标签： 若有所思

自动音译工具ScriptShifter

ScriptShifter是美国国会图书馆（LC）于2024年开发的自动音译工具。开源软件。

所谓“音译”，指文本从一种文字到另一种文字的系统转换。将文本音译为拉丁字母，即所谓“罗马化”。比如，为汉字生成汉语拼音。

ScriptShifter就是一款自动罗马化音译工具。LC使用的罗马化标准是：《ALA-LC罗马化表》（ALA-LC Romanization Tables）

ScriptShifter目前支持近百种文字（Supported Scripts/Mappings in ScriptShifter），有罗马字母到文字、文字到罗马字母2种转换，部分文字只有单向转换。比如中文汉字，只支持文字到罗马字母（汉字生成拼音），不支持罗马字母到文字（拼音转成汉字）。

有在线版本可以试用：https://bibframe.org/scriptshifter

  • 试汉字。几个多音字组成的词，转换正确。
  • 试日语，有平假名、片假名2种文字，均支持双向转换。支持日文汉字生成罗马字母，或者罗马字母生成假名（但罗马字母不能转成日文汉字）。另外，对多音汉字如人名无法很好处理，也是意料之中（在BIBFRAME更新论坛上提到希望借助AI）。

ScriptShifter是LC为编目非拉丁文字资源而开发的。目前已嵌入开发中的新版BIBFRAME编辑器Marva Quartz，用于实时生成罗马化内容。

由于其灵活的使用方式（见下），显然在回溯处理批量数据时也会有用武之路。

ScriptShifter可在本地运行、本机运行、通过API集成到其他软件中使用：

LC正鼓励参与开发：试用Scriptshifter；尝试安装Scriptshifter或使用API；通过Github或电子邮件报告问题。

Paul Frank and Matt Miller. ScriptShifter: Enhancing Library Metadata and Discovery. https://www.loc.gov/bibframe/news/bibframe-update-jul2024.html

参见：2024夏BIBFRAME更新论坛（2024-7-12）/posts/2024/0712/6271 

听周小玲讲座：RDA的发展和更新（实施与翻译）

今天去上图采编中心参加讲座：RDA的发展和更新。小会议室里挤满了人，很感慨时代的变化。几年前如有外来专家讲座，一定是市学会活动，公开发布消息，高校馆公共馆同仁济济一堂，而今却只是一个内部活动。很感谢几位让我得到了这样一个机会，姓名不表。

主讲人周小玲（Charlene Chou）现任纽约大学图书馆知识检索部门主任，目前正在上海纽约大学访学。她做报告的身份是RDA指导委员会的更广泛社区参与专员（RSC / Wider Community Engagement Officer，2022-2023, 2024-2025），据她说因北美、欧洲和澳洲三洲已有各自的地区机构，这个职位负责在其他三洲即南美、非洲和亚洲推广RDA，她从东亚开始。她说台湾的馆长在推动采用新RDA。另外，日本的国会馆有兴趣但不确定实施时间【确定不是敷衍？日本为对标原RDA已更新本国编目规则】，韩国感兴趣西文部分【和吾国类似】，新加坡积极【新加坡国家图书馆局的Haliza Jailani是2021-2023年RDA理事会亚洲代表】。

提问阶段我问了RDA实施情况。比如说，美国PCC于2024.5.1-2027.4.30滚动式实施，现在有图书馆开始实施了吗？并没有，因为第一，培训才做第一阶段，均在期待更实用的第二阶段；第二，等待应用纲要完成；第三，LC-PCC PS和MGD更新，今年完成【实施至少2025年了】。

其他已经实施的国家有：大英图书馆【工具包有BLPS】，德语联盟【有RDA DACH】；新西兰【工具包有NLNZ PS】，澳大利亚；以色列，希腊——我问：没看到有这2个语种翻译啊？答曰：可能版权比较复杂，没上网【原RDA中译本非电子版，也说明有中文翻译的】，或者直接用英语【德国也没翻译原文，RDA DACH是对应的手册】。

最近有ALA活动“RDA Around the world”【未查到资料】，西班牙文翻译已完成，但南美并无实施。

关于翻译，她特意介绍RDA registery（RDA注册）已由顾犇翻译成简体中文，初稿很快会上传征询意见；台湾正在翻译繁体中文。

看提问不踊跃，我又就她报告中提及的RDA各种映射，问了与BIBFRAME映射问题。不意她理解为BIBFRAME与MARC映射，说到了BIBFRAME实施的问题（真是意外收获）——由于b2m转换不似m2b成功，因而LC想只做BIBFRAME记录（再转换成MARC）一直没有执行【就是那个关注很久却找不到实例的BIBFRAME 100】，而比如她们馆用Share-VDE把MARC转换为BIBFRAME，觉得很好，因之没觉得有必要用BIBFRAME【大致此意】。

