《记录分面时间顺序数据最佳实践》(书目记录中作品和内容表达的日期)

ALA核心主题分析委员会(SAC)日前发布《记录分面时间顺序数据最佳实践》(1.0版),本版本在2020年0.9版征求反馈基础上修订完成。竟然长达43页,估计各种情况都可以找到示例。

记录分面时间顺序数据最佳实践(1.0版) / ALA核心主题分析委员会(SAC)分面词表分委员会(SSFV), 2021-6-11. https://alair.ala.org/handle/11213/16710

Best Practices for Recording Faceted Chronological Data in Bibliographic Records (Version 1.0) / Issued by the ALA Core Subject Analysis Committee (SAC), Subcommittee on Faceted Vocabularies (SSFV) ; Approved by SAC on June 11, 2021.  43 pages

本文档描述在书目著录中编码作品和内容表达日期的最佳实践。在MARC书目记录环境中,通过046字段(特殊编码日期)和388字段(创建时间段)实现。文档包括以下4个方面:

  • 1、单作品创建日期(创建日期=出版日期,创建日期<出版日期,大致创建日期,无准确日期时使用388字段)
  • 2、汇编中被汇总作品日期(046字段中特定日期vs不准确日期/含世纪,单个046字段中日期范围vs独立046字段,无准确日期时使用388字段,由记录中其他信息推断日期或大致日期)
  • 3、合集作品(汇编、选集等)创建日期
  • 4、内容表达日期(拍摄/播放日期)

【遵循LRM、合集略有不同理解】本最佳实践遵循《国际图联图书馆参考模型》 (IFLA-LRM) 中对“作品”和“内容表达”的定义。对于合集资源,本最佳实践主要与IFLA-LRM中描述的“汇编合集”子类型有关。 本文档中描述的单作品情况可能符合 IFLA-LRM 中描述的“并列”或“增强”合集;在这种情况下,046和/或388字段中描述的是主要作品。这一重点与MARC书目记录中的其他字段保持一致,这些字段类似地描述了此类资源中包含的主要作品/内容表达。

【目的:增加发现系统的时间分面】书目元数据中分面时间数据的存在,能促进发现环境中的许多潜在用途,本文档不假定任何特定的索引、显示和搜索/分面行为的规范集。事实上,开发增强功能的理由围绕分面数据,通常需要在给定发现环境中的书目记录中存在大量分面数据。希望这些最佳实践指南将通过鼓励在当前编目和回溯性工作中纳入时间数据的分面方法来加速这一临界质量。

以上译自导言。另外,SSFV表示:由于046字段有更新,计划继续修订,推荐使用新的 046字段第1指示符值的方法,以便对作品和内容表达的日期进行明确编码。

【046字段】原用于未能在008/06-14(出版日期)中表示的日期,比如公元前日期、错误日期等,换言之,转录文献显示的出版日期;其代码值与定义与008/06-14相同或对应,只是用子字段表示,方便计算机处理。046字段2021年更新有二,与LRM有关的是第1指示符,增加定义:1=作品,2=内容表达,3=载体表现。

【388字段】以文字/术语表示作品或内容表达的创建或起源时间段。388字段在2014年新增时就定义了第1指示符:1=作品创建,2=合集作品创建。除$a=术语,还定义有:$0=规范记录控制号或标准号,$1=真实世界对象URI,$2=术语来源,等。预设了关联数据环境中的使用。

参见:IFLA-LRM的“合集”(笔记)(2018-7-9)

—— 示例选 ——

【大致创建日期】(1.0版中例子,046第1指示符均为#未定义)

  • 046 ## $k [2015,2016]【=[2017 or 2018]】
  • 046 ## $k 197X【=[between 1970 and 1979?]】
  • 046 ## $k [1973..1984]【=[between 1973 and 1984]】
  • 046 ## $k 18【=19th century】

【无准确日期时使用388字段】(有或没有046字段)

  • 388 1# $a Elizabethan era
  • 388 1# $a Renaissance $2 lcsh【2个相同时代、不同称呼】
  • 388 1# $a American Civil War (1861-1865) $2 fast $0 http://id.worldcat.org/fast/1351658【有URI】

