基于cnmarc的frbr化opac系统开发初探

书书书 现代图书情报技术 版权所有， 欢迎下载引用！ 请注明引用地址： 基于 的 化 系统开发初探 现代图书情报技术， （ ） ： 基于 的 化 系统 开发初探 王泽贤 （ 广州大学图书馆 广州 ） 【 摘要】主要介绍一个用现有 书目记录实现基于 模型的 系统。首先介绍系统的功能， 实现 该系统的数据库结构及详细说明， 然后分析系统的实现过程， 并详细说明 书目记录聚合成 对象的 聚合算法。 【 关键词】 【 分类号】 （ ， ， ） 【 】 ， ， 【 】 收稿日期： 收修改稿日期： 本文系广州市属高校科技计划项目“ 在我国的实现及其模型研究” （ 项目编号： ） 的研究成果之一。 自 的书目记录的功能需求（ ， ） 最终研究报告出版 以来 ， 国外的 理论研究已相当深入， 一些 化或类 应用系统， 例如美国的 系统和 等 ， 已开发成功并已提供服务。国内的理论探讨虽然日益升温， 但相应的实践探讨就颇为欠缺。为了验证 理念在 中应用的可行性， 笔者尝试开发了一个小型系统， 在 书目记录转换为 模式的 基础上， 初步实现了 以作品聚集书目的理念， 成功构建了一个两层聚集、 三层显示的结构化书目检索系统。 系统功能及体系结构 系统功能 该系统功能就是将独立存在的 记录， 通过 系统返回查询结果时， 将互相关联的记录以 模型分层方式反映出来， 用户通过一次检索即可发现所有相关信息。要实现该功能的关键和难点是将各条独立 的 记录聚合成相互关联的 模型对象。本系统目前已生成了 第一组实体中的作品 （ ） 、 内容表达（ ） 、 载体表现（ ） 这几个最核心的对象， 在此基础上要进一步实现 总第 期 年 第 期 现代图书情报技术 其他对象及属性是较为容易的事情。在引入 记录的同时， 还要生成相关索引， 以供检索。 在聚合生成 模型对象的基础上， 较容易实 现检索并将相关结果以树型方式显示； 系统提供责任 者、 题名、 主题这几种检索条件， 可以单一或以多种条 件组合方式进行检索， 检索结果以作品内容表达 载体表现的树型方式分层逐级显示。 系统体系结构 为了提高系统的可缩放性和灵活性， 该系统采用 了分层的体系架构， 主要分为数据库层、 持久层、 业务 层和表现层 ， 如图 所示。所有对数据库的操作都 是通过用 框架实现的持久层实现， 通过该层 实现了系统的数据库无关性， 可以方便地切换到其他 数据库系统。数据标准化、 索引、 聚合等业务 逻辑都集中在业务层。表现层是用户与系统交互的接 口， 主要包括了检索显示、 后台处理两部分： 后台处理 主要完成了 数据引入、 索引、 聚合成 对象等功能； 系统使用 技术 框架以 方式 实现检索、 显示功能。 图 系统体系结构图 数据库设计 领域模型及其关系分析 从系统功能首先可以分析出书目 记录、 作品、 内容表达、 载体表现这几种对象。在书目 记录 化的过程中还要用到名称规范库、 题名规范库及语种 这些对象， 名称规范库又可分为个人及团体名称规范库两 种子类。要实现检索还需对书目 记录建立责任者 索引、 题名索引、 主题索引， 这些索引都是 记录字段 索引的子类。这些对象间的关系如图 所示。 各表字段组成及说明 根据所分析的领域模型， 可以进行数据库的结构 图 领域模型关系图 设计。采用每个类层次结构一张表的模式 ， 名称规 范库及其子类个人名称规范库和团体名称规范库生成 一张名称规范表； 记录字段索引及其子类责任 者、 题名、 主题索引生成一张 字段索引表； 其他 每一种对象对应一张表。所生成的主要表结构的 语句及详细说明如下： （ 名称规范库 主键 （ ） 规范名称类型。个人名称： ， 团体名称： 标目主键。参照记录的对应标 目记录主键， 当为标目记录时值为 （ ） 款目要素。中文个人名 称， 外国人中译名称， 家族名称， 团体名称等 （ ） 名称的其它部分。对于外国人 中译名称中用中译姓作为款目要素时， 姓以外其余部分的 字母缩写； 团体名称的则从属标目 （ ） 年代以外的名称附加。