EXCEL单元格超过256个字符所致，某些记录的关键词（特别是双语）、甚至个别题名会超过此限。返回去精简关键词，处理掉大部分问题数据，重新转换。
2、原来的乱码仍然乱码──因为转换软件不支持unicode。
3、同一记录有多个作者和多条ISBN，需要拆成多个字段。
由于多作者占了很大部分，结果是从头到尾把MARC记录过了不止一遍，顺手把不少无页码、无丛编、无关键词的字段删除，最后索性把不排序的题名首冠词也标记了。大部分记录都被修改过了。
———-图书馆自动化系统中处理———-
处理过程中发现转换格式有些问题，但因为已经做了不少编辑，不想返工，就留到导入图书馆自动化系统后再批量更新了：
（1）忘了在题名后补充电子资源信息|h[electronic resource]；
（2）出版字段年份在出版社前（不影响识别与检索，忽略不管）
（3）不知道为什么控制号转换少了第一个字母，变成OAB起始了（这个无所谓）
此外，还要在系统中处理语种、资源类型等本馆的系统定长字段，才算完成。
—
本来以为可以轻松搞定的事，弄到后来直想放弃──尤其是看到那些小语种的乱码。结果是除了小语种乱码，其他都处理了，自我安慰是小语种没什么人用的。
本来想共享处理后的MARC记录，可是真的不堪入目，既有小语种乱码的重大问题，作为简编格式也极不规范，除了245字段，其他都没有字段指示符──很久没做编目了，在做转换时都没有意识到需要注意指示符。
[update 2012-4-25 已在系统中修改乱码（主要是德文字母），本馆目录查询没有问题，可惜导出为MARC记录后，这些unicode码全都消失，因而没有共享价值]

]]> http://catwizard.net/posts/20120424194649.html/feed 0 xA：OCLC扩展虚拟国际规范档 http://catwizard.net/posts/20120418220311.html http://catwizard.net/posts/20120418220311.html#comments Wed, 18 Apr 2012 14:03:11 +0000 catwizard http://catwizard.net/?p=2147 4月初刚宣布“虚拟国际规范档移交OCLC”，不到两周，OCLC首席科学家Thomas B. Hickey就在博客上介绍了OCLC的扩展VIAF项目──xA (Extended VIAF Authority)，目前还是测试版。

VIAF作为一个虚拟联合规范库，只是对来源记录做关联，即使发现来源记录有问题，也不能随意改变。当然会报告来源方，但等对方修改，自然不如自己处理方便。OCLC的解决之道是做一套自己的规范记录，即xA，作为VIAF的第24个来源。xA记录中可以加入自己强化的信息，并链接其他来源。

Thom给出了奥巴马的xA例子，给奥巴马加上了出生日期（其他来源只会加生卒年）。在相应的VIAF例子中，已经可以看到xA并列在其他23个来源中。

与其他来源采用MARC21或UNIMARC规范格式不同，xA采用MADS 2.0（远洋师的学生Jeff Young提供咨询）。使用SRU检索，XSLT格式化显示，还可以进行创建、更新及删除等编辑操作（采用AtomPub协议）。

如果想试试编辑功能，可以到沙盘试手，用户名和口令均为guest

Via Outgoing: xA (April 16, 2012)

]]> http://catwizard.net/posts/20120418220311.html/feed 0