【被汇总内容日期】

  • 046 ## $o 1885 $p 1922 $2 edtf
  • 046 ## $o -05 $p -03【公元前世纪】

Hub:BIBFRAME模型下的超级作品

众所周知,在BIBFRAME2.0模型中,书目资源为三层三个核心类(作品——实例——单件)。一般认为BF2的“作品”对应于《IFLA图书馆参考模型》(LRM)和《资源描述与检索》(RDA)的四层模型中的“作品+内容表达”,但实际上LRM/RDA的内容表达与作品间关系、作品与作品间关系,在BF2中难以区分,汇集LRM/RDA作品也是一个麻烦事。因此有“超级作品”之议。

前些日子看2019年欧洲BIBFRAME研讨会的报告(参见:2019欧洲BIBFRAME研讨会,2020-6-16),注意到多个报告中提到BIBFRAME在作品之上新增了Hub,对应Share-VDE中定义的超级作品SuperWork——如此几种模型就都是四层了。

不过,目前BIBFRAME词表(BIBFRAME Ontology)中并没有看到Hub类,在会议报告【以下报告三】示例中提到的LC的BIBFRAME扩展bflc中也没有找到,因而定义不明。

但是,在LC的关联数据服务(id.loc.gov)中,BIBFRAME的检索范围有三种:BIBFRAME Works、BIBFRAME Instances和BIBFRAME Hubs。搜索结果的侧栏分面,Scheme下有BIBFRAME Hubs,Type中也有Hub,可见在数据层面广泛应用此区分。

在结果一览中,“词表”栏取值有BIBFRAME Hubs,不过此时“概念”栏取值为Work而不是Hub。以查“Shakespeare, William”为例:

  • Scheme分面(=命中数):BIBFRAME Hubs=1413,BIBFRAME Works=7323
  • Type分面(=命中数):Hubs=1413,Works=8736

主要相关报告:

一、美国国会图书馆的RDA和BIBFRAME(RDA and BIBFRAME at the Library of Congress / Sally H. McCallum and Jodi Williamschen, Library of Congress)

报告人Sally H. McCallum是美国国会图书馆(LC)网络开发和MARC标准办公室(NDMSO)主任,该办公室负责BIBFRAME开发。这个报告不但未提及Hub,反而仍强调BF“灵活使用作品/内容表达”,即作品和内容表达合一,因为大多数资源是一次性的;处理多媒体、特别是唯一资源时作品/内容表达识别有问题。

二、Opus Ex Machina:在BIBFRAME中建模超级作品、作品和实例实体(Opus Ex Machina: Modelling SuperWork, Work, and Instance Entities in BIBFRAME / Ian Bigelow, University of Alberta)

报告人所在图书馆应当是参与Share-VDE相关工作。报告中用“Opus”(作品)作为书目资源顶层实体的名称,以避免“Work”的多义性:Opus = BF的Hub = Share-VDE的SuperWork = LRM/RDA的Work。据称2019年1月Share VDE数据中引入超级作品类,2019年ALA年会前LC引入Hub到他们的数据。

三、关于身份:针对事物,但不是简单事物(含Hub 第1部分)(Identities for hubs, providers, and other things / Kevin Ford)

四、考虑关系:Hub 第2部分(Hubs and managing relationships / Kevin Ford)

报告人Kevin Ford是LC的NDMSO开发人员,应该是BF数据处理的实际执行人。在两个报告中专门讲述Hub:

启用Hub理由:1、意识到在bf:Work上做得太多了;2、意识到对于题名/名称-题名检索点没有很好的解决方案;3、上述题名/名称-题名检索点都是空白节点;4、与SHARE-VDE和Casalini合作以及SuperWork概念。
MARC来源:规范1XX$t,规范130,书目1XX+240,书目130,书目600/610/611$t、630,书目700/710/711$t、730【难道BF作品不是由这些字段抽取的?如何区分“作品”和“Hub”?】
MARC来源说出其作用,Hub作为聚合器(aggregator)执行3个功能:主题、相关作品、RDA意义的作品。

报告出处:European BIBFRAME Workshop 2019. National Library of Sweden, Stockholm, September 17 and 18, 2019

PCC作品实体白皮书(笔记)

近段日子一直关注馆里在做的方志库,其中涉及“作品”相关问题,首先是什么作为作品(合订本?丛编?),然后是如何从著录方式各异的书目记录中提取作品(并唯一标记、以便汇集所有载体表现),总之问题多多。想起PCC的作品实体白皮书,花几天时间仔细阅读,希望可以帮助理清思路,结果……不是没有收获,只是仍处于混乱中。

