张沙丽《著录规范化与全球信息资源共享》笔记

    美国北卡罗莱纳大学绿堡校区图书馆副馆长、ALA理事张沙丽(Sha Li Zhang)博士的中图学会2005年会文章,原文标题:Authority Control and Its Implications in Global Information Resources Sharing。应该与她在分会场中的报告内容相同吧?文章引用的规范研究资料丰富,关于规范数据处理外包的详细信息对我尤其新鲜。如果有心,又有很多东西可以找来看了。下面是笔记,方括号中为自己想法。

Evolving Authority Control
    图书馆界对规范控制的关注在1980年代后才逐渐升温。根据Auld的统计,1900-1982年间仅有规范控制文献46+7篇。而作者最近统计OCLC FirstSearch的“图书馆文献”库,1982-2005年间出版的含“authority control”的达540条。[不知道占文献总量的比例有无变化?]

Authority Control and Integrated Library System (ILS)
    1980年代后期到1990年代早期,许多图书馆转向使用集成系统ILS进行联机编目。许多ILS提供规范功能,并且可以在书目记录检索点与规范档之间建立链接。在联机环境下,如果规范记录中的一个检索点发生变化,通过ILS的标目全域更新功能,可以将书目记录中所有相应的标目一同更改。许多图书馆的系统通过夜间备份(冷备份)完成实际更改,有的ILS则可即时完成。[国内的系统中不知有哪家已经能够实现规范控制?]
    Tillett在2004年总结的使用ILS进行规范工作的优点:

  • 易于维护标目与参照
  • 全域更新能力,依据规范记录检查书目记录的标目
  • 提供参照引导用户到规范标目
  • 标目形式有效性验证

Vendor-Contracted Authority Work
    Benaud & Bordeianu在1998年发现,55%被调查馆外包规范控制,另有14%计划将来外包。Velluccid 2004年总结:普遍外包编目、尤其是规范控制处理,已经成为美国学术与公共图书馆的共同做法。[目前的编目外包数据是多少?]
    美国的主要规范控制服务商:

    某些系统如Innovative的Millennium“自动规范处理系统”,在新规范记录载入本地ILS时会自动更新书目记录标目。有些如LTI的二级“规范更新处理”,由服务商根据规范记录变化更新书目记录,并将更新后的书目记录载入本地ILS。
    Zhu在2004年所列规范合约应当包括的一些因素:

  • 将现有书目数据库提升到当前规范标准,并建立一个新的规范库
  • 将新增书目记录提升到当前规范标准
  • 保持新创建规范数据库随外部规范结构更新,同时保持现有书目记录符合当前规范标准

    作者的实施服务商规范过程不完全列表[包括对服务商的要求及本馆的工作安排]:
1、确定合约商。如比较产品(去重处理、数据库清理、更改标识符、删除括号等)、价格、提交方法、更新频率(如新书目记录每周服务、现在书目记录每季更新、主索引年度更新等),更重要的是合约商与本地ILS协调的能力。
2、填写文档。数据交换格式(如FTP或磁带上载),规范档分布(一个或多个文档),预订合约商报告与提醒服务。
3、根据编目费用计算合约商规范服务费用
4、明确责任,谁负责由本地ILS抽取书目记录发送给合约商处理?谁负责上载合约商的文档到本地ILS?谁负责手工检查合约商不能提供规范标目的那些标目?
5、建立与合约商的沟通机制,使问题得到及时处理。
6、设定适合本地ILS的批导入文档。如Innovative的Millennium处理规范记录用两个独立的规范文档:名称和主题;而Endeavor的Voyager则把所有规范记录放在一个文档。
7、解决合约商无法以机器批量处理的问题标目。如LC的音乐家Wang Bing与Wichita州立大学的工程学Wang Bing。这问题可通过实施Unicode,区别汉语字符。[在汉语不同的情况下,可能不认为需要附加信息区分,但不曾料想拼音可能相同。是不是因此要求都加日期区分?拼音+日期仍相同?只有在拼音索引档中才能得知此种情况。]

Search Results from Library Cataloging and from Search Engines
    我们是否能够承受对网络资源使用规范检索点?馆员转向元数据作为解决方案。[计算机界用semantic web和ontology?]

