标签： 关联数据

WorldCat作品关联数据问答

相关博文：OCLC以关联数据开放1.94亿书目作品（2014-2-27）[2014.4.28 正式发布]

Richard Wallis预告WorldCat作品关联数据之后（最早是在南非开普敦举行OCLC的EMEA地区委员会会议上），邮箱和推特等收到了很多回应，于是在自己博客上统一做了解答。摘译若干【本人想法】：
WorldCat Works Linked Data – Some Answers To Early Questions (March 4, 2014)

– 作品的准则是什么【尽管源自FRBR研究，但并不严格按照FRBR定义，只是从现有书目数据可以如何聚集考虑】
”作品“定义更多是若干相互依赖的算法处理结果，而不是一套简单的准则。……产生这些定义以及关系的工作是OCLC研究部针对FRBR的一项多年研究的持续结果：OCLC Research Activities and IFLA’s Functional Requirements for Bibliographic Records  [包括FictionFinder、xISBN、FRBR作品集算法、Work Records in WorldCat等]

– 会不会链接到单独的ISBN/ISNI记录【尽管没有做出决定，但和国际标准名称标识ISNI相比，无疑会更偏爱自家的虚拟国际规范档VIAF】
* ISBN – 用FRBR术语，ISBN是载体表现实体的属性，在已发布的WorldCat关联数据中可以找到。因为每个作品用schema:workExample链接到相关的载体表现实体，因此已链接到ISBN。
* ISNI – ISNI是个人标识号，ISNI的URI是链接作品到其他实体类型的候选者。VIAF的URI是我们会使用的个人/团体实体的另一个候选者，因为我们有数据。还没有最后决定用哪个URI，以及是否对相同关系使用多个URI。是对相同个人使用ISNI、VIAF和Dbpedia的URI，还是使用一个，然后依赖规范中心间的相互连接，是个还没有得出结论的问题。

– 当创建作品的记录组变化时，稳定的标识号如何管理【未定】
……当作品组分开或合并时，标识号如何维护的问题。这是未来数周这批数据完整发布前，开发团队正致力的任务之一。……

– 是否有批下载数据：没有【解释略。可以想见】

– WorldCat作品如何与BIBFRAME模型形成交集？对bf:Work的bf:hasAuthority，这些作品描述会很有用。【BF并非首选的考虑，Schema.org+SchemaBibEx才是OCLC的选择】
OCLC团队监控、参与、考虑许多可能——BIBFRAME、Schema.org、SchemaBibEx、WikiData等，这些对象有一些明显的协同效应，在方法及/或细节层面上对不同使用对象也有差异。使用sameAs互联数据集的潜在性，以及其他规范关系是重要的。随着WorldCat数据成熟以及其他数据集发布，大家会期望从一开始就关联许多不同来源的书目数据。

– 会使用ISTC么【作品不用。国际标准文本码ISTC基于语言分配，作品集中肯定会对应不只一个。只能如ISBN般做外部链接】
这方面现在做决定还太早。但我们不会期望存储ISTC号为作品的属性。ISTC是很多基于作品的数据集之一，调查识别相互间的sameAs关系将会很有趣。
ISTC号是基于语言分配的。以FRBR术语，出版语言与内容表达相关，而非作品层描述。因此在”作品“中不会有ISTC——我曾经的回答是：
— 注意WorldCat.org发布的作品被定义为schema:Creativework的实例。
— ……WorldCat也许不严格遵守FRBR规则与层级。我说”也许“也针对其后的建模，特定语言的作品也许只是一个更一般作品的实例——也许更像内容表达。在FRBR规则与更广泛的非图书馆理解之间，需要有一个平衡。

– 使用哪个三元组库(triplestore)：不使用【解释略】

OCLC以关联数据开放1.94亿书目作品

OCLC技术布道者Richard Wallis日前迫不及待地在自己的博客上预告，OCLC将发布1.94亿关联数据“书目作品”描述，以“WorldCat关联数据探索”（WorldCat Linked Data Explorer）界面提供。据称这是WorldCat关联数据的首次产品发布（This is the first production release of WorldCat infrastructure delivering linked data.）——我理解，之前worldcat.org只是在原细览页面下方加了个关联数据栏目（参见“WorldCat也关联数据了”，2012年6月21日），这次是经整理的WorldCat“作品”完全以关联数据方式发布。
这里的“作品”可以认为是FRBR概念：“作品是资源的高级描述，包含如作者、名称[题名]、描述、主题等作品所有版本共同的信息。描述格式基于Schema.org词汇的创作作品类所定义的某些属性。在WorldCat作品描述中，也包括到WorldCat中已经共享的、有OCLC号的个别版本的[关联数据]链接”。而worldcat.org中的则是FRBR载体表现记录。
Wallis提供的一个作品实例是：Zen and the art of motorcycle maintenance : an inquiry into values （有墙，https同样无法访问）
“WorldCat关联数据探索”界面并非给最终用户使用，除了给人看的HTML格式外，提供Turtle、N-Triple、JSON-LD和RDF/XML四种关联数据格式。
所提供的实例使用如下schema.org词汇：
– 类型（type）：http://schema.org/CreativeWork 和 http://schema.org/Book（CreativeWork的下位类型）
– 关于（about，主题）：http://schema.org/about
– 创作者（creator）：http://schema.org/creator
– 描述（description，简介）：http://schema.org/description
– 名称（name，题名）：http://schema.org/name
– 作品实例（workExample，载体表现）：http://schema.org/workExample（尚未批准的schema书目扩展？上述链接无效）

