数字化:抄袭的双刃剑

    这世界诱惑太多,令人轻易就突破了道德底线。又在报上读到两条有关抄袭的消息:

    《中华读书报》2005年3月23日第19版”致歉声明”:”《中国城市批判》一书作者海默,坦承在该书中既未经许可也没有注明作者和出处,擅自抄用了易中天先生《读城记》一书核心内容、精华片断和其他表述共4600余字……”
    《文汇读书周报》2005年3月25日第7版陈福康”网上查到剽窃贼”:”点名揭发”2003年第3期《山东图书馆季刊》发表的《井中奇书――〈心史〉》,”全文五千多字,全部都是原封不动地抄自拙著《井中奇书考》”。不过,文末倒是将原书注为唯一的参考文献。

    记得去年Google宣布数字化五大图书馆馆藏,引起各方论争,也曾涉及抄袭问题:有人认为数字化后方便了抄袭,有人认为数字化后方便了抓抄袭。从”网上查到剽窃贼”来看,显然支持后者。但数字化方便抄袭也是显而易见的,至少不需要手工输入或扫描、识别,只要简单地CtrL+C加Ctrl+V就可以了。并且抄起来简单,抓起来就不那么容易,发现抄袭大多具有很大的偶然性。这也是抄袭之风日盛的原因之一吧?

 

    固然也有原作者基于传播知识与理念、同情抄袭者改善自身际遇的愿望等等考量,如启功不在意别人假冒其名出售书法作品一般,并不特别在意他人抄袭自己。但对抄袭者而言,终究是伴随终身的污点――即使没有原作者追究,说不定什么时候会有局外人揭发,最后或许还有自己的良心不安。如果因为受不了抄袭便利的诱惑而尝禁果,最终贻害的还是自己。
    如果能”以其人之道还治其人之身”,在数字化环境下,用技术手段阻止诱惑、遏制肆无忌惮抄袭的恶习,可谓善莫大焉!

 

无处不在的元数据

    印象中以前数据库的”字段”,现在都称为元数据了,各行各业都在研制元数据,电子商务、企业信息、政务资源、统计指标、档案管理、电子公文、信用信息……。原来生成/修改日期、访问权限之类计算机文件的”属性”,也变成了元数据,如MP3文件的元数据ID3,定义了作曲家、词作者、演唱/演奏者等数十个属性;更有数码相片文件的元数据复杂到了定义拍摄的经纬度和海拔。
    曾以为Google的关键词检索只需要人工智能分析词间关系,组成一个词表(或许是语义网、本体什么的?),不需要元数据。但看着Google近半年接两连三地推出各种专类检索工具/功能,学者Google Scholar的引文、电视Google Video的节目预报、地图Google Maps的企事业单位信息、电影(movie:命令)的影评与影院信息,以及最近引起广泛争议的Google工具条的网页自动链接AutoLink功能,终于明白其实在Google简洁检索界面的背后,肯定蕴藏着极其复杂的元数据,用以组织机器搜集到的看似无序的信息。

    我们的机读目录MARC有差不多40年历史了,或许可称得上元数据的前辈。定义了那么多字段、子字段,虽然不是都要用,看上去也很烦。于是不满意MARC者设计出都柏林核心元数据DC,来代替烦琐的MARC,只用十多个元素就够了,很爽。可渐渐发现不够用,于是加修饰词,先是标准修饰词,然后又可以自定义修饰词,现在弄得跟MARC也相去不远了。
    其实当深入到事物的内部,必然越分析越细致,需要的元素也就越多,就好象前面所举MP3和数码相片元数据的例子。看出版商描述图书信息的元数据ONIX,近200个元素(tag),与MARC相比,其烦琐程度可说是有过之而无不及。
    看来,在今后相当长的一个时期里,综合描述各类文献元数据的MARC还是很安全的――不会被淘汰。或许磁带时代顺序读取的产物2709格式,会因与时俱进而被XML或别的什么格式所代替,但MARC的基本字段、子字段应该不会有太大的变化。

 

图书馆索引LibDex

图书馆索引(LibDex: The Library Index),收录18万世界各国各类图书馆信息,包括图书馆主页、国家/城市、图书馆类别、OPAC网址和图书馆系统名称等。通过国家浏览途径,看看我国的情况,仅收录20余所图书馆,就知道数据远谈不上丰富。如果想把自己图书馆的信息加进此索引,可以在线填一个表Add Your Library。因为数据不全,所以如果想了解某图书馆信息,或许直接用Google查更方便些。

LibDex的特色在于提供按图书馆计算机系统/公司(OPAC Vendor)浏览图书馆。由此途径,一可以了解目前世界上通用的图书馆管理系统都有哪些,这里列出有一百多种;二可以了解这些图书馆系统的市场占有情况、在非拉丁字母地区使用情况、适用的图书馆类型,试用一下OPAC的功能,作为引进系统时参考。虽然数据同样不会太全,但基本情况不会差得太远。比如可以分别看看国内引进较多的ALEPH (Ex Libris)、HorizonInnovative InterfacesSIRSI几个系统的情况。

参见:

图书馆员的因特网图书馆INTERNET LIBRARY FOR LIBRARIANS之图书馆自动化系统Library Automated Systems

[update 2016-4-12] libdex.com无法访问(域名自1999-11-16注册至今有效)