PCC SCS/LDAC Task Group on the Work Entity: Preliminary White Paper (1 October 2017) (69 pages)
Karen Coyle, Nancy Fallgren, Steven Folsom, Jean Godby, Stephen Hearn, Ed Jones (chair)

本白皮书汇集作品概念相关信息:历史(并非在FRBR中横空出世),不同标准建模差异(相同术语各自表述或不同术语含义近似),面对的问题。本报告没有答案、没有解决方案,但并非没有态度。

作品描述 将会取代 作品记录
作品描述:指描述一个作品实体的RDF三元组的任何图谱。采用开放世界假设,三元组集非预先定义:任何属性取一部作品为主体的三元组,都是该图谱的潜在成员。(1 导论,p.6)
任务组不认为未来的书目实践中会有单一的、规范的作品“记录”。作品将会存在于由RDF引入的元数据“后记录”视图中。(执行摘要,p.3)【可类比为情报检索语言中的“后组”】

“作品”历史回顾(2.1)
虽然“作品”术语到19世纪才由帕尼兹提出,但作为书目概念可以追溯到17世纪牛津大学图书馆目录(把不同题名出版物放在一起)。1979年时柳别斯基认为即将采用的AACR2有放弃作品的危险【不知所指为何】,1997年的FRBR则在理论上回归到了作品概念。
虽然在FRBR前“作品”没有明确定义,但在英美编目中长期具有中心作用。在1941年“统一题名”出现前,是以不同题名在目录中相互引用(意指不确定哪个是规范检索点)。一直与“作品”绑定的“作者”(创作香),则是随时间(即规则)而变的,在AACR2/RDA之前,所谓“名称-题名”中的“名称”曾经可以是编者、也可以是一般团体。

作品、作品描述、作品实体,编目政策、数据设计(2.2)
“作品”作为术语的3种含义:(1)识别出的作品(类别);(2)作品的描述;(3)作品实体。
是否每个被编目载体表现需要作品描述由编目政策决定;是否每个作品需要作品实体由数据设计决定。数据设计的决策在某种程度上受到作品如何在给定系统中确认与描述的影响。【书目数据的结构与质量决定能在多大程度上揭示作品实体】

面目不清的“作品”概念
现今各种相关标准对作品有不同认识(详见下,4 作品建模)。Richard Smiraglia著有《作品的性质》(The Nature of “A Work”. Lanham, Md.: Scarecrow Press, 2001),详述知识组织界对“作品”处理的细节。
尽管FRBR最终报告(1998)的作品定义是讫今为止对“作品”的书目概念的最准确说明,但开发FRBR的工作组本身承认,作品实体的边界会随实践界而异,因此作品和内容表达间的边界仅是研究目的的,并不在整个书目界有效。【这也就是BIBFRAME模型分三层的原因吧,因为要从现有书目记录中区分W和E更是困难——除了OCLC作品算法中识别的译本】

以显示串作为作品标识符并非最佳选择(3 标识符,p.11)
【用RDA术语,就是“代表作品的规范检索点”】规范工作花很多工夫在构建与确保规范检索点的唯一性,这是索引浏览环境下的必需,但在搜索驱动环境下可以有更灵活省力的方法帮助用户识别与选择资源。
妥善管理的标识符系统应当把标引与显示用元数据与标识分开,让数据随时间更稳定。但以“名称-题名”作为代表作品的规范检索点,最容易遇到作者名称形式的变化,比如不可避免的人过世(需要加上去世年)。

确定作品标识符的方法(3.2 作品标识符)
一个作品只有一个唯一标识符的想法是不现实的。不同环境如RDA和BIBFRAME中标识的作品会有不同的标识符。其管理可通过创建机器可操作的同等或相似陈述。确定作品身份(同等)的方法:
1、编目员决定:编码一套属性,属于该作品。【先组,如“名称-题名”】
2、作品身份在描述作品的属性中固有:Elaine Svenonius在《信息组织的知识基础》(The intellectual foundation of information organization. Cambridge, Mass: MIT., 2009. p. 33)中称为“集合理论”方法(“set-theoretic” method),即一套属性(如相同作者、相同题名)定义2个书目事项[记录]为相同作品。优点在于因为由算法确定,作品集成员具有一致性。【后组】

