数字图书馆与及元数据PPT课件.ppt

《数字图书馆与及元数据PPT课件.ppt》由会员分享，可在线阅读，更多相关《数字图书馆与及元数据PPT课件.ppt（92页珍藏版）》请在沃文网上搜索。

1、数字图书馆与及元数据数字图书馆与及元数据 概念与要点 数字图书馆的定义数字图书馆的定义 从不同的概念演变而来 电子图书馆、网络图书馆、虚拟图书馆、 没有围墙的图书馆、图书馆数字化等等 尚无一个全球范围公认的定义 数字图书馆的定义数字图书馆的定义 定义一： 利用数字技术获取、存储、存取、发 布信息的图书馆 定义二： 数字图书馆为国家信息基础设施提供 关键性信息管理技术，同时提供其主 要的信息库和资源库。换句话说，数 字图书馆是国家信息基础设施的核心 。 数字图书馆的定义数字图书馆的定义 美国研究图书馆协会的定义 1、 数字图书馆并不是一个单一的实体； 2、 数字图书馆需要技术支持；链接许多信 息

2、资源； 3、 多个数字图书馆及信息机构之间的链接 对终端用户透明； 4、 全球范围的对数字图书馆与信息服务的 获取是一个目标； 5、 数字图书馆的收藏不仅限于文献的替身 ，她还把不能以印刷形式代替和传播的人工 印刷品数字化，加以收藏。 DefinitionDefinition The digital library is not a single entity The digital library requires technology to link the resources of many The linkages between the many digital libraries

3、and information services are transparent to the end users Universal access to digital libraries and information services is a goal Digital library collections are not limited to document surrogates: they extend to digital artifacts that cannot be represented or distributed in printed formats (ARL, 2

4、019) 数字图书馆的定义数字图书馆的定义 中国数图工程规划的定义： 是采用现代高新技术所支持的数字信息资是采用现代高新技术所支持的数字信息资 源系统，将成为下一代互联网网上信息资源系统，将成为下一代互联网网上信息资 源的管理模式，可从根本上改变目前网上源的管理模式，可从根本上改变目前网上 信息分散、不便使用的现状。可以说，数信息分散、不便使用的现状。可以说，数 字图书馆是运行在互联网上超大规模的、字图书馆是运行在互联网上超大规模的、 便于使用的、没有时空限制的知识中心。便于使用的、没有时空限制的知识中心。 数字图书馆的要点数字图书馆的要点 数字化资源(多媒体) 网络化分布化的体系结构 统一的

5、透明的用户接口 全球化（非单一实体） 元数据与对象管理 新的服务体系与模式 数字图书馆的结构数字图书馆的结构 KW结构 数字对象（Digital Object) 键元数据、数字资料、调度码 数字对象仓库(Repositories) 元对象（Meta Object) 图书馆自动化系统管理图书馆自动化系统管理/ /服务模式服务模式 书刊资料库 （物理馆藏） 书目索引等 二次文献 图书馆管员 读者 图书馆 自动化 系统人工获取 索引与对象间无完整性保证 数字图书馆的结构数字图书馆的结构-IBM-IBM 检索数据 (Search Data) Library Server 查询 (SEARCH) 访问入

6、口 客户端 (ACCESS Client) 存储 (STORE) 对象内容 (Content Objects) IBM Digital Library 读者 光盘库或磁 带库 数字图书馆的结构体系数字图书馆的结构体系 国家图书馆 数字图书馆的实践数字图书馆的实践 国际 数字图书馆先导计划（DLI 1、2） 美国回忆和美国国家数字图书馆计划 （NDLP） 国内 中国试验型数字图书馆项目 中国数字图书馆工程 美国美国DLIDLI计划计划 由美国科学基金会NSF、国防部高等技 术开发署DARPA、美国航空航天总署 NASA等单位联合资助 DLI-1 ($24M, 1994.92019.9) DLI-