Metadata and Authority Control
    都柏林核心Dublin Core:ANSI/NISO Z39.85-2001 online access。
    OCLC领导开发“主题术语分面应用”(FAST:Faceted Application of Subject Terminology),源于LCSH,但简化其句法。计划的最初阶段包括六个面:论题、地理、形式、时期、个人及团体名称。用于这些面的主题词汇取自LCSH,并映射到MARC21的编目字段与DC元数据。
——————————————————————-
FAST面          DC修饰词      MARC21书目字段      MARC21规范字段   
——————————————————————-
论题            Subject            650                  150
年代            Period             648                  148
形式            Type               655                  155
地理        Coverage.spatial       651                  151
个人名称    Creator/namePersonal
            Contributor/…        600                  100
团体名称    Creator/namePersonal
            Contributor/…        610                  110
——————————————————————-

Authority Control Projects among International Library Communities

  ?Barbara Tillett领导的IFLA的UBS与UBCIM工作组项目[VIAF?]
  ?NACO: the Name Authority Cooperative。美国与世界最有影响团体,成员包括美国46个州的机构及欧洲、非洲、大洋洲、亚洲和拉丁美洲43个机构。LC创建的规范记录是350万多条,而成员馆合作也发展了200万多条。
  ?HKCAN: Hong Kong Chinese Authority for Names
  ?MACS: Multilingual Access to Subjects。创建于1997年,由欧洲国家图书馆会议CENL提出,为解决欧洲数据库的多语种主题访问。瑞士国家图书馆SNL、法国国家图书馆BnF、英国图书馆BL、德国图书馆DDB参与,以德语、法语、英语链接主题标目。
  ?LEAF: Linking and Exploring Authority Files。2001年由欧盟资助,开发一个模型结构,收集、收割、链接与提供对现存的本地或全国性名称规范信息的访问。以存档目的链接规范档,使用Z39.50及OAI协议。参与机构包括欧洲的图书馆、LC、OCLC及弗吉尼亚大学。

另:文中关于规范控制的一些总结:

Avram在1984年所列规范控制的核心功能:
1、区别名称[规范标目]
2、显示关系[参照与连接]
3、为决定提供证明[附注与来源]

Burger在1985年总结的规范记录作用:
?记录每一检索点的标准化形式
?确保集中具有相同检索点的所有记录
?能够标准化目录记录
?记载选定检索点的决定及来源
?记录不同于选定为规范形式的检索点的所有其他检索点形式

Gorman在2004年指出的规范记录必须包含的元素:
?标准化的检索点
?所有作“见”参照的形式
?连接到所有链接的规范记录(“参见”参照)
?标准化检索点的来源
?标准化形式的先前形式与其他用法一览


致谢:
    感谢li li扫描了张沙丽的文章发给我,十几页,很费了一番功夫。扫描文件又很大,电邮也发了好几封。

 

用得最多的46个MARC21字段

    li li说“用得最多的33个USMARC字段”数据太旧,希望我统计一下新一点的MARC记录。我按照“用得最多的39个CNMARC字段”的方式,统计了我馆部分新的西文数据。记录共13101条,排除MARC21中没有的字段(但保留我国定义的093-098)后,共使用了108个字段,其中有9个字段只出现一次。出现的字段数与1997年前400万条USMARC记录的统计结果基本相同。
    字段计数总共为263593,平均每条记录使用20.1个字段。比CNMARC多了近1个字段,比前述USMARC多2个字段。原因呢?首先想到的是本馆保留LC分类号、DDC分类号,又增加中图分类号,偶而还没有删除其它分类号。其他原因有:完整的MARC21记录主题字段量比较大,新文献一般都有一个甚至多个ISBN,新增的856字段出现频率比较高,等等。

    在本次统计中,出现频率超过百分之一的有46个字段。由于无法统计每条记录的情况,所以可重复字段的出现次数会超过100%。也就是说,即使是统计值为100%的字段,也不一定出现在每条记录中,因为可能有些记录多次出现该字段。
    原USMARC数据的百分比是指在记录中出现的百分比,而本次的百分比则是出现量的百分比,两者没有可比性。但有些字段是不可重复的,对这些字段二个百分比是一致的。将二次数据作些对比还是蛮有意思的。以下是46个字段的统计数据(001、008、300应当为100%,原记录有错误),右侧为原USMARC统计数据:

