鐘 瑩

(廣東藥學院圖書館，廣東 廣州 510006)

前言

網(wǎng)絡(luò)信息資源存在著分布廣泛、格式多樣和易于變化等特點。如何使網(wǎng)絡(luò)信息有序化、為需求者所用是當代網(wǎng)絡(luò)信息組織者亟待解決的問題。十多年來，研究者付出了不懈的努力，提出并實踐了各種各樣的組織模式。從早期的Archie和Gopher系統(tǒng)，到近期的搜索引擎和主題指南，都是這方面的努力成果[1]。每個信息組織模式的出現(xiàn)，都使用戶以為網(wǎng)絡(luò)信息組織的問題已被解決，但是在后來的使用中人們?nèi)匀话l(fā)現(xiàn)存在一些問題。為此，人們提出了元數(shù)據(jù)——一種提供關(guān)于信息資源或數(shù)據(jù)的結(jié)構(gòu)化的數(shù)據(jù)，試圖借助該方法來提高網(wǎng)絡(luò)信息組織與檢索。

1 網(wǎng)絡(luò)信息組織任務(wù)

1.1 網(wǎng)絡(luò)信息組織

隨著網(wǎng)絡(luò)覆蓋范圍的不斷擴大以及網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)信息資源以光速度傳播并迅速增長。網(wǎng)絡(luò)成為一個越來越龐大且無序的信息資源集合，時效性很難掌握和控制。網(wǎng)絡(luò)共享性與開放性使得人人都可以借助互聯(lián)網(wǎng)索取、存放信息，形成了一個紛繁復雜的信息世界。因此對網(wǎng)絡(luò)信息進行組織非常必要，否則將給用戶選擇、利用網(wǎng)絡(luò)信息帶來很大不便。

網(wǎng)絡(luò)信息組織是指采用一定的方法與模式，按照一定的原則將因特網(wǎng)上某一領(lǐng)域大量的、分散的、雜亂無章的、良莠不齊的信息通過搜索、評價、篩選、分析、標引、著錄、排序、存貯等手段進行加工處理，使其形成一個有序的、便于用戶獲取與利用的信息系統(tǒng)的過程，其根本目的在于促進網(wǎng)絡(luò)信息被更快捷、方便地檢索與利用[2]。網(wǎng)絡(luò)信息組織的結(jié)果不應(yīng)僅局限于建立有序的信息空間和便于用戶獲取信息，還應(yīng)該有利于用戶理解、判斷與獲得知識。這就賦予了網(wǎng)絡(luò)信息組織更多的任務(wù)。

1.2 網(wǎng)絡(luò)信息組織任務(wù)

(1)能根據(jù)語義、應(yīng)用和結(jié)構(gòu)需要對信息進行標記、定義、描述、驗證、識別和解釋。

(2)能運用邏輯、語義、語法對信息內(nèi)容進行確認、指向、析取、過濾、鏈接、集合和重組。

(3)能根據(jù)語義關(guān)系、知識體系或用戶對象對信息內(nèi)容組織格式和表現(xiàn)形式進行標記、定義和轉(zhuǎn)換。

(4)能以計算機可識別、理解和解析的方式實現(xiàn)上述功能，支持只能代理對信息內(nèi)容及其交流處理過程的自動處理。

(5)能根據(jù)用戶的具體需要和應(yīng)用環(huán)境調(diào)整上述能力及其實現(xiàn)方式。能根據(jù)新的文獻形式、技術(shù)能力、媒體形式和系統(tǒng)形態(tài)調(diào)整和發(fā)展上述能力及其實現(xiàn)方式[3]。

如圖1表示了網(wǎng)絡(luò)信息組織任務(wù)的模塊與流程。通過此信息組織任務(wù)框架，信息將能真正根據(jù)用戶在其信息活動過程中動態(tài)地獲取、析取、組織、轉(zhuǎn)換、集成信息。

圖1 信息組織任務(wù)系統(tǒng)

