美国数字图书馆的发展现况和未来挑战

1、美国数字图书馆的发展现况,曾蕾 2004年5月,NSF Post Digital Library Futures Workshop 国家自然科学基金会（NSF) 后数字图书馆未来研讨班， 2003，6月 麻省,/%7Edlwkshop/JISC/NSFreport.pdf/%7Edlwkshop/,总结报告：,加拿大数字图书馆的未来开拓研讨班 2004年3月，温哥华,The Future of Digital Libraries in Canada Exploratory Workshop 探讨在数字化环境

2、中和个人及团体跨学科合作中分享知识的模式 加拿大国内外最新发展和最高成绩 为加拿大以及其它大型项目（如美国国家科学数字图书馆）的合作播下种子 鉴定聚焦在国家研究项目上的兴趣的可能性, 并可能撰写这样一个研究课题表， 在此基础上准备一份提交给加拿大政府的优秀中心网络项目的课题申请报告 http:/www.ece.ubc.ca/leei/fdlc/index.php,网络信息建设方面的几大工程,数字图书馆工程 DLI-1 (1994-1998 数字图书馆第一期工程) 2400多万美元、六所大学及其工业合作伙伴， 面向技术、以试验为目的 DLI-2 (1999 - 数字图书馆第二期工程) 投资翻倍，

3、面向用户、全方位发展、以实用为目的缩小技术研究注意力 国家科学教育数字图书馆 (NSDL) 电子政府工程 文本检索会议(TREC),DLI2的研究空间 (1),1. 以人为中心的研究 试图进一步了解数字图书馆在增强人类在创造、寻求、使用信息方面的活动中的影响和潜力，并促进为这些活动设计的技术的研究。 引导更广泛范围的信息发掘、查询、检索、操作、表达的能力的方法、算法、软件， 智能用户界面， 合作技术与工具， 用户和可使用性研究，包括人-机交互、以人为中介的交流、 有特殊需求的用户和机构， 在教育、学习、能力建设方面的使用，特别是新的和生手很多的用户群体， 与经济和社会相关的问题。,2. 以内容

4、和收藏为基础的研究 注重于更好理解并完善获取新的电子内容和收藏的途径，鼓励跨学科研究，鼓励所有学科领域的参与。 有效的数据捕获、呈现、保存、和存档， 元数据， 内容与收藏的相互合作能力， 特定领域的信息物体， 强调与生产和使用数字收藏有关的社会经济法律问题的技术、方法、过程， 对应与新电子媒体的新的经济与商务模型， 教育资料的发展及获取途径。,DLI2的研究空间 (2),3. 以系统为中心的研究 注重于技术的部件与整合，因为社会环境是千变万化的、灵活的。这方面的成果应能在个人、团体、机构等各种层次上起作用，能够将庞大的、不定型的、不断增长的数据体改成用户定义的结构和规模。 适应与信息环境的开放

5、式的网络化的结构，能支持复杂的信息途径和信息分析以及合作工作方式， 智能代理商软件， 可互相合作能力， 与数字图书馆有关的网络、通讯、中间软件研究， 高级多媒体信息捕获、呈现、数字化， 系统评价和表现研究。,DLI2的研究空间 (3),DLI-2项目涉及许多领域和学科,考古，生物学， 文学经典， 计算机科学，经济，英语，艺术，地理，地质学，政府， 电子工程，环境科学，历史，信息管理，信息科学，语言技术，图书馆情报学，语言学，管理信息系统，医学情报学，政治学，心理学，宗教研究，机器人，社会学，西班牙语，课堂教育等。,DLI-2项目涉及的内容形式多样,书目记录，工程教育物件， 电子印刷物，民间文学