字段 百分比 USMARC统计 
650 209.76%  245 100%
020 144.49%  260 100%
093 100.37%  300 100%
001 100.01%  050 100%
260 100.00%  008 100%
245 100.00%  650 95%
300  99.99%  100 72%
008  99.98%  020 67%
040  99.08%  500 67%
005  97.34%  082 63%
504  83.46%  043 50%
050  81.12%  504 49%
700  79.73%  700 43%
082  77.42%  651 25%
100  71.18%  250 18%
010  69.99%  710 18%
003  65.71%  490 18%
440  35.04%  440 17%
500  34.52%  600 14%
043  31.84%  740 9.40%
042  28.63%  830 8.20%
246  25.95%  110 7.30%
250  25.34%  041 7%
651  23.03%  610 6%
856  15.80%  520 4%
534  11.68%  130 3.80%
600  11.30%  505 3.30%
041   8.97%  111 2%
710   8.53%  653 1%
490   8.43%  655 1%
830   8.41%  630 1%
035   6.19%  060 1%
505   5.98%  810 1%
015   4.43%  730 1%
094   4.31%  533 1%
546   4.30%   
240   3.08%   
610   2.76%   
111   2.24%   
655   1.34%   
538   1.18%   
362   1.15%   
711   1.13%   
310   1.05%   
060   1.02%   
730   1.01%   

    同样,由于专著记录占了数据的绝大部分,所以对于专著以外文献类型记录所用字段,这个统计数据没有帮助。但似乎比CNMARC的结果好些,至少连续出版物有310、362入围,其他022、210、222、321、580、780、785等字段则未入围。
    对结果进行对比,新上榜的1619个字段依字段号分别是:001、003、005、010、015、035、040、042、093、094、240、246、310、362、534、538、546、711、856。前八个是对用户而言无关痛痒的代码和编号,似乎很无趣(当然有助于科学管理);接下来两个是中国特色,中图法、科图法必不可少;后四个是文献出版形式变化的结果:538、856主要是针对电子资源,534、546主要用于授权影印书。另外,240反映题名规范程度的提高(旧记录可能较少反映文献原题名),246则是MARC格式变化的结果,711上榜应该是由于现在会议录增多的缘故
    落榜的是:110(根据AACR2的规定,以团体作主要款目标目有很大限制)、130(是否以前重版佚名经典较多?)、520(现在反而不重视文摘了)、533(不知都著录些什么内容?旧书缩微?)、630(与130类似,以前大概研究佚名经典较多)、653(现在更多地使用规范化主题词)、740(大部分被246取代,分析题名常被505$t、700$t和730代替、810(大概原来团体丛编较多)

更新(2005/9/2,以上黑体字部分为本次更新)
    感谢li li婉转地告知上文的上榜、落榜字段的诸多遗漏。
    最后,在更仔细地确认上榜、落榜字段数字时,却发现了一个更大的错误:原来“用得最多的33个USMARC字段”实际上是35个字段。原文为“TOP 33 : The 33 most frequently used fields in LC USMARC data”――居然如此误导,而我竟然也想当然照抄不误?!

 

转贴曹宁对新版《规则》版本项的解释

    见到曹宁先生对本人“质疑新版《中国文献编目规则》版本项”一文的长篇回复,很是感动。谢谢曹宁先生如此耐心细致全面的解释,让大家了解了规则修订的一些内幕!精彩内容,不敢独享。为方便很多象我一样通过RSS阅读而无法得知回复信息者,将曹宁先生原文全文转贴如下:

    编目先生,您好!对新规则的质疑说明您对新规则的关注,而质疑是督促〈规则〉不断更新和完善的基础。客气的话不多说了,对您的质疑谈谈我的看法.