2 網(wǎng)絡(luò)信息組織模式發(fā)展歷史

十多年來，研究者付出了不懈的努力，提出并實踐了各種各樣的組織模式來序化網(wǎng)絡(luò)信息資源，讓其更好、更快地為人們服務(wù)。網(wǎng)絡(luò)信息組織模式經(jīng)歷了從早期的Archie系統(tǒng)、Gopher系統(tǒng)，到后來的搜索引擎，每個信息組織模式的出現(xiàn)都解決了當時用戶使用過程中遇到的一些問題。

2.1 Archie系統(tǒng)

2.1.1 Archie系統(tǒng)簡介

Archie系統(tǒng)指自動追蹤Internet上匿名文件傳輸站點及其收藏的文件名稱，并定期更新上述信息，以供用戶查詢的系統(tǒng)。我們能通過Archie服務(wù)器對Internet上的FTP服務(wù)器進行文件信息查找，從而得知該文件現(xiàn)在在什么地方能下載，有多大，最新版本號等[4]。

使用Archie服務(wù)器有三種途徑：方法一，通過遠程登錄到Archie主機，用Archie注冊成功后，一個Archie客戶程序?qū)⒆詣訄?zhí)行，用戶逐一輸入指令告訴Archie想查尋的內(nèi)容，Archie將檢索自己的數(shù)據(jù)庫并顯示檢索的結(jié)果;方法二，利用Archie客戶機的程序，用戶只需告訴Archie客戶機程序想要的內(nèi)容，該程序就自動聯(lián)結(jié)到一臺Archie服務(wù)器上申請執(zhí)行查尋，并代表用戶接受查尋結(jié)果輸出，然后顯示結(jié)果;方法三，通過郵件獲得Archie服務(wù)，Archie將執(zhí)行用戶郵件的請求，并寄回執(zhí)行結(jié)果。

2.1.2 Archie系統(tǒng)優(yōu)評價

Archie對FTP資料庫定期更新，用戶聯(lián)機查詢時，它就直接在自己的資料庫里找，而不是在Internet資料庫中查找，導致有時搜索出的文件內(nèi)容和文件夾名并不相符，用戶需要花時間把查到的文件都瀏覽確認，才能從中挑出真正有用的信息。這樣，既浪費了用戶的時間和精力，而且也占用了網(wǎng)絡(luò)資源。

2.2 Gopher系統(tǒng)

2.2.1 Gopher系統(tǒng)簡介

Gopher系統(tǒng)是在美國明尼蘇達大學(University of Minnesota)設(shè)計完成的，Gopher客戶程序和Gopher服務(wù)器相連接，使用菜單結(jié)構(gòu)顯示其中的菜單、文檔或文件，并進行索引，同時可通過Telnet遠程訪問其他應(yīng)用程序。Gopher協(xié)議使得Internet上的所有Gopher客戶程序，能夠與 Internet上的所有已“注冊”的Gopher服務(wù)器進行對話。Gopher是Internet工具中最激動人心的發(fā)展之一，它使用戶不必具備專門的技術(shù)水平，就能在網(wǎng)絡(luò)中迅速找到很多資源。

使用Gopher系統(tǒng)時，只需用Netscape在Address正文框中輸入gopher：//URL即可。Gopher菜單選項由一些鏈接代表，單擊一個鏈接就可以選中一個選項。如果這個選項引導另一個菜單，那么它會在窗口中顯示出來。如果它引導一個某種類型的文件，這個文件將以標準方式被傳輸，并且如果Netscape能夠顯示和播放它，就可以顯示完整的信息[5]。隨時代發(fā)展，如今的Gopher的特性很類似于信息傳播系統(tǒng)，可以被用來傳播信息，也可以被用作商業(yè)客戶服務(wù)系統(tǒng)等。

2.2.2 Gopher系統(tǒng)評價

Gopher是一個分散式文件查詢系統(tǒng)，用戶通過簡單的畫面選單，就能搜尋、索取資料。用戶要連上某一臺Gopher服務(wù)器，才能一層層進入全球各處的Gopher系統(tǒng)。至于各個Gopher服務(wù)器提供什么服務(wù)，就必須進入各個服務(wù)器后才知道。Gopher系統(tǒng)在使用上較為直觀、便捷，但是搜索資料時仍然需要花費較多的時間。