7、2 ($40M$50M, 20192019) 环境规划与多媒体信息系统（加州大学伯克利分校 ） 图象和空间参考信息综合服务的分布式数字图书馆 （加州大学圣巴巴拉分校） 集成声音、图象和语言理解技术, 创建和搜索数字视 频图书馆-Informedia(卡内基梅隆大学) 综合性科学文献数字图书馆(伊利诺大学厄尔巴那分 校) 智能信息搜索引擎（密歇根大学） 各类数字图书馆网络综合集成机制-InfoBus (斯坦 福大学) DLI1DLI1研究项目研究项目 DLI-2DLI-2在规模、范围、内容和方向在规模、范围、内容和方向 上的显著变化上的显著变化 受资助单位大幅度增加 在过去纯研究的风格外，增加了

8、面向 实际问题的研究和开发 除保留了传统的体系结构、信息检索 、互操作主题之外，一些新的研究主 题受到关注，如：信息保藏、添加声 音、建立和维护数字图书馆的实际问 题、与医疗有关的电子病历、医学图 象等 与情报学的联系密切 地理信息核医学情报是众多项目的交 汇点 美国回忆与美国回忆与NDLPNDLP计划计划 美国回忆（American Memory）由美 国国会图书馆实施，主要内容为特色历 史资源数字化。（1989-2019) 美国国家数字图书馆项目（NDLP）是 美国回忆的后续项目，目标是2000年 数字化美国国会图书馆的500万件藏品 。（1994-)计划总投资6000万美元。 数字图书馆

9、的实践（国内）数字图书馆的实践（国内） 中国试验型数字图书馆项目 2019年倡导，2019年立项，2019年结 题 国家图书馆、上海图书馆、南京图书 馆、深圳图书馆、辽宁省图书馆、中 山图书馆、桂林图书馆 数字图书馆的实践（国内）数字图书馆的实践（国内） 中国数字图书馆工程 一期规划（2000-2019） 指导思想： 统筹规划，需求牵引，科技创新，滚动发 展。 建设原则： 公益性为主、资源建设为核心、统一标准 规范、开放建设与利益共享、开发与引进 相结合 数字图书馆的实践（国内）数字图书馆的实践（国内） 中国数字图书馆工程 建设目标： 在互联网上形成超大规模的、高质量的中文数字资源库 群，并通

10、过国家骨干通信网向全国及全球提供高效服务 ；总体技术与国际主流技术接轨。建设一批中文多媒体 资源库，总容量不低于20TB；联合引进若干国内需要的 国外专题资源库；实现全国大部分地区图书馆文献资源 的联合采编及馆际互借；完成开发具有中国特色的数字 图书馆智能应用系统；培养一批高水平的专业人才队伍 ，持续发展中国数字图书馆工程。 实施步骤： 准备和实验阶段（2000年） 初步实用阶段（2019-2019年） 规模型成长阶段（2019-2019年） 数字图书馆五大功能（数字图书馆五大功能（IBMIBM） 内容发布 内容查询 with a forward by F. Wilfrid Lancaster

11、 (Adapted from “SGML and the USMARC Standard,” Technical Services Quarterly (15(3), 21ff) SGMLTEI ExampleSGMLTEI Example Modified from TEI header created by the University of Virginia Library Cataloging Services Department: A summary view of the rights of British America: a machine-readable transcri

12、ption Jefferson.Thomas, 1743-1826 Approx. 44 Kilobytes University of Virginia Library Charlottesville, Va. Available from: Oxford Text Archive URL:etext.lib.virginia.edu/ 1993 XMLXML语言的三要素语言的三要素 style sheet rendering software document document with XML with XML markupmarkup formatted document DTD Cl

13、ient Server(s) XMLXML语言的三要素语言的三要素 DTD或XML Schema Document Type Definition 文件类型定义 XSL eXtensible Stylesheet Language 可扩展样式语言 XLINK eXtensible Link 可扩展链接语言 The XML Namespace The XML Namespace （命名域命名域 ） Definition Form: Example namespace definition: Meaning: When you see “ddc”, interpret it according t

14、o the explanation offered at the site ddc.org Example Use 025.316 互操作性与互操作性与RDFRDF 互操作性：由元数据语义及结构不同 所引起的难题。 解决方法: 根据元数据之间的对应关系（mapping) 进行相互转换 核心元数据集 - 如Dublin Core 支持异构的资源检索 RDF 资源描述框架(Resource Description Framework) 数据描述模式而且采用基于 XML的句法 提供语义、结构、句法三个层次的互操作能力 模块化的互操作能力 有些数据化信息需要不同的元数据描述，RDF 对集成这些元数据非

