标签： LC

LC关联数据批下载更新

美国国会图书馆（LC）2009年上线id.loc.gov网站，陆续以关联数据形式提供该馆维护的各类词表和书目、规范数据，后来又开始陆续提供数据的批下载。发布的数据可以查询或关联使用，下载的数据还可以整合到自己的应用中。

今天在BIBFRAME邮件组中看到消息，称其中的LCSH（国会图书馆标题表）和LCNAF（名称规范档）已更新，并将持续定期更新：

  • LCSH：每周三更新（如果有变化）
  • LCNAF：每月15日更新
  • 二者均以JSON-LD、N-Triple和XML序列化。

The Library of Congress > Linked Data Service > Download

目前LC关联数据服务的批下载页面有各种主题词表、名称规范、代码表（编目条例、国别、地理区域、语种、体裁、关系词等）数十种，序列化为RDF/XML、Turtle或N-triples。文件大小从数KB到十数GB不等，通常为压缩文件，解压后可能增大10倍。每个文件都显示更新日期。相关背景信息见LC关联数据服务的技术中心（Technical Center），包括：下载数据处理方法、元数据结构标准、搜索使用与SPARQL查询方法、支持的RDF MIME类型和序列化格式。

参见：

关联数据编目走向现实——新项目LD4P3及LD4社区

梅隆基金资助的“图书馆关联数据”LD4系列项目始于2014年，每2年1-2个项目。2020年中，新项目LD4P3“闭环”得到批准（2020/7/1-2022/6/30，250万美元）。历经多年探索、关联数据编目似乎终于开始进入实际应用阶段。

项目名称“闭环”，指创建一个完整周期的工作模型，以进行图书馆元数据的创建、共享和重用。本项目伙伴(partner)即共同申请者为斯坦福、康奈尔和爱荷华大学图情学院，协作方包括Share-VDE（意大利厂商的托管编目环境）、美国国会图书馆（LC）、合作编目计划（PCC）以及OCLC。此外还有合伙人(cohort)，即在LD4P2时已参加从MARC到关联数据编目的PCC成员馆。

主管此项目的斯坦福大学技术与访问服务副馆长Philip Schreur在新闻中称此项目的目的是“使图书馆资源超出图书馆目录的可访问性，并利用来自更广泛网络的相关信息来增强基于图书馆的发现，以及从现有但以前未链接的数据中创建新知识”。

七个主要目标：

  • （1）完成能够与多种环境（例如FOLIO）进行交互的开源关联数据编辑器【对Sinopia的功能要求1】
  • （2）扩大查问规范（QA）范围，以在各种传统（例如LCNAF）和非传统（例如Wikidata、Discogs）规范源中为规范和实体查找以及数据导入提供一流的支持【对QA的要求】
  • （3）通过将QA与OCLC提议的“实体主干”相集成来扩展实体管理【参见：OCLC获梅隆基金资助开发实体管理基础设施（2020-1-11）】
  • （4）以RDF创建所有PCC原始编目的连续馈送池，该池可在世界范围内免费开放使用【PCC数据池】
  • （5）扩大Sinopia与其他数据源（ILS、发现系统、PCC数据池和其他外部数据源）基于API的集成的能力，使RDF环境中的数据流闭环【对Sinopia的功能要求2】
  • （6）将PCC合伙人的管理和培训从LD4P转移到PCC【从项目试验走向实际应用？】
  • （7）可持续发展计划和建模，包括确定单个组件以及LD4P3主要利益相关者在业务、成员资格、服务、软件、数据和运营方面的几种长期选择

七个目标通过五个工作包实现：

  • （WP1）扩大Sinopia环境
  • （WP2）集成并完成生产就绪的关联数据规范支持服务（QA）
  • （WP3）在Blacklight中实现发现增强功能【那个历史悠久的？Blacklight：佛吉尼亚大学的开源OPAC（2008-3-3）】
  • （WP4）通过创建PCC数据池和扩展PCC合伙人来扩展PCC社区的参与
  • （WP5）环境关键部分的可持续性和社区发展

日前LD4社区也宣布成立：ld4.io。“新的LD4社区向任何人开放，供其探索、学习和协作以提高意识和知识，鼓励采用并建立可互操作的标准、工具和服务的生态系统，以将关联开放数据和其他技术从理论付诸实践并规模化。”目前网站汇集LD4年会资料（始于2017）、维基、slack（即时沟通和团队协作）、邮件组（可申请加入发现、Wikidata、非拉丁文字资料3个组）、油管频道、Github等。