2.3 搜索引擎

2.3.1 搜索引擎簡介

搜索引擎(Search engine)是指根據(jù)一定的策略、運用特定的計算機程序從互聯(lián)網(wǎng)上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務(wù)，將用戶檢索的信息展示給用戶的系統(tǒng)。

搜索引擎服務(wù)方式分為目錄服務(wù)和關(guān)鍵字檢索兩種服務(wù)方式。通過目錄服務(wù)方式，用戶可按照分類目錄找到所需要的信息。目錄索引雖然有搜索功能，但嚴格意義上不能稱為真正的搜索引擎，只是按目錄分類的網(wǎng)站鏈接列表而已。應(yīng)用關(guān)鍵字檢索方式時，用戶則依靠關(guān)鍵詞(Keywords)進行查詢，用戶輸入關(guān)鍵詞后，搜索引擎從索引數(shù)據(jù)庫中找到匹配該關(guān)鍵詞的網(wǎng)頁，為了用戶便于判斷，除了網(wǎng)頁標題和URL外，還會提供一段來自網(wǎng)頁的摘要以及其他信息。

2.3.2 搜索引擎評價

搜索引擎查準率比較低。目前通過搜索引擎檢索的網(wǎng)絡(luò)信息資源相關(guān)性非常差，浪費了用戶大量時間去進行判斷。每一個搜索引擎都有自己的檢索規(guī)則，用戶利用不同的搜索引擎需要不同的過程進行適應(yīng)，增加了用戶的負擔。多數(shù)搜索引擎采用關(guān)鍵詞檢索，并提供高級檢索功能，但用戶很難通過組配關(guān)鍵詞來準確表達自己的信息需求，導致檢索效率低下。隨著網(wǎng)絡(luò)信息數(shù)量的指數(shù)增長，引擎數(shù)據(jù)庫急劇膨脹，檢索速度也將會變慢[6]。

3 使用元數(shù)據(jù)改進網(wǎng)絡(luò)信息組織模式

研究者在這十多年進行了多種嘗試，并且建立了多種網(wǎng)絡(luò)信息資源組織模式來序化網(wǎng)絡(luò)信息資源。然而，這些組織模式總是無可避免地存在著不同的缺陷。如Archie花費用戶較多的時間去檢索信息，Gopher搜索信息耗費的時間較長，搜索引擎的查準率仍有待提高等。這些組織模式都暫時無法真正滿足用戶對網(wǎng)絡(luò)信息資源的使用要求，直到元數(shù)據(jù)的出現(xiàn)。

3.1 元數(shù)據(jù)簡介

3.1.1 元數(shù)據(jù)及其主要形態(tài)

作為“描述數(shù)據(jù)的數(shù)據(jù)”，元數(shù)據(jù)是有效組織、管理、利用信息資源的一種工具。Amanda Xu認為元數(shù)據(jù)包括用于描述信息對象的內(nèi)容和位置的數(shù)據(jù)元素集，促進了網(wǎng)絡(luò)環(huán)境中信息對象的發(fā)現(xiàn)和檢索[7]。1999年9月，國際圖聯(lián)將元數(shù)據(jù)定義為描述數(shù)據(jù)的數(shù)據(jù)，以及可用來協(xié)助對網(wǎng)絡(luò)電子資源進行辨識、描述與指示其位置的任何數(shù)據(jù)[8]。同年，Arlene G.Taylor提出：“元數(shù)據(jù)是對信息包(Information package)的編碼描述，元數(shù)據(jù)之目的在于提供一個中間級別的描述，使得人們據(jù)此就可以做出選擇，確定孰為其想要瀏覽或檢索的信息包，而無需檢索大量不相關(guān)的全文文本?！盵9]

元數(shù)據(jù)是多樣化的。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，不同領(lǐng)域的數(shù)據(jù)特點和應(yīng)用需要，眾多的Metadata格式在不同的領(lǐng)域出現(xiàn)，呈現(xiàn)出不同的形態(tài)，主要包括網(wǎng)絡(luò)資源、數(shù)字圖像、連續(xù)圖像、地理空間信息、社會科學數(shù)據(jù)集、檔案庫與資源信息等。