6、，地理参考信息，健康数据，古典文学经典，图书馆咨询服务，医疗图像，混合媒体，病人材料，乐谱，骨骼，模拟，社会科学数据，演讲，录相，万维网，X-射线CT扫描数据等。,DLI-2项目涉及多种技术,三维模型，途径控制，代理人软件，存档/文件保存，视听检索，分类与聚类，数据途径服务技术，数字录相，经济模型，电子笔记，联邦结构，地理信息系统，图像，信息过滤，信息图示化，学习环境，联接，追踪数据分析，移动计算，多媒体融合，自然语言处理，光学图像识别，并行处理，协议，个人化，起源，手稿再使用，演说文件处理，自动总结，文本分析，录相编辑等。,技术technologies,内容 contents,用户群体com

7、munities,服务services,十年进展状况,从数字图书馆研究空间看，技术和内容方面的发展十年中占主导地位。Image adopted from Gary Marchioninis presentation, 03/2004 UBC,技术technologies,内容 contents,用户群体communities,服务services,文化遗产 （如美国国家、州、县、区、市的 记忆 (memories) 数字图书馆和数字馆藏） 大中小学教育数字图书馆和大型投放库 (repository) 科技领域特殊数据的数字图书馆,从存储到检索，可视化，用户操纵的多界面 使用记录和用户档案的自动

8、生成和管理 产权保护的技术方法 大规模集成和转换等,面向教学 残障人服务 合作空间等,高科技用户 政府部门 数字图书馆研究群体 教育群体,十年进展状况,美国数字图书馆主要项目,针对美国本土文化财富的项目 如美国国家、州、县、区、市的 记忆 (memories) 数字图书馆和数字馆藏 特殊媒体历史材料数字图书馆项目 针对教育的数字图书馆项目 大中小学教育数字图书馆 大型投放库 (repository) 围绕大学教学建立的服务设施和工具 科技领域特殊数据的数字图书馆,美国记忆 （国家数字图书馆历史馆藏）-100多个数字馆藏参与，联合目录查找 American Memory http:/memory

9、./ammem/collections/finder.html,美国俄亥俄州历史数字馆藏 “俄亥俄记忆” Ohio Memory /,美国 俄亥俄州 沃兴屯市历史数字馆藏 Worthington Memory /,哈佛福大学法学院图书馆的纽伦堡庭审项目数字文献馆藏 The Nuremberg Trials collection ,Word Spotting: Indexing Handwritten Manus

10、cripts /trath/prj/hw_retr/demo_intro.html （手稿检索数字图书馆项目）,历史之声 Historical Voices /,面向教育的数字图书馆项目,独立的数字图书馆 例：Perseus 人文科学数字图书馆 综合了100多个项目成果的数字图书馆和元数据投放库 国家科学数字图书馆 （NSDL) 在已建数字图书馆基础上建成的数字化学习环境 加州大学圣芭芭拉分校 亚历山大数字地球模型系统 （ADEPT）数字化的学习环境 (DLE),Perseus 人文科学数

11、字图书馆 9million pages/month A Digital Library for the Humanities /,浏览经典,电子馆藏包括: 经典 古代写在纸莎草纸上的文稿 文艺复新 伦敦 加州 上中西部 莎士比亚 波义耳作品 Tufts历史,语言统计,地图,年代,同样数据，多种看的方法，多种探索开发的方向,经典文献的地域分布图,波义耳作品的时间分布图（1）,科学教育数字图书馆(NSDL)的研究空间,收藏 collections 服务设施 services 特殊问题研究 Targeted research 专业化的路径 Pat

12、hways 一体化核心 Core Integration 这是与各个国家（包括美国）DL项目不同之处，是综合的关键。,综合是当前的关键步骤,单个数字图书馆馆藏或技术服务可以做到小而全，不成问题，也不影响太大。 问题在于： 怎样把若干个分散的资源综合起来，有机的形成一个大的数字图书馆 怎样能让资源和数据（包括元数据）能被重复使用 怎样做到在综合起来的数字图书馆中原来的语义依然清楚，不失去意义,National SMETE Digital Library,Science Mathematics Engineering Education Technology,科学、数学、工程、技术教育,国家科学数