  • 社区宪章：LD4是一个共同努力以促进图书馆实践的社区。 我们专注于链接和使用Web上的数据来推进图书馆的使命、宗旨和目标。/ LD4社区的参与对任何人开放——个人或机构、 非营利组织、政府组织或商业组织。通过直接参与，并通过其各种渠道、项目和活动，LD4聚集全球成千上万的个人。
  • 愿景：世界用图书馆数据丰富，图书馆用世界数据丰富。
  • 使命：通过建立一个开放、多样化、可持续和图书馆主导的社区来推进图书馆实践。我们将共同探索、学习和协作，以提高认识和诀窍，鼓励采用，并建立可互操作的标准、工具和服务的生态系统，以便将关联开放数据和其他技术从理论大规模地应用于实践。

参考资料：

LD4系列项目网关 ld4l.org

  • 2014-2016: LD4L (Linked Data for Libraries)
  • 2016-2018: LD4L Labs
  • 2016-2018: LD4P (Linked Data for Production)
  • 2018-2020: LD4P2: Pathway to Implementation
  • 2020-2022: LD4P3: Closing the Loop

EDTF：扩展日期时间格式

如果在元数据中看到日期为2020-41，会不会感到很晕？是不是弄错了？并没有！这个日期表示的就是当下：2020年下半年。

编目或元数据描述中涉及时间的，通常推荐采用国际标准的日期时间格式ISO 8601，MARC21中常使用美国国会图书馆的扩展日期时间格式（EDTF）。EDTF基于ISO 8601，在2012年发布草案，当前版本发布于2019-2-4。

制定EDTF的背景（EDTF – Background），首先是当时的ISO 8601-2004不足以表达很多应用需要的语义限定与概念，需要加以扩展，例如大致年份（如可能是1984年）。其次是ISO 8601作为国际标准，在很多情况下提供多种格式供选择，实际使用时需要选定、即限制到一个更小的支持集。

ISO 8601-2019基本集成了EDTF扩展的功能，但由于后一原因，现在编目中仍使用EDTF而不是直接使用 8601。换言之，在8601有多个选项时使用EDTF的选项，基本上可以认为现在的EDTF是8601的子集。

Extended Date/Time Format (EDTF) Specification

EDTF采用8601的“扩展格式”（而非“基本格式”）。扩展格式的基本形式是：日期以-分隔，时间以:分隔。（不用分隔符的是基本格式）

日期时间是一个不带空格的字符串。以下概述用到的其他符号、摘取某些数字代码以及常用样例，完整的可查EDTF规范本身。

（一）T 连接日期和时间；Z 世界标准时间(UTC)；+或- 比UTC早或晚

1985（年）；1985-04（月）；1985-04-12（日）。
1985-04-12T23:20:30（本地时间）；1985-04-12T23:20:30Z（世界标准时间）；1985-04-12T23:20:30+04:30（比UTC早4个半小时）。

（二）表示一年中时间段的数字，除1-12表示月份，21-41分别表示4个季节、4个季度、3个四月期、上下半年。常用的如下：

21-24 春夏秋冬；33-36 第1-4季度；40-41 上下半年
2001-21（2001年春天）；2001-34（2001年第2季度）

（三）时间不确定

（1）? 与年连用，~ 与月连用，% 与日连用（符号在数字右边，表示之前整个串不确定；符号在数字左边，表示本段不确定）

1984?（年不确定）；2004-06~（年月不确定）；2004-06-11%（年月日不确定）；
2004-06~-11（年月不确定、日确定）；2004?-06-11（年不确定、月日确定）；
?2004-06-~11（年日不确定、月确定）；2004-%06-11（月不确定、年日确定）。

（2）X 任何年、月、日值的末若干位（不能是单个值的中间位）

201X（2010年代）；20XX（21世纪）；2004-XX（2004年某月）；1985-04-XX（1985年4月某日）；1985-XX-XX（1985年某天）；
156X-12-25（1560年代某个耶诞日）；XXXX-12-XX（某年12月的一天）；1XXX-12（11世纪后某个12月）；1984-1X（1984年10-12月）

（四）/ 起讫时间；空或.. 时间未知或不确定。起始或结束时间可以用以上（一）（二）（三）表示：

1964/2008（起讫年）；2004-02-01/2005（起始日/结束年）
1985-04-12/.. 或 1985-04-12/（结束日期未知或不确定）；../1985-04 或 /1985-04（开始月份未知或不确定）
2004-06-~01/2004-06-~20（大约2004年6月1-20日）；2004-06-XX/2004-07-03（2004年6月某日到7月3日）