若有所思 – 第 223 页

我国非通用语种图书编目现状（及小语种Z39.50服务器信息）

上周去上海外国语大学参加“全国外语院校图书馆联盟非通用语种图书编目研讨会”。拿到会议资料，就有通讯录，而且每个参会者的名牌都放在桌上，很便于大家互相认识。下午会后不久，上午会议的简报就发到了每个人的手上，工作特别高效。
与会者都对小语种联合编目充满期待，也可以说迫不及待。因为如果每种书都要原编，哪怕是简编，要完成恐怕遥遥无期。CALIS将与联盟合作，尽早启动项目，也已经为此做了不少准备。会上得到的其他信息：

√ CALIS喻爽爽介绍几家国家级机构小语种编目现状：
国图俄文卡片回溯外包63万册，日文从NII转换为MARC21约100万册；
社科院部分购买国图数据，日文12万CNMARC、俄文8万MARC21；
中科院未启动；
CALIS日文近20万CNMARC，俄文6万多MARC21。
    CALIS的优势在于与外国联合编目机构合作，有庞大的数据源：
2000年启动的日文编目，有日本NII数据，通过软件从JapanMARC转换为CNMARC；
与韩国KERIS的对接在今年11月完成，可以套录到MARC21格式的500万条数据；
与OCLC交换数据的谈判进行中。
    作为与对方的协议，都需要通过CALIS联编中心的服务器，才能进行数据套录。
    三期启动后，所有下载都将是免费的。

√ 北京外国语大学谢涵介绍他们馆的小语种编目情况，展示了33个语种的MARC记录样例，很强大。有2709格式文件。

√ 广东外语外贸大学蔡敏介绍了她测试通过的一些小语种Z39.50服务器。

以前自己介绍过一些小语种的Z39.50服务器，基本不属于“非通用语种”，特意问蔡敏要来“非通用语种”Z39.50服务器信息列于下。
格式：网址、端口、数据库名（字符集）

意大利：
意大利国家联合目录 opac.sbn.it 3950 nopac (utf-8)

希腊：
克里特大学图书馆目录 nautilus.lib.uoc.gr 9990 uoc01 (utf-8)

瑞士：
苏黎世大学图书馆目录 biblio.unizh.ch 9909 uzh01
日内瓦联合国图书馆目录 librarycat.unog.ch 7090 Voyager (utf-8)

葡萄牙：
庞利马市图书馆目录 www.biblioteca.cm-pontedelima.pt 210 innopac (utf-8)

韩国：
韩国国会图书馆 www.nanet.go.kr 2100 MONO (korean)

西班牙：
马德里卡洛斯三世大学图书馆目录 biblioteca.uc3m.es 2200 unicorn unicode(UTF-8)

阿拉伯语：
以色列数字信息服务中心 libnet.ac.il 9991 ULI02 unicode(UTF-8)
科罗拉多研究图书馆联盟 192.54.81.3 210 ara unicode(UTF-8)
埃及穆巴拉克公共图书馆目录 catalog.mpl.org.eg 2200 unicorn unicode(UTF-8)

其他参见：Z39.50相关信息链接

注：
NII（http://www.nii.ac.jp），可视为日本的CALIS
KERIS（http://www.keris.or.kr/），可视为韩国的CALIS，发展过程也类似，介绍见维基百科

发现工具LS2 PAC，以及为OPAC贡献书评与标签

   OPAC前端软件，现在常称为发现工具(Discovery Tool)，结合Web2.0功能的越来越流行，The Library Corporation (TLC) 的LS2 PAC也是其中的一款。与其Library.Solution、Library.Solution for Schools及 CARL.X图书馆集成系统配套，以图书封面滚动的“书河”(Book River)以及馆藏位置图为特征。
    LS2 PAC直接采用Google分析为其提供网站访问统计（Google Analytics offers wealth of data to LS2 PAC users）：最常用搜索词、每个页面的点击数、用户访问趋势等。很简单，似乎并不够用？
    LS2 PAC功能：

    List creation and sharing capabilities 创建书单并共享

    Patron ratings, reviews, and search tags 用户评级、评论、标签

    Faceted, manageable search results ranked by relevancy 分面，检索结果依相关度排序

    Customized display of search results 检索结果定制显示

    Genre browsing 按类浏览

    Smart promotion window 智能推荐窗

    Administrative access to custom-published lists for display case

    Patron recommendations based on ratings 依评级推荐

标签、书评，功能有了，缺少读者参与似乎是普遍现象。TLC提供了二个应用实例，从图书馆层面推动使用，对其他类似产品也有借鉴意义。
LS2 PAC: Moving beyond just a library catalog