1. 新版规则附录5中对版本的定义确实不够好(同一种文献(出版物)因编辑、传抄、刻版、排版及装订或制作形式的不同而产生的不同本子),太抽象也太笼统。我觉得AACR2(2002年修订版)以及《西文文献著录条例》将版本概念按不同文献类型分别描述的做法是很好的。上述文献对专著版本的定义是:从同一版型产生并由同一机构发行的所有复本。因此当时修订组的倾向性意见是,205字段中著录的版次信息应该针对同一出版者而言(我曾所说的“版本信息应该由出版者提供”也是类似的意思)。在您质疑中提到的两个例子,中图法(四版)和编目规则(二版),都存在出版者变化的情况,如中图法,一版是科技文献出版社出的,二版之后是书目文献出版社(后更名为北京图书馆出版社)出版的。《编目规则》的情况也类似。如果上述版次信息放在版本项不合适,那就要考虑另找的位置,其结果是跟正题名放在一起了,这样做是不是完全合适,或者是不是能成为普遍标准,我不能肯定。

2. 关于版本项的规定信息源首选版权页的问题,实际上也和上述认识有关(因为版权页基本上是属于出版者发言的空间),新版编目规则继承了旧版规则关于版权页的定义:亦称“版本记录页”,似乎从逻辑上更做实了作为版本项首选信息源的理由。当然,这一自作主张确实与ISBD(M)不同,记得在修订过程中曾有意见说,这一改动反映了东方文献的特点,即版权页信息要比西方完整和充分(好象说AACR2对此也有认可?待查)。最新证实的消息是,在今年5月评审通过的GB3792.2《普通图书著录规则》(文标会组织修订的,何时正式发布还不知道)中也将版权页作为版本项的首选信息源了,算是和《编目规则》取得一致吧。

3. 关于FRBR应用的问题,我比较同意您的看法。但文献正题名,对以载体表现为著录对象的书目记录而言是不受控的,因此似乎可以不必过多考虑是否有利于文献集中的问题。文献集中确实需要做,您也谈到“需要通过附加题名检索点或连接方式”实现,我想实现的方式主要是要让题名受控,比如采用编目员补充题名或者统一题名。

4. 王绍平老师提供的例子很有意思,至少说明编目规则解决不了编目中的特殊性问题,也说明任何编目规则都不能取代编目过程中编目人员的理性判断。《冲突法论》这本书我没见过,不便过多发表意见。但从描述的情况看,似乎是版次说明有疏漏,如果确实如此,应该遵循信息源中更丰富和完整的信息,在版本项著录“2版”大概没有问题。
匆忙回复,考虑未必周到,姑妄言之吧。

评论人:曹宁   2005-08-18 16:32:29 

    在自家园地,贴完曹先生回复后意犹未尽,想对曹先生的回复再谈点自己的认识。
    其实问题的症节,主要在于对“版本”的认识差异。如您所说,《西文文献著录条例》(AACR2不在手边,相信《条例》是译自AACR2的)对专著“版本”的定义是:“从同一版型产生的(无论是直接的还是照相或其他方式出版的)并由同一机构发行的所有复本。”《条例》对其它类型文献“版本”定义也均针对“所有复本”。
    由“同一版型”及“复本”用词可知,这里的“版本”是特指“某版本”,并非指所有版本。某个特定的版本,自然是由“同一机构发行的”。用FRBR的术语,此处“版本”是指某个载体表现,并非各种载体表现的集合,更非所有的内容表达。
    从另一个角度,也可以说明《条例》(或AACR2)的版本定义的含义,并非如您所说的“205字段中著录的版次信息应该针对同一出版者而言”。因为在西文出版中,同一作品的不同版本由不同机构出版是常见现象,无论作品是否更换出版社,在依据AACR2著录的记录中,版本项均按在题名页(或封面、其它文前序页)等处出现的版本说明著录
    所以我反而觉得,新版《规则》中独有的“版本”与“版次”定义很好,十分有助于大家对版本与版次的理解:

  • 版本:同一种文献(出版物)因编辑、传抄、刻版、排版及装订或制作形式的不同而产生的不同本子。
  • 版次:图书及其他文献排版次第的说明。凡第一次排版称“第一版”或“初版”(或其他表示法)。凡内容经过修改、增补后重新排版称“第二版”或“再版”(或其他表示法),以下类推。

    中国出版文献的确有特殊现象,就是出版社给出的版本信息(与印次相连的部分)基本上只针对本社的情况,所以如第2版更换出版社,在出版社给出的信息就是“第1版”。对此,如按照您第4点“遵循信息源中更丰富和完整的信息”的说法,取出现在题名页或其它规定信息源中的“第2版”作版本项,应当是更好的选择。