网络信息资源保的目方法与系统研究.PDFVIP

本期话题 http: // 网络信息资源保存的编目方法与系统研究* □ 孙敏杰 吴振新 孙志茹 / 中国科学院国家科学图书馆 北京 100190 摘要：为了将长期保存的网络信息资源提供给用户利用，保存机构需要对这些资源进行一定的组 织与质量控制。文章介绍了网络资源保存编目研究的发展现状，介绍了目前几种常用的编目方法：延 续传统编目方法、基于web2.0标签技术的信息组织方法、基于大规模Web archive自动编目方法。并对两 个新型的编目系统进行了深入的剖析：一个是瑞士的电子资源长期保存工程e－Helvetica，它将图书馆编 目系统与长期保存系统的摄入流程进行集成整合，利用编目系统对长期保存资源进行组织与控制；另 外一种是新加坡的网页标注系统WAWI，借鉴web2.0标签技术为长期保存系统中的网络资源添加标签，实 现对资源内容语义层面上的控制。希望能为国内网络信息资源保存的相关研究与实践提供一些参考。 该文为2009年第七期“网络信息资源保存”专题文章之一。 关键词：网络信息资源，长期保存，编目，标签 DOI：10.3772/j.issn.1673—2286.2009.07.004 1 引言 特点，对这类资源进行组织和控制要耗费大量的人力 物力。因此如何更好的利用图书馆已有信息组织经验 网络信息资源保存 （Web Archive ，简称WA ）是 和现代IT技术来组织所采集和保存的网络信息资源， 对 目标领域内的网络信息资源进行收集、保存、提供 成为保存领域一个非常有价值的研究课题。 访问服务的活动。为用户提供访问服务是WA 的最终 目标，因此除了资源的采集与保存工作之外，为了 2 网络信息资源保存编目研究的发展 便于对网络存档的管理和利用，大多数的项 目在网络 现状 资源存档后还要对采集到的资源做进一步的加工和整 理，将其整合到原有的资源体系中提供后续的服务， WA开展十几年来，全球大大小小的保存项 目上百 即通常意义上的 （元数据）编 目工作。如澳大利亚的 个，其中有些项 目对网络信息资源的编 目进行了有益 [1] PANDORA项 目 是由图书馆员对采集到的网络出版物 的研究和实践，不断地探索新的技术和更为有效的方 进行编 目，把编 目数据加入到国家图书馆书 目库中， 法。 供读者检索使用。 （1）传统编目方法的延续 在资源采集阶段通常会利用 自动化的工具抽取 作为图书馆的传统信息组织方法，编 目工作 自 简单的元数据，如采集时间、从采集对象网页头标 图书馆存在以来就是其主要业务工作，在这方面已经 （header ）字段中抽取的网页标题、上次修改时间等相 积累了相当成熟的经验。这些已有的资料编 目方法为 关元数据，但如果要进行更加详细的描述，就需要专 网络信息资源的保存和组织奠定了很好的工作基础。 门的工具和系统以及图书馆编 目人员的参与。然而网 其中的一些方法和系统也被用于现在的WA 资源登记 络信息资源具有数量巨大、质量参差不齐且无序化等 中。例如PANDORA[2] 为了很好地组织其所收集的Web * 本文系国家社会科学基金项目“网络信息资源保存的理论与方法研究”（项目编号：06BTQ025）的研究成果之一。 年第 期（总第 期）