        一
    奥马哈公立学校图书馆该馆老师Kelly Arbuckle想到用此培养学生的写作、阅读、批判性思维技能，同时也增强图书馆员在教学中的作用：
    书评：学生读完书后，在LS2 PAC上写书评代替读书报告。知道自己的书评要贴到LS2 PAC的数据库，并且被师生看到，年轻的作者们在提交时会特别小心避免拼写和语法错误。
    标签：学生可以给书加上描述性的词，比如funny。要求不用重复的标签，改用同义词，以此扩展学生的词汇量，同时增强了图书馆数据库的图书标签。
    该馆2008年12月开始采用LS2 PAC界面，现在已经在该校课程中使用书评与标签功能。

二

费尔法克斯县公共图书馆则利用高中志愿者写书评。当地学校规定，想获取国际本科入学资格证书(International
Baccalaureate,
IB)，必须做若干小时社区服务，因而图书馆涌来大量满怀热望的学生志愿者却无法安排。于是图书馆想到让学生写书评提交，学生可以不限时间地点地完成所要
求的社区服务，而其他图书馆用户也能读者到这些书评，有助于发现感兴趣的图书。

图书馆常有为图书写书评的读者活动，一般提交的都是长篇大论，放在OPAC或许并不合适，同时恐怕也吓退了不少愿意写些小品文的读者。如果专门开展直接在OPAC中提交小书评的活动，是否会有更高的读者参与度呢？

RDA的实施与MARC的未来

<![CDATA[

AACR2是伴随着MARC而生的，随着RDA将替代AACR，似乎MARC也将随之消亡，但目前并没有替代MARC的标准出现。并且从MARC的发展历史来看，其演变或进化能力还是很强的，不会那么轻易地退出历史舞台。

10月14日，美国信息标准组织(NISO)举办了一次网络会议(Webinar)，Bibliographic Control Alphabet Soup: AACR to RDA and Evolution of MARC。会议主题是“AACR到RDA及MARC的演进”，Alphabet Soup不知如何翻译，大概算是扫盲吧？
三个演讲（PDF下载）分别是：
Barbara Tillett: AACR2, RDA, VIAF, and the Future: From There to Here to There
Diane Hillmann: RDA Elements and Vocabularies: a Step Forward from MARC
William Moen: Data-driven Evidence for Core MARC Records（介绍2006年对5600万条WorldCat记录进行的MARC字段、子字段统计分析）

会上有问答环节（Bibliographic Control Webinar Q&A），以下录有回复的问题，并摘录与MARC相关的回答：

1、有了RDA，MARC记录是否终将消失？如果是这样，MARC记录还会用多久？
Diane Hillman：我想MARC记录最终消失要很长时间（如我在会上提到的，未来会有一个地方放经专门交换的有损耗的格式）。关键是我们要开始展望一个真正好的结果，在MARC世界之外普遍化的、以RDA元素及词汇作为数据交换基础。
Barbara Tillett：RDA希望用于任何（元数据）方案或显示，因此RDA对MARC格式本身并不意味着什么。但是，RDA提供了到MARC21及其他方案的映射（对照表）……。RDA初版只有少数对照表（附录D是ISBD、附录E是MARC21，可能链接MODS/MADS及DC对照表），未来我们希望增加更多。
如今很多ILS厂商内部并不使用MARC21，只用于输入/输出书目与规范（有时还有馆藏）数据。只要OCLC及ILS厂商需要MARC格式交换数据，它就会存在，只是许多时候已经在用ONIX XML、MARCXML，也能够以XML处理MODS及MADS。IFLA正在为ISBD元素创建RDF XML元数据方案，很可能RDA元素也会以XML形式提供。如Diane所说，映射MARC21数据到未来的XML方案，在转换过程中无疑会丢失某些数据，但大部分仍是可用的。MARC21结构局限于建立什么关系与链接。

2、如何鼓励厂商利用RDA及FRBR的优势？

3、目前在图书馆学课程中是否教授RDA和FRBR？MARC还会教多久？
Diane Hillman：我想只要我们交换MARC数据，就会继续教MARC，只是多半不会像现在这样教。
Barbara Tillett：至于继续教MARC21，它是编目史上一个绝对重要的部分，因此我希望未来很长时间内会被涉及，但希望编目员不必花太久时间继续学习MARC21编码。

