数字图书馆的信息结构

5.2.1　数字图书馆的信息结构

（1）数字信息的一般概念

传统图书馆除了拥有大量的传统文本信息，还包括迅速发展的非文本信息（如照片、图片、艺术作品等）、视频音频资料（如音乐带、电视电影、动画游戏资料等）、多维图像和数据（如全息图像）、数字流信息（如卫星信息、宇宙数据等）。如果将上述这些不同的信息进行数字化，生成计算机能识别的二进制编码，就可形成数字信息。

数字图书馆的信息是由经过数字技术处理的数据元素组成的。这些元素包括数字对象（digital object）、元数据（metadata）、调度码（handle），后者又称标识符。数字对象存放于资源库（repository）中，以一定结构的数字形式来表达信息内容（content）。

数字图书馆要充分反映信息的复杂性。为了标识信息的复杂性，需要将若干数字对象组合起来。这些被组合起来的数字对象就称为数字对象集，所有数字对象都有相同的基本形式，但每个数字对象集的结构取决于它所代表的信息内容，而不是数据元素的存储形式。

在数字图书馆中，有许多种不同形式的资料，其信息有多种类型，例如，带SGML的全文、WWW对象、计算机程序等。对每种类型的资料都应按数字对象集的条例和规划加以描述，即每种对象用什么标识符，对象集的每个数字对象及相关元数据的内部结构是如何构成的，对象如何命名等。

（2）数字对象

数字对象是数字图书馆体系结构的基本单位，数字图书馆是数字对象的集合，一般来说，数字对象由元数据、数字资料和调度码组成。

元数据：它是结构化的关于数据的数据，它是存储在数字对象中的信息，包含一些识别对象的条件、条款和调度码。其功能是管理网络环境下的数字对象，如数字对象的存储、复制和传递的管理。

数字资料：它是指对文本经扫描转换后的数字化标识，即二进制数字。数字对象中的数字资料是数字图书馆的原型资料。例如，一个数字对象的数字资料可以是用XML标记的文本或一条记录在数字图书馆体系中，为完成各种需求的检索一定要对各种信息进行有效的组织。其信息都是以基本单位进行存储，例如，数字化的地图、一段正文、一个Web网页、一张扫描的照片等，都按数字对象的形式存储。

下面就数字对象的一般结构特性进行综述。

相关性：是指本对象与其他对象的相关性，例如，部分、整体、系列等。举例来说，一篇已数字化的全文可能与章节内容、前言、索引、插图、附录、参考文献等数字对象相关。

数字格式：同一个项目可能用几种数字格式进行存储，目前大多数都使用XML格式，也可能要把一种格式转换成另一种格式。不同的格式包含着不同的信息，例如用XML格式描述的正文页的信息与附录格式的内容是不同的。

数字对象的变化：数字对象容易改变，数字对象应该能够反映这种变化。例如，一种书有不同的版本，一个Web网页每月变化几次。

权限和许可权：数字对象的每一个元素都有与之相关的不同权限和许可权。

总的来说，在数字图书馆中，信息被作为数字对象存储。数字对象包含三方面的内容：第一是资料内容，可以是文本形式，也可以是用XML来置标的编码，也可以是图片、视频、音频的数字形式；第二是元数据，包含一个数字对象的调度码、对象的产权数据和一种权利说明书等；第三是管理信息，如格式、标识符、数据使用说明等。

（3）数据类型、结构元数据和元对象

数字图书馆的信息体系结构是以三个简单概念为依据的，即数据类型、结构元数据和元对象。

第一个是数据类型。数据的每一个项目都有一个相关的数据类型，用以描述数据的技术性质，如格式、处理方法等。

第二个是结构元数据。它是指描述资料的类型、标题、著者、版本、相关关系和数字资料的其他特性的元数据。它是一种不可再分的元数据。如MARC就是一种结构元数据。

第三个是元对象。它提供对数字对象集的引用，最简单的元对象是一个指向其他数字对象的调度码的列表。例如，列出某物理想的所有数字化版本的数字对象即是一个元对象，一本诗歌选集可以按每首诗为一个数字对象，一本诗集的元对象就是列出所有诗篇的数字对象。

（4）数据规范原则

为规范描述结构元数据和元对象，应制订规范说明书。该说明书要符合下述原则：

●每一个数据项都有一个明确的数据类型，类型指定了数据的格式和可施加的操作。例如，数据的压缩采用JPEG格式，应用特殊方法进行处理。

●所有的元数据都要有明确的编码。所有需要管理的藏书或提供查询的元数据都要进行编码，如“TXT”指示全文本文档。但没有语义信息的评述数据不能作为元数据，也不能单独进行编码。

●给知识产权赋予一个调度码。赋予知识产权一个调度码标志，并把它作为一个独立的数字对象，从而提供了一种访问途径，人们可以通过该标志访问数据对象。例如在一篇数字化正文中包含一些可单独使用的插图，则每个插图都可制成带知识产权的调度码，并作为独立的数据对象。

●元对象可用于连续数据对象。在数字图书馆中，一条记录的全部元数据可能存放在一个对象库多个位置，也可存入二次文献的书目索引中，或存入辅助目录中。元对象提供与各个数据对象的联系，或与所有结构元数据的联系，用户不必知道数据对象集中的存储结构，只要用元对象去查询，就可获得更多的数据对象，如一个项目所有版本额度连续信息，一个项目的所有结构元数据的信息。

●调度码可以用于识别元对象中的项目。一个项目对象包含一个目录，可用调度码去识别该目录的每个项目，从而就提供了一个灵活的信息结构，利用这种结构可以很方便地按顺序重新组织馆藏（对象库）。