例如： 性 别、 职业等 （ ） 罗马数字。对应子段 （ ） 会议地址。对应子段 （ ） 年代（ 包括朝代） 。生卒年： 生年 卒年， 例如： （ ） 首字母的展开型式。对于外国 人中译名称： 原文姓，原文名。例如： ， （ ） 款目要素汉语拼音。全部小 写 （ ） 说明 优先权。当有相同符合条件的记录时， 取优先权大的记录 （ ） ； （ 题名规范库 主键 主要责任者主键 标目主键。参照记录的 应用实践 对应标目记录主键， 当为标目记录时值为 （ ） 责任者 （ ） 题名 （ ） 题名汉语拼音 （ ） 说明 （ ） ； （ 书目 记录数据 主键 （ ） 字符集。 记录的字符 集编码， 如： ， 等 记录数据 建立日期 （ ） ； （ 记录字段索引。用于查询 主键 主键 （ ） 索引类型。 ： 责任 者， ： 题名， ： 主题 （ ） 字段 子字段名 （ ） 字段值 （ ） ； （ 作品 主键 规范题名主键 （ ） 责任者 （ ） 题名 （ ） 类型代码。取书目 记 录的 的第 、 位， 位编码内容： 小说， 戏剧， 散文， 幽默、 讽刺作品， 书信， 短篇故 事， 诗词， 演说词， 非文学作品， 多种或其他 文学体裁； 位编码内容： 自传，个人传记， 合 传， 含传记资料 （ ） 说明 （ ） ； （ 内容表达 主键 作品主键 （ ） 类型代码。取书目 记 录头标第 位， 编码内容： 文字资料， 乐谱， 测绘 制图资料， 录像制品、 投影制品、 电影制品， 录音制 品， 录音制品（ 音乐） ， 二维图形（ 图画、 设计图等） ， 电子资源， 多载体， 三维制品和教具，拓片 （ ） 语种代码 （ ） 次要责任者主键， 用于比较。 对应书目 记录 、 、 、 字段， 次要责任者 规范记录的主键， 用 ， 分隔 （ ） 次要责任者。用于显示 （ ） 说明 （ ） ； （ 载体表现 主键 内容表达主键 书目记录主键 （ ） 类型。保留未使用 （ ） 版本。格式： ， （ ） 题名。格式： ： ， （ ） 主要是 （ ） 所有责任者。对应 ， ， ， 字段， 用 ； 分隔 （ ） 出版发行。格式： ： ， ， ， （ ） 载体形态。格式： ： ： （ ） （ ） 由 的 位和 组成 （ ） 说明 （ ） ） ； 书目记录引入、 聚合 操作过程 （ ） 提取测试数据 为了便于测试， 该系统只用少量数据进行测试。 首先对国家图书馆早期的 万多条 格式的 中文书目数据， 按分类号（ 字段首字母） 是 、 类， 并且责任者（ 、 、 字段 ） 是曹雪 芹、 高鹗、 米切尔、 施耐庵、 罗贯中、 吴承恩、 谢尔顿其中 之一的条件， 对符合条件的记录输出到一新的纯文本 文件 中， 每条记录一行。由此提取出来的测 试数据共 条。 接下来对 中的记录进行处理。先把 中的每一记录进行分解、 格式化， 生成每一字 段一行的便于查看的格式， 输出到 纯文本文件。 总第 期 年 第 期 现代图书情报技术 然后通过 文件对这些 记录逐条检查， 去除没有题名、 责任者等必需字段的记录及数据有明显 错误的记录。编写程序去除重复的记录， 判别重复记录 的条件是： 字段 、 、 、 、 、 的各子字段值 都相同。处理后的数据保存在 文件中。这样 经过以上处理后共剩下 条记录。 （ ） 名称规范库与题名规范库初始化 根据提取的 记录内容， 初始化生成相关 的主要名称规范记录， 它们是： （ 清）曹雪芹 （ ） ； （ 清）高鹗 （ 约 ） ； 等 等。在此基础上再生成初始的题名规范记录， 它们是： （ 清） 曹雪芹著 红楼梦； （ 明） 施耐庵撰 水浒传等。 （ ） 引入 记录并生成索引记录 从 逐条读入 记录进行处理， 先根据 数据生成书目 记录对象 ， 并保存到 表中； 然后对该 记录进 行分解， 建立责任者索引、 题名索引、 主题索引， 保存到 表中， 以供书目检索用。 责任者索引的键值对应的字段及子字段是： ， ， ， ， ， 等； 题名索引的键值对 应的字段及子字段是： ， ， ， ， ， ， ， ， ， 等； 主题索引的键值对 应的字段及子字段是： ， ， ， ， ， 等。 （ ） 聚合 记录 对引入的每一条 记录进行处理， 聚合生 成 对象、 对象、 对象， 然后 对由计算机自动生成的这些对象进行检查， 对不能完 全自动聚合的记录进行手工调整。引入聚合的最终结 果如表 所示： 表 引入聚合结果 项目引入、 聚合前引入、 聚合后手工调整后 名称规范库 标目 参照 题名规范库 标目 参照 记录 聚合算法 （ ） 抽取名称规范记录 逐个处理该 记录的责任者字段（ ， ， ， ， ， ） ， 如果此责任者不存在名称规范记 录， 则以此字段数据在名称规范库中插入新记录。 （ ） 查找或生成题名规范记录 取该 记录的所有主要责任者字段（ 或 ） 对应的名称规范对象生成责任者数组 ； 取该 记录的所有题名字段（ ， ， ， ， ， ， ） 生成题名数组 。 将 中的每一个名称规范记录与 中的 每一个题名组成查询条件在题名规范库中查找， 如果 存在符合条件的题名规范记录则保存在 中， 并停止查找， 转（ ） ； 如果所有的 和 都查找完， 且不存在对应的题名规范记录， 则取 中的第 个对象与该记录中的题名部分（ 如果存 在 则取 ， 反之取 ） 生成一条新的题名规 范记录 ， 并保存到责任者 题名规范库中， 转 （ ） 。 （ ） 查找或生成 记录 将 与该 记录的作品类型 （ 字段的第 、 位） 组成查询条件， 在 表 中查找， 查找成功则保存到 对象中； 如果查找失 败， 则根据 与该记录的作品类型生成一个 新的 对象， 并保存在 表中。 （ ） 查找或生成 记录 以 、 该书目的语种（ 字段值） 、 记录类型 （ 头标第 位， ， ， 分别为同一类） 、 次要责任 者（ 或 、 、 字段， 除 中责任者 外的责任者， 并要转换成名称规范对象形式） 为条件在 中查找， 查找成功则保存在 对象 中； 如果查找失败， 则根据 、 语种、 记录类型、 次要 责任者生成新的 对象， 并保存在 表中。 （ ） 生成 记录 分解出该 记录对应的类型、 版本、 题名、 责任者、 出版发行、 载体形态、 等内容， 并结 合 、 生成新的 对象， 保 存在 表中。 检索、 显示功能的实现 检索功能的实现 系统提供了责任者、 题名、 主题这几种检索条件， 应用实践 匹配方式包括完全相等或部分相等两种方式， 可以单 一或多种条件以 、 方式组合进行检索。系统 先按用户的设定生成检索条件及排序条件， 然后组合 成完整的 语句返回检索结果。 的主要部分 代码为： 显示功能的实现 符合检索条件的作品信息首先以列表方式显示， 选中作品的详细信息以树型方式分 级显示： 作品 内容表达载体表现简单信息载体表现详 细信息。显示效果如图 所示， 采用树型控件实现。 为了提高显示效率， 采用智能化延迟加载技术： 初始时 生成作品及所有内容表达节点内容； 用户选择展开内 容表达节点时， 再生成该内容表达节点的所有载体表 现简单信息节点； 如果该内容表达节点的载体表现节 点小于 ， 则同时生成载体表现节点的详细信息， 反 之， 用户选择展开载体表现节点时， 才生成该载体表现 节点的详细信息。 图 作品详细信息 结 语 书目记录要实现基于 模型的 ， 最大的困难就是： 将各条独立的 记录 聚合成相互关联的 模型对象， 也就是聚合的过 程。经过实验可知， 从技术上讲， 用 书目记 录实现 模型的 是完全可能的， 但对于大 规模数据的全整实现还具有一定难度。因为聚合的基 础是名称规范库和题名规范库， 我国目前还缺乏较为 完善、 统一的规范库， 并且要构建这些规范库不能只借 助计算机自动完成， 还需要大量的人工参与。此外， 聚 合过程虽然可由计算机自动完成， 但此项任务实现的 基础是高质量的 数据， 现存的书目数据不够 规范统一， 需要花费大量的人力进行审核、 调整。 此系统基本实现了所需的功能， 但还存在一些有 待改进的地方： 没有完整实现 模型的所有对象， 并且对于已实现的作品、 内容表达、 载体表现这些对象 也只实现了部分属性； 所使用的聚合算法并