之前查RDA近期PPT时，发现RSC网站（www.rda-rsc.org）不知何时并入了RDA工具包网站（https://www.rdatoolkit.org/rsc），大概是为了降低维护成本，但更新不及时了，半年过去，还没有2024年的报告。2023年有在台湾和香港的报告，今天的内容大致同在香港JULAC的报告，可见 2023 Presentations | ALA RDA Toolkit：

Introduction to Official RDA Toolkit. Bibliographic Services Committee, Joint University Libraries Advisory Committee, Hong Kong. 2023-12-15.

以上相关内容可参见部分博文：

2025年LC正式实施BIBFRAME（及非拉丁字母文献编目变化）

2024年下半年起，美国国会图书馆（LC）部分编目员开始直接用BIBFRAME编目，然后转换为MARC格式记录供使用（应该不久就可以在LC目录中看到转换记录）。2025年3月LC实施FOLIO和BIBFRAME，7月完全切换到FOLIO，现在的图书馆集成系统Voyager退休，意味着届时所有出自LC的MARC记录都由BIBFRAME转换生成。

之前LC的MARC数据的字符集为marc-8，只支持部分语言文字，随着更换到FOLIO，将使用unicode字符集，支持所有语言文字。加之元数据格式由MARC转为BIBFRAME，非拉丁文字编目政策因之而变。2024年4月，LC发布消息（Cataloging, Acquisitions News, 04/25/2024. https://www.loc.gov/aba/news/），为准备2025年春季在LC实施BIBFRAME，作为LCAP（图书馆馆藏访问平台）FOLIO实施的一部分，采访和书目检索局（ABA）将采用[新的]非拉丁文字输入书目描述的最佳实践，并附3个文件，分别是通告、建议报告和政策问题文件：

  • 通告（2024-4-15）Announcement(PDF : 159 KB) 分阶段实现BIBFRAME和LCAP/FOLIO中输入非拉丁文字（2025年内，分季度实现不同语种的非拉丁文字的原文录入，使用LC开发的开放获取的罗马化工具ScriptShifter：参见：2024夏BIBFRAME更新论坛. /posts/2024/0712/6271）
  • 政策问题文件（2023-11-3）Policy Issue Document(PDF : 174 KB)FOLIO BIBFRAME中非拉丁文字输入的政策问题 （LC遵循《PCC多字符集书目记录创建指南》，使用MARC模式A，即非拉丁文字信息记录在880字段中，音译记录在常规MARC字段中。但自2017年开始的BIBFRAME编辑器试验中，非拉丁文字输入一直遵循MARC模式B（对应于MARC就是直接使用常规字段），书目描述是在实例中用原始文字，在作品中提供拉丁音译的检索点。/ 应考虑恢复实施MARC前在旧目录卡上描述非拉丁文字条目的方法，条目包含原始文字中的信息，检索点和正题名以音译形式呈现。以此简化书目描述的创建和结构，节省键入音译数据的资源，满足日益全球化的图书馆生态系统中非拉丁文字用户的需求。此外，以音译提供适当的检索点和正题名，确保图书馆资料的组织和安排，以及规范检索点的维护。）
  • 建议报告（2024-5-8）Recommendation Report(PDF : 980 KB) 关于在BIBFRAME和FOLIO中非拉丁文字输入的建议（最佳实践草案，解决2023年“政策问题文件”中提出的2个问题：1）制定一项关于BIBFRAME描述中包含的音译数据范围的政策，2）确定生成音译数据的解决方案，促进BIBFRAME-MARC转换。/ 音译数据范围：实例：对应MARC字段245/264的信息，作品：检索点如首选题名[MARC字段130/240]。/ BIBFRAME输入采用MARC模式B，但为满足编目服务发行部（CDS）客户[购买LC书目记录的图书馆]的需求，需要为BIBFRAME-MARC转换的描述性元数据生成成对的音译字段。建议采用两种方法提供音译数据：ScriptShifter自动音译；没有自动化工具时字段空白、使用<>作为占位符。/ 附录为示例：多语种BIBFRAME格式；MARC音译占位方式）

由于是在2025年内实施到位，对其他图书馆来说，LC的三阶段实施细节不太重要，主要是了解建议的书目数据细节（还不是最后决定）。后附一条记录，直观感受变化。

尽管国内大量套录源自LC的书目记录，但小语种记录来自LC的不多，估计不会有太大影响。只是现在开始LC记录将逐步过渡到BF转换成的MARC，也需要关注下载记录的变化，确定应对方法。随着明年中Voyager的退休，数据套录方式肯定也会变动，同样需要关注。