3.1.2 描述網(wǎng)絡(luò)信息的元數(shù)據(jù)

網(wǎng)絡(luò)資源領(lǐng)域最重要的元數(shù)據(jù)是ROADS(Resource Organization and Discovery in Subject-based Service)，即主題信息服務(wù)的資源組織和發(fā)現(xiàn)。ROADS是英國高等教育系統(tǒng)對互聯(lián)網(wǎng)信息資源進行收集、組織并提供檢索服務(wù)的系統(tǒng)，其主要目標是建立一個主題信息網(wǎng)關(guān)平臺，幫助信息服務(wù)機構(gòu)快速構(gòu)建能夠有效組織和檢索專業(yè)領(lǐng)域信息的系統(tǒng)[10]。ROADS網(wǎng)關(guān)建立在包括ROADS記錄的數(shù)據(jù)庫之上，這些記錄描述了網(wǎng)絡(luò)資源，其中包括資源題名、資源擁有者、關(guān)鍵詞等信息。同時ROADS也有一個高度可構(gòu)造的開放式的軟件工具箱。這些軟件高度是可設(shè)置的，它提供一種極富彈性的網(wǎng)管管理(gateway administration)的方法，允許用戶根據(jù)自己的需要設(shè)置用戶界面。

ROADS系統(tǒng)利用一組元數(shù)據(jù)應(yīng)用模板來定義和組織元數(shù)據(jù)，包括資源集合(Collection)、數(shù)據(jù)集(Dataset)、文件(Document)、柏林核心元數(shù)據(jù)集(Dublin Core)、服務(wù)(Service)等。該模板基于IATA(Internet Anonymous FTP Archive)格式，可以描述不同類型的互聯(lián)網(wǎng)資源，并且可以實現(xiàn)與其他元數(shù)據(jù)的映射。ROADS將關(guān)于機構(gòu)、個人、代理、登錄控制的元素組合成相應(yīng)的元素組，供各個應(yīng)用元數(shù)據(jù)模板根據(jù)實際需要復制這些元素組的相關(guān)元素。

3.2 元數(shù)據(jù)在網(wǎng)絡(luò)信息組織的作用

3.2.1 描述作用

根據(jù)元數(shù)據(jù)的定義，它最基本的功能就在于對信息對象的內(nèi)容和位置進行描述，從而為信息對象的存取與利用奠定必要的基礎(chǔ)[11]。元數(shù)據(jù)對信息對象描述的詳簡程度，隨所采用元數(shù)據(jù)格式不同而有所差異。

3.2.2 定位作用

網(wǎng)絡(luò)信息資源沒有具體的實體存在，因此，明確它的定位至關(guān)重要。元數(shù)據(jù)包含有關(guān)網(wǎng)絡(luò)信息資源位置方面的信息，由此便可確定資源的位置所在，促進了對網(wǎng)絡(luò)環(huán)境中信息對象的發(fā)現(xiàn)和檢索。此外，在信息對象的元數(shù)據(jù)確定以后，信息對象在數(shù)據(jù)庫或集合體中的位置也就確定了。

3.2.3 搜尋作用

元數(shù)據(jù)提供搜尋的基礎(chǔ)，進而在著錄的過程中將信息對象中的重要信息抽出并加以組織，賦予語意，并在其中建立相互關(guān)系，使檢索結(jié)果更加準確。從而有利于用戶識別資源的價值，發(fā)現(xiàn)其真正需要的資源。

3.2.4 選擇作用

處于不同情境下，用戶需要借助不同的資源去解決各種各樣的實際問題。如何從海量資源庫中選取適宜的資源往往就是用戶首先面臨的難題。應(yīng)用元數(shù)據(jù)后，這個難題將得以解決：根據(jù)元數(shù)據(jù)所提供的描述信息，參照相應(yīng)的評估標準，結(jié)合使用環(huán)境，用戶便能夠?qū)π畔ο筮M行取舍，選擇合適的資源[12]。