15、常有用 什么是什么是RDFRDF？ RDF是一个与任何特定语法无关的抽象的资源 表达模式，用来反映资源（Resource）、属 性（Property）与属性值（Value） 资源 resource 属性 property 属性值 value 语句 statement 什么是什么是RDFRDF？ 换言之 “张三是由以下网址所标识的资源的作者： ” 99-3/p22.htm 作者 author 张三 什么是什么是RDFRDF？ 99-3/p22.htm 作者 author 张三 张三 RDF基于XML的描述实例： RDFRDF描述实例描述实例 99-3/p22.htm DC:Creator 张三

16、Dublin Core基于RDF的描述： 张三 基于基于RDFRDF的的DCDC描述实例描述实例 Warwick Framework ContainerWarwick Framework Container Metadata Container Package (Dublin Core) Package (Geospatial) Package (Indirect)Package (Access Terms) URI From: Daniel, Lagoze 什么是什么是Dublin CoreDublin Core元数据元数据 2019年3月，由OCLC与国家超级计算应用中心（NCSA）联合

17、发起，52位来自图书馆界、电脑网络界专家共同研究产生。目 的是希望建立一套描述网络电子文献的方法，以便网上信息检 索。其中心议题是如何用一个简单的元数据记录来描述种类繁 多的电子资源，使非图书馆专业人员都能够了解和使用著录格 式，来描述网上资源。 至今已开过七次研讨会，第九次将于2019年在日本举行。每 次会议都有一些具体的成果和决定。如第四次会议在澳大利亚 堪培拉举行，会上发布3种修饰词，故称为堪培拉修饰词。 十五个基本元素 简单清晰的语义定义 应用面广 （DLO对象） 易于伸缩与扩展 扩展的DC TYPE(Subelement),SCHEME,LANGUAGE 三种形式 事实上的工业标准

18、- RFC2413 广泛的支持与应用 已成为美国国家标准（Z39.85) 什么是什么是Dublin CoreDublin Core元数据元数据 DCDC元素元素 ( (都柏林核心集都柏林核心集) ) 内容描述 知识产权 外形描述 题名 Title 创建者 Creator 日期 Date 主题 Subject 出版者 Publisher 类型 Type 说明 Description 其他责任者 Contributor 款式 Format 来源 Source 权限 Rights 标识 Identifier 语种 Language 关联 Relation 覆盖范围 Coverage DCDC的特点的

19、特点 所有的元素都是可选的 所有的元素都是可重复的 元素的排列没有先后次序 具有良好的扩展性 全球化 DCDC扩展扩展 ( (都柏林核心集都柏林核心集) ) 旨在通过使用修饰词进一步明确元数据的 特性（比如一个日期可以作进一步的描述 ，如发表日期和修改日期） DC允许各个地方应用系统在15个基本元素 的基础上增加新的元素或新的修饰词，但 应坚持互操作性的原则，同时提请DC大家 庭注意，以便纳入新的DC规范 DC:TitleDC:Title（题名）题名） A name given to the resource 赋于资源的名称 DC:CreatorDC:Creator（创建者）创建者） An e

20、ntity primarily responsible for making the content of the resource 创建资源内容的主要责任者 DC:ContributorDC:Contributor（其他责任者）其他责任者） An entity responsible for making contributions to the content of the resource 对资源内容创建作出贡献的其他责任者 DC:PublisherDC:Publisher（出版者）出版者） An entity responsible for making the resource av

21、ailable 使资源成为可获得状态的责任者 DC:DateDC:Date（日期）日期） A date associated with an event in the life cycle of the resource 与资源本身生命周期中的一个事件相关 的日期 DC:RelationDC:Relation（关联）关联） A reference to a related resource 对相关资源的参照 DC:SourceDC:Source（来源）来源） A reference to a resource from which the present resource is derived

22、 对一个资源的参照，当前资源源自这 一参照资源 DC:DescriptionDC:Description（描