— 找一条中文文献记录对比看变化 —

目前由BIBFRAME转换的MARC记录，是考虑其他图书馆需求的折中方案，但结果并非MARC模式A——不是所有原文字都使用880字段：只有规范检索点用音译，不用音译时直接使用相应字段。可以看到转换后的记录880字段少了很多。曾亲眼见证转换程序的变化，如2021年6月的 bibframe2marc v1.1.0 转换结果是BIBFRAME采用的MARC模式B，完全不用880字段，可参见：BIBFRAME/MARC数据双向转换程序更新（880字段消失）. /posts/2021/0620/5691。

1、LC目录（https://catalog.loc.gov/）查中文文献记录（输入汉字，如：上海），找一条看MARC记录（申報自由谈）。记录010字段LCCN号=82185853 或 001字段书目号=4232950（用于查找Bibframe2Marc对比记录）

  • 130 0_ |6 880-01 |a Zi you tan.
  • 880 0_ |6 130-01/$1 |a 自由谈.【BF转换记录无：1XX检索点不做原文】
  • 245 00 |6 880-02 |a Shen bao Zi you tan.
  • 880 00 |6 245-02/$1 |a 申報自由谈.
  • 246 30 |6 880-03 |a Zi you tan【BF转换记录无：2XX描述仅照录、不做罗马化（尽管通常246/247也是检索点）】
  • 880 30 |6 246-03/$1 |a 自由谈
  • 260 __ |6 880-04 |a [Shanghai] : |b Shanghai tu shu guan ying yin, |c 1981.
  • 880 __ |6 260-04/$1 |a [上海] : |b 上海圖書館影印, |c 1981.
  • 500 __ |6 880-05 |a Incomplete reprint of the literary section, zi you tan , of the daily shen bao . Originally published: shang hai, 1911-1949. Reprint ed., with new pref., includes only issues for Dec. 1, 1932 – Oct. 31, 1935 and Oct. 10-31, 1938.【BF转换记录无：5XX描述仅照录、不做罗马化】
  • 880 __ |6 500-05/$1 |a Incomplete reprint of the literary section, 自由談，of the daily 申報．Originally published: 上海, 1911-1949. Reprint ed., with new pref., includes only issues for Dec. 1, 1932 – Oct. 31, 1935 and Oct. 10-31, 1938.
  • 505 0_ |6 880-06 |a Shang. 1932nian 12yue 1ri-1934nian 4yue 25ri–xia. 1934nian 4yue 26ri-1935nian 10yue 31ri, 1938nian 10yue 10ri-1938nian 10yue 31ri.【BF转换记录无：5XX描述仅照录、不做罗马化】
  • 880 0_ |6 505-06/$1 |a 上. 1932年12月1日-1934年4月25日–下. 1934年4月26日-1935年10月31日, 1938年10月10日-1938年10月31日.
  • 630 00 |6 880-07 |a Shen pao.
  • 880 00 |6 630-07/$1 |a 申報.【转换无，6XX检索点不做原文】

2、BIBFRAME工具：BIBFRAME2MARC转换工具（https://id.loc.gov/tools/bibframe/comparebf-lccn）v2.6【调整顺序880字段到配套字段下】

  • 130 0 $aZi you tan.$0http://id.loc.gov/resources/hubs/36aebe4e-1991-3a2b-d7fe-f6387a551327【检索点，罗马化+$0规范，不做880】
  • 245 00 $6880-01$aShen bao Zi you tan
  • 880 00 $6245-01/$1$a申報自由谈
  • 246 10 $a自由谈【不做880】
  • 264  1 $6880-11$a[Shanghai]$bShanghai tu shu guan ying yin$c1981
  • 880  1 $6264-11/$1$a[上海]$b上海圖書館影印$c1981
  • 500  $aIncomplete reprint of the literary section, 自由談，of the daily 申報．Originally published: 上海, 1911-1949. Reprint ed., with new pref., includes only issues for Dec. 1, 1932 – Oct. 31, 1935 and Oct. 10-31, 1938.【不做880】
  • 505 0 $a上. 1932年12月1日-1934年4月25日–下. 1934年4月26日-1935年10月31日, 1938年10月10日-1938年10月31日.【不做880】
  • 630 4 $aShen pao.$1http://id.loc.gov/resources/hubs/39380c58-e2da-603d-076c-441b383c6718【检索点，罗马化+$1实体URI，不做880】
  • 884  $aDLC bibframe2marc v2.6.0 (MarkLogic Corporation) $g20240714211322.0 $qDLC $uhttps://github.com/lcnetdev/bibframe2marc【转换信息】