3.3 網(wǎng)絡(luò)信息組織對元數(shù)據(jù)的高度依賴

從上述元數(shù)據(jù)的作用分析可以看出，在網(wǎng)絡(luò)信息組織中，元數(shù)據(jù)具有非常重要的作用，網(wǎng)絡(luò)信息組織對元數(shù)據(jù)有著高度的依賴性。

3.3.1 信息的描述與揭示離不開元數(shù)據(jù)

(1)使用元數(shù)據(jù)描述網(wǎng)絡(luò)信息內(nèi)容和本質(zhì)特征，存儲相應(yīng)的檢索路徑，使網(wǎng)絡(luò)信息便于被發(fā)現(xiàn)，提高信息資源的查全率和查準率。

(2)使用元數(shù)據(jù)提供數(shù)據(jù)之間的關(guān)系，指出相關(guān)數(shù)據(jù)的地址和存取方法。

(3)使用對網(wǎng)絡(luò)信息資源進行分類，便于日后有效選擇用戶所感興趣的信息。

(4)使用對某些缺少文本的數(shù)據(jù)(如聲音、圖像等)進行文字說明，對描述對象有一個完整的描述。

3.3.2 信息的發(fā)現(xiàn)與選擇離不開元數(shù)據(jù)

網(wǎng)絡(luò)的迅速發(fā)展為信息資源的生成帶來了極大便利，任何人都可以成為信息資源的創(chuàng)建者。然而，資源創(chuàng)建者自身素質(zhì)的差異和網(wǎng)絡(luò)出版監(jiān)督機制的缺乏，造成了網(wǎng)絡(luò)信息資源質(zhì)量的良莠不齊。因此，網(wǎng)絡(luò)信息組織的一個重要任務(wù)是通過信息資源創(chuàng)建者提供的簡單元數(shù)據(jù)，對良莠不齊的信息資源進行嚴格的篩選和整合，形成高品質(zhì)的信息提供給用戶使用。

3.3.3 信息的整合與集成離不開元數(shù)據(jù)

在網(wǎng)絡(luò)信息資源組織中，元數(shù)據(jù)是操作數(shù)據(jù)后面的數(shù)據(jù)，它的目標是提供數(shù)據(jù)資源的全面指南。在對數(shù)據(jù)操作的每一個環(huán)節(jié)上，都有兩種類型的數(shù)據(jù)在進行交換，一種是原始數(shù)據(jù)，它是用戶所需要的實際數(shù)據(jù);另一種是元數(shù)據(jù)，它為原始數(shù)據(jù)提供上下文環(huán)境。這種上下文環(huán)境可以從數(shù)據(jù)的靜態(tài)或結(jié)構(gòu)特征擴展到動態(tài)的或者運動的特征。元數(shù)據(jù)體系就發(fā)揮了這種整合、集成的功能，承擔了各種元數(shù)據(jù)系統(tǒng)的轉(zhuǎn)換與解釋，為用戶提供統(tǒng)一的集成服務(wù)。

3.4 元數(shù)據(jù)的應(yīng)用

元數(shù)據(jù)的應(yīng)用范圍非常廣泛。Sheth等認為元數(shù)據(jù)可應(yīng)用于視頻、圖像檢索、導航和圖像集合的瀏覽，結(jié)構(gòu)化的文獻管理，地理和環(huán)境信息系統(tǒng)，數(shù)字圖書館，支持信息存取的混合多媒體等[13]。

以雅虎2008年推出的搜索開發(fā)平臺Search Monkey為例，此搜索開發(fā)平臺使用結(jié)構(gòu)數(shù)據(jù)來改善搜索結(jié)果，并添加增強標記使得信息呈現(xiàn)得“更有意義”。具體工作原理如下(見圖2)。

(1)元數(shù)據(jù)被嵌入到網(wǎng)頁中(microformats，eRDF，RDFa)，雅虎抓取工具通過檢索被添加到網(wǎng)頁的元數(shù)據(jù)(而并非全文)，以提供用戶最佳體驗為優(yōu)先準則進行篩選和生成結(jié)果。