6、（针对Moen的MARC字段调查）本研究是否考虑了记录创建日期相比较于核心（记录）标准出版日期？似乎许多记录是在核心标准制订前创建的。
Barbara Tillett：很重要的一点！很奇怪的是，未来什么元素对用户重要这样的决定，要基于以前我们做了些什么。（以下对656字段统计数据有疑问）

7、MARC很大的一个原因是，它发展多年，为适应各界编目员的变迁与需求。RDA词汇如何回应改变需求？

10、RDA是否比MARC与AARC2更适应编目现实？

11、RDA与书目本体(Bibliographic Ontology)关系？

13、给Diane Hillmann的三个问题
1）在“为什么不是MARC”，你谈论的是MARC21句法（即ISO2709）还是MARC元素集？MARC元素集也可以用RDF/OWL。
Diane Hillman：当然是前者，但也是后者，我觉得很难把二个问题当作完全独立的问题。一个困难是MARC设计为平面记录，不易翻译到图书馆之外所用的那种数据结构与编码。比如已经有很多尝试把URL加入MARC，但作为一种策略并不完全成功。还有其他限制也苦恼着MARC（比如每字段的子字段数）。面对MARC数据的遗产，对MARC元素集进行大修是个很困难的过程，有点像毁坏一所旧房子的内部却仍住在其中（我曾试过一间间房修，并不是只在这儿考虑！）我认可你关于RDF/OWL的观点，但不认为是一个特别令人满意的策略，并且在我所见的业界，对此并无多少热忱。
2）对不使用RDA的机构，未来的书目格式会是什么样的？MARC一直独立于特定的编目规则（尽管最初以AACR开发并常与之关联），CCO（编目文化对象）就是一个例子。
Diane：我想永远不会有“一个”用于所有人的书目格式，但非常有意思的未来会包含这样的想法：我们不必局限于只用一个，我们可以根据所需、选取所用。图书馆已经使用多种格式（及变体），但仍未解决围绕这种多样性所产生的数据交换问题，而RDA元素与词汇的策略就是为此设计的。当然，CCO并非严格的书目格式，但我想它肯定会从RDA所采用的这种面向未来的策略（主要是注册并开放可得的RDA词汇）中获益。
Barbara Tillett：这个提问似乎混淆了交换书目数据的格式/方案与编目指引──编目指引独立于任何编码方案的任何显示格式。即使现存的基于AARC2的数据也可不用MARC编码。可以遵循AACR2、CCO指引或RDA指引，把书目数据放入MARC21记录，或者一种XML方案，或者其他。对于DACS、CCO、DCRM及其他指引的开发者，肯定有机会与RDA开发者合作，形成共享原则基础上的结果，共享概念模型并兼容未来。每个专业团体会有更颗粒化的方法适应自己的对象。
3）新的RDA格式如何与图书馆馆藏数据交互？使用不同类型的MARC信息使我们集成数据（即书目、规范、馆藏、分类、社区信息）。
Diane Hillman：我对馆藏数据很有兴趣（我职业生涯的早年曾任期刊馆员和法律馆员）。不幸的是RDA并不能应付MARC用到的馆藏层次。我知道Extensible Catalog项目在转换大量MARC数据到RDA建立服务时，正试图加以解决，馆藏肯定是已得到关注的领域。考虑到大量的数据，我想你所提到的其他种类信息也会得到关注（或正被关注）。我会觉得，在基于更广泛结构与编码标准的世界，使用“家族式”集成书目标准的MARC概念或许并不理想。如LC的LCSH新网站使用SKOS（简单知识组织系统）作概念词汇，如同OCLC的新DDC顶层，以及NSDL注册。FRAD正在出现，表达名称规范。我一直是MARC社区信息格式的粉丝，悲哀的是它不大看到被采用。一个问题是它本质上并非“书目”，因而使其未来不那么确定。我很乐意看到它在Web世界中“被重新发现”并重设想。
Barbara Tillett：RDA不是一种格式，它是一套编目指引，用以识别我们希望在书目中控制事物的特征。如果你仍使用ILS，而开始根据RDA描述事物，那么在可预见的未来，你仍会用MARC书目记录及MARC馆藏记录（及MARC规范记录）。

14、RDA是否/如何提高编目效率？
Diane Hillman：如同最初MARC格式通过扩大目录记录的可获得性与复用，为图书馆提高效率，通过走出图书馆寻求数据与共享机会，RDA同样具有再次为图书馆提高效率的潜力。我认为用MARC，数据几乎全部由人工创建，我们已经达到了所能达到的极限，如果近距离看看我们之外的世界所做的，就可以看到]]
>