MARC数据转换为RDF流程：芬兰国家图书馆实践

GitHub上芬兰国家图书馆的 bib-rdf-pineline ，包含各种脚本和配置，供转换MARC书目记录为RDF，对有意实施类似项目者当有不少参考价值。
芬兰国家图书馆的关联数据采用Schema.org，以BIBFRAME作为转换MARC格式的中间步骤。如果直接采用BIBFRAME，步骤当可简化，而汇集“作品”的部分必然会有所不同。
翻译repo中的README文件中的转换步骤备记：

1、ILS系统导出的全部MARC记录文件
2、分割为较小的批处理文件
3、使用unix工具（如grep和sed）除去MARC记录中本地特殊内容
4、使用Catmandu转换为MARCXML并强化MARC记录
5、运行LC的 marc2bibframe2 转换MARC为BIBFRAME的RDF
6、计算”作品“键（如：作者+题名组合），供后续合并相同创作作品的数据
7、转换BIBFRAME数据为Schema.org的RDF，N-Triples格式
8、按相同作品合并Schema.org数据
9、转换原始Schema.org数据为HDT格式，如此完整数据集可通过命令行用SPARQL查询
10、统一数据，如通过重写URI，把主题移到原始作品
11、转换统一后的数据为HDT
12、（待续）
13、获益！

查了下其中提到的另外两个陌生的名词：Catmandu、HDT，附后。

关于marc2bibframe2，参见：MARC到BIBFRAME 2.0转换工具：使用报告（2017-3-24）

——— Catmandu数据处理工具 ———
Catmandu：命令行工具，从数字图书馆、研究服务或任何其他开放数据集，访问和转换数据 。
性能：
– 通过多种协议下载数据，包括：OAI-PMH, SRU, SPARQL 和 Linked Data Fragments
– 转换格式，如：MARC, MODS, Dublin Core 等等
– 生成 RDF，说语义网的语言
– 索引数据到数据库如：Solr, Elasticsearch 和 MongoDB
– 使用简单的 Fix 语言，转换元数据为任何格式

——— HDT格式 ———
HDT (Header, Dictionary, Triples) 头标、词典、三元组
RDF的紧凑数据结构和二进制序列化格式，压缩大数据集以节省空间，同时维持查询和浏览操作而无需预先解压缩。是在Web上存储和共享RDF数据集的理想格式。