(2)客戶的請求服務(wù)通過XSLT(Extensible Stylesheet Language Transformations，擴展樣式表轉(zhuǎn)換語言)從網(wǎng)頁提取元數(shù)據(jù)。

(3)元數(shù)據(jù)可由出版商自定義，但需定期審查。

圖2 搜索開發(fā)平臺Search Monkey工作原理

近年，標簽形式的社會性語義越來越占據(jù)主導地位，而元數(shù)據(jù)在這種新形式的信息內(nèi)容表達、檢索和管理方面發(fā)揮了重要作用。與專業(yè)圖書館員描述的傳統(tǒng)主題詞索引不同的是，這些社會性語義標簽由用戶產(chǎn)生，并指定給他們感興趣的信息對象[14]。以Flickr網(wǎng)站為例說明元數(shù)據(jù)如何實現(xiàn)社會性標簽。Flickr是一個圖片服務(wù)網(wǎng)站，它提供圖片存放、組群等服務(wù)。如圖3所示，用戶上傳圖片后，將會被要求給每一張圖片加入標題(Title)、說明(Description)、標簽(Tag，為索引、搜索時用)。而用戶所填寫的描述元素便是元數(shù)據(jù)，其中“標簽(Tags)”可理解為該照片的關(guān)鍵字，搜索時便可以據(jù)此找到相對應(yīng)圖片。同時，當指定拍攝地點或照片的主題時，創(chuàng)作者也能很快了解相同標簽(Tags)下有哪些其他創(chuàng)作者所分享的照片(見圖4)。

圖3 用戶為圖片添加手工元數(shù)據(jù)

圖4 用戶根據(jù)主題搜索圖片

4 結(jié)語

目前網(wǎng)絡(luò)信息資源的組織呈現(xiàn)多種模式并存的態(tài)勢，但不容置疑的是使用元數(shù)據(jù)進行網(wǎng)絡(luò)信息資源的組織正逐漸成為主流。這也正與信息資源組織從形式組織轉(zhuǎn)至知識組織的整體發(fā)展相吻合。元數(shù)據(jù)研究的深化和發(fā)展必將為網(wǎng)絡(luò)信息資源的有序組織、適度控制和高效檢索提供更為便利的條件。我們希望能使用元數(shù)據(jù)組織方式更好地組織網(wǎng)絡(luò)信息資源，同時通過這種方式組織的信息資源模式可以滿足更多用戶的需求。

[1][11][12]劉嘉.元數(shù)據(jù)導論[M].北京：華藝出版社，2001.

[2]謝曉專.網(wǎng)絡(luò)信息資源組織模式研究[J].圖書情報工作，2006(l)：64-67.

[3]張曉林.元數(shù)據(jù)研究與應(yīng)用[M].北京：北京圖書館出版社，2002.

[4]祈暉.在Internet上使用Archie服務(wù)[J].上海微型計算機，1999(5)：26.

[5]黃靜.Archie，Gopher，WAIS 和 WWW——Internet網(wǎng)上主要信息查詢工具介紹[J].圖書館學刊，2001(3)：43-44.

[6]曾偉忠.搜索引擎及元搜索引擎工作原理及存在的不足[J].圖書館學刊，2005(5)：58-59.

[7]Amanda Xu.Metadata Conversion and the Library OPAC[J].The Serials Librarian，1997(1)：179-198.

[8]IFLA.Digital libraries：metadata resources[EB/OL].http：//ifla.queenslibrary.org/II/metadata.htm，1999.

[9]Arlene G.Taylor.The Organization of Information[M].Libraries Unlimited Inc，2003.

[10]肖瓏，趙亮.中文元數(shù)據(jù)概論與實例[M].北京：北京圖書館出版社，2007.

[13]Sheth，Amit，Klas，Wolfgang，ed.Multimedia data management：using medatada to integrate and apply digital media[M].New York：McGraw-Hill Co.，Inc.，1998.

[14]Miao Chen，Xiaozhong Liu，Jian Qin. 從社會性標簽中進行語義關(guān)系抽取——一種元數(shù)據(jù)生成方法[J].現(xiàn)代圖書情報技術(shù)，2009(3)：38-45.