目前提供的是预览，未来数周内功能将有较大改进。现在“作品实例”已经采用了真实的标识符（如http://www.worldcat.org/oclc/191931910），可以链接到worldcat.org。而“关于”（主题）和“创作者”的标识符还是临时的（hash-URI，由作品URI和名称组成，如http://experiment.worldcat.org/entity/work/data/12477503#Topic/fathers_and_sons或http://experiment.worldcat.org/entity/work/data/12477503#Person/pirsig_robert），点击后出现placeholder reference提示框。据称未来数周内，人名将链接到虚拟国际规范档（VIAF，如http://viaf.org/viaf/78757182）。[未来主题将链接到id.loc.gov，或是FAST？]
目前发布的作品URI是永久的，采用开放数据许可（ODC-BY）。现在得到作品URI只有一个方法，就是通过xISBN、xOCLCNum服务返回的作品ID，组成作品URI：http://worldcat.org/entity/work/id/作品ID。数周内，worldcat.org已经发布的关联数据部分会嵌入到“作品”的链接。比如OCLC号为5347480的书目记录（载体表现）：http://www.worldcat.org/oclc/5347480，会有：
schema:exampleOfWork http://worldcat.org/entity/work/id/12477503
“从那时起，OCLC以及其他机构将开始使用WorldCat作品URI及其描述，作为核心稳定的基础，建设图书馆领域内的实体间关系网。这个数据网，在未来岁月中，将激励数据共享，以及消费这些数据的应用与界面设计”。

via Data Liberate: OCLC Preview 194 Million Open Bibliographic Work Descriptions / Richard Wallis (2014-2-25)

附记：WorldCat统计页面只有其Knowledge Base数据，没有完整的WorldCat数据。按OCLC年度报告（Annual Report 2011/2012），截止2012.6.30的WorldCat统计：
作品数 Works 176,302,014（1.763亿）
记录数 Manifestations (records) 273,703,842（2.737亿）
馆藏数 Total holdings 1,854,243,605（18.54亿）

[update 2014-5-21] 2014.4.28 正式发布
OCLC News Release: OCLC releases WorldCat Works as linked data (DUBLIN, Ohio, 28 April 2014)
Data Liberate: WorldCat Works – 197 Million Nuggets of Linked Data / Richard Wallis (April 28, 2014)
Hangingtogether.Org: The Most Important Thing You Haven’t Heard Of / Roy Tennant (April 29, 2014)

VIAF扩展名称数据来源（及与ISNI的链接）

虚拟国际规范档（VIAF）于2012年4月成为OCLC的服务（参见：虚拟国际规范档移交OCLC，2012年4月5日），OCLC正不断地对其加以强化（参见：xA：OCLC扩展虚拟国际规范档，2012年4月18日）。以往向VIAF提交数据的主要是图书馆、尤其是国家图书馆，今年新公布的一项活动是“学者向VIAF贡献”：
Scholars’ Contributions to VIAF
OCLC方面通过此活动强化VIAF，主要是增加同一名称的不同形式，而学者方面一则可采用VIAF的URI作为其数据库等应用中涉及人物（作者）的永久标识，二则通过VIAF把名称方面的学术成果向更广泛的领域传播。同时对OCLC来说，采用VIAF URI的越多，其未来在语义网/关联数据这一领域的作用就越大。
在2013年5月VIAF委员会会议上，OCLC的Karen Smith-Yoshimura和范德比尔特大学（U. Vanderbilt）的David Michelson报告了近年来OCLC研究部与该校叙利亚研究学者的合作（试验），目的在于向VIAF已有名称中增加叙利亚文字，并增加新名称。叙利亚语是一种阿拉伯语方言，发源于公元一世纪的美索不达米亚王国，兴盛于波斯和罗马帝国，据称叙利亚文本是古希腊和古罗马之后四至七世纪的第三大遗存文字语料库。参见会议PPT：Scholars’ Contributions to VIAF（2013-05-02）
上月OCLC宣布了该活动的首个合作成果，加入珀尔修斯目录（Perseus Catalog）的古希腊和古罗马人物名称。或许由于珀尔修斯数字图书馆项目采用MADS作为名称规范元数据标准的缘故，数据导入与处理比较简单——OCLC本身对VIAF的扩展也采用MADS格式。

从VIAF网页看，由珀尔修斯目录新增加的名称放在交替名称形式（400字段）。如特米斯丢的VIAF页：
Themistius
在该网页中还可以看到国际标准名称标识（ISNI）的测试链接，链接到OCLC荷兰网站。而在ISNI官网查询（如查16位ISNI：0000 0001 0928 6445），得到的结果页面与OCLC荷兰显示的完全相同，其中也注明数据来自VIAF并有链接（还有其他一些没有链接的来源）。
不同来源的名称ID相互关联，无疑将促进网络名称规范控制。

via hangingtogether.org: First Scholars’ Contributions to VIAF: Greek! (2013-11-25)

[2013-12-10 update]参见OCLC正在进行的另一项名称规范活动：Registering Researchers in Authority Files，领头的是Karen Smith-Yoshimura，成员是Thom Hickey。原有的名称规范主要来自图书，论文等作者通常不在其列，这项野心勃勃的计划就是要一网打尽，形成完整的互联网名称规范。