不同词表中的“作品”(4 作品建模)
目前以下词表(类和属性)还没有互相参见(只有BF Lite含少量与BF和其他RDF词表的“same as”关系)。假定未来会为方便互操作而增加。
4.1 FRBR
4.2 RDA:即使用采用RDA条款创建的编目数据,也未证明能够以合理的精度、可靠地抽取作品实体描述【现有CNMARC数据更是如此】
4.3 BIBFRAME:BF2.0词表进一步远离FRBR实体定义,因为不限制定义域。许多(如果不是大部分)属性定义为适合描述作品或实例或单件(而FRBR是用于单一定义域的)。BF三层对应FRBR四层:BF词表包含属性expresionOf/hasExpression可用于映射FRBR的作品-内容表达为BF的作品-作品关系,同时隐含保留FRBR作品和内容表达间的区别
4.4 BIBFRAME Lite:主要需求来自转换遗留数据而非以RDF创建新数据。作品本身属性很少,但继承来自超级类“资源”的附加属性
4.5 CIDOC CRM,FRBRoo,PRESSoo:引入时间实体、事件、时间过程;细化第1组实体(详见FRBRoo);分析创建和生产过程。FRBRoo对连续出版物的特例处理(单作品-单内容表达-单载体表现)被转至IFLA LRM,2018重新设计的RDA也会与之兼容
4.6 IFLA LRM:LRM在作品方面有2个变化,涉及集合体和连续出版物。
集合体:非作品【对应的集合体“作品”还是有的】,而是包含多个内容表达的载体表现,其中之一是称为集合作品的内容表达,即应用于载体表现的选择与安排准则。【集合体=载体表现(含N+1内容表达)】
连续出版物作品:集合体作品的一种类型,包含单个载体表现的单个内容表达【连续出版物作品->1个内容表达->1个载体表现】。LRM说明允许定义附加实体,包括其他纸版与Web版、不同语言版、本地版。但不清楚如何在实施中关联作品(增加属性?);目前也不知道RDA将如何表达。
4.7 Schema.org:对知识资源的高层术语是CreativeWork(直接在thing下),被用于FRBR所称的WEM。有20多个作品类型的子类,包括:文章、图书、地图、电影、照片、作曲、录音、电视连续剧、软件……。关系属性:作品样例、基于、部分,(书目扩展)作品翻译。Schema.org提供Web域名中各元素的使用范围,创作作品用得最多的类别是博客和文章(均超过百万域名),创作作品本身用于25-50万域名,图书1-5万域名;标识符属性有isrc和iswc,但未报告被使用。
4.8 DC:很少单独使用,最常与其他术语组合……适合作为词表间转换语言。
4.9 出版界和知识产权界标准:FRBR作品实体组装具有不同权利的内容表达,出版与知识产权界不关心。虽然出版社与知识产权标准不直接影响图书馆实践,但向图书馆资源发现服务提供的元数据会产生影响。
<indecs>【ONIX】:抽象概念(abstraction)=FRBR的内容表达(译本、版本)
ISTC:作品=FRBR内容表达
DOI:可应用于任何实体、任何粒度水平,如整个期刊、一期、一篇文章或特定格式的一篇文章。均不对应FRBR作品。
ISBN:可用于单册或多册集【FRBR载体表现】
ISMN:同上【FRBR载体表现】
4.10 图书馆界其他关联数据模型(未采用作品实体)
BLDM:不列颠图书馆数据模型(用于《英国国家书目》)
EDM:Europeana数据模型。定义“信息资源”类为=FRBR作品、内容表达、载体表现和CIDOC CRM实物的合并。
DPLA MAP:美国数字公共图书馆元数据应用纲要(基于EDM)
4.11 算法上实施作品:LC和OCLC均从事由MARC数据发现作品的类似工作,从MARC统一题名规范记录和书目记录开始(中文统一题名规范记录极少)。

5 开放问题【没有答案,但有观点】
5.1 作品和规范:FRBR意义中的作品和当今编目中定义的作品规范之间的关系是什么?
5.2 “一部作品”中包含什么:如何定义作品描述的范围? 它是否包含取自创作者和主题实体的属性?对于不同的功能如编目新的内容表达、用户显示等,需要多少图谱?
5.2a 以惯用总题名(汇编和集合体)特征化的作品【参见:规范检索点用惯用总题名后如何区分不同汇编(2018-4-8)】
5.3 作品实体:要求创建作品实体是出于什么功能需求? 是否需要为每个编目资源创建作品实体?
5.4 工作流程问题:与作品相关的编目工作流程如何考虑:(1)作品作为一个描述?(3)作品作为一个实体?
5.5 与知识产权界的作品相对应:我们如何与知识产权界创建的作品相关联?