13、字图书馆 NSDL,All NSDL Collections and Services NSDL中侧重于建立数字化资源的相+ 侧重于服务机制和手段的项目,至2003年6月: 共144项目，建起的数字馆藏达 118,,NSDL 数字馆藏一览,,地理学科：,数学：,nsdl,查寻:,元数据记录：,坐井观天：我看NSDL的经验教训,NSDL搜集元数据记录已有2.5年 网站从2002年12月起正式运行 是不是只是“又一个网站”？ 用户在哪里？ 会不会像VASA那样翻船？17世纪瑞典船，建造8年，下水后很快就沉了 哪些问题？

14、技术、馆藏资源、新的服务设施都不成问题 元数据方面的问题 互操作方面的问题 可持续性问题,Evolution of the Men,元数据方面的问题,元数据 传统的图书馆编目,元数据标准太多，没有哪个能完全满足特定DL需要 投放库 (repository) 没有整套标准 各家自有一套，照搬的或有修改的 目前按简单的都柏林核心元素集来整合 失去很多细节 由于DC不反映所用schemes， 集中起来后的元数据失去上下文 已有些理论上很吸引人的模型，但难以在实践中应用推广（如METS, RDF）,元数据方面的问题 （1）,元数据方面的问题 （2）,元数据库是建立在自愿基础上的 不能强行推行任何标准

15、存在各种质量问题： 完整性、准确性、一致性问题 重复的数据 给用户查找带来麻烦 影响以后用户加注过程,/NSDLMetadataQuality/,缺乏各种控制词汇 (schemes) 和标准 如：描述时间的标准格式，描述语言、名称、事物、用户对象、物件类型等的统一的控制词汇 有的根本不采用标准 有的采用了自己的控制词汇 在合并后，由于没有办法知道采用的什么词汇，失去上下文,元数据方面的问题 （3）,元数据方面的问题 （4）,以什么为单位？ 如：每个图片一条记录，还是2000个图片归为一组做一条记录 （想想NASA卫星每天发回的成百上千的图像) 元数据

16、的自动生成 减少人工投入，增加产量 现存的资源比DL人功能描述的多得多 能否在capture 时就能自动抓取的数据 自动生产的元数据的质量控制,元数据措施 （1）（讨论中）,对元数据的管理单位从记录改变成元素 对每个元素增加来源和日期修饰项 重新合并元数据 不同来源的记录有不同的详尽程度，合并后可以生成内容更加丰富的记录,元数据措施 （2）（讨论中）,为下一个浪潮-加注做好准备 在元数据后面加注： 正式的评论 非正式的个人经验等,马上制定一套控制词汇， 主要是以下方面： NSDL的重点顺序 难度 Educational level1R E Audience3H Mediator3+M Peda

17、gogy4H Resource type2M Interactivity level5M+,元数据措施 （3）（讨论中）,互操作方面的问题,互操作方面的问题（1）,硬件/网络 软件 包括中间软件、JAVA、开放标准、应用程序界面，插件、个人化的用户界面 信息 元数据、元数据的对照表、综合、翻译等 打破语词、特征的局限，走向概念,组织 合作协议 劳动力在哪？ 委员会都是自愿基础上的，除了围绕每年一次的年会，有些都没有动静。 有关上述各条的标准（硬件、网络、软件、信息） 打造品牌 （特别是非盈利的DLs),互操作方面的问题 （2）,可持续性问题,数字图书馆的商务模式 开放的 登记订购的 按每次使用

18、收费的 综合的 文件保存 物件本身的物理形势，上下文内容，背景 不能仅仅是元数据，如：一个活动的录像，由新闻故事在里面，有采访等,可持续性问题,NSDL2003年总结的可选择的经营模式 开放资源的集合体 （怎样能持续下去？） 与出版者合作 成为特定使用方的加值服务提供者 （例如，中小学教育） 机构定购（subscription), 特别是高等教育 研究设施（现在就是研究、试验基地型的） 自我供给的用户大小团体 结论：不能只用一种模式，要多种模式并举,可持续性措施 (1),可持续性措施 (2),打造品牌，与许多学会和协会的建立关系 成为Google上的重点联接 采用A模式，由用户点评加注 对项目负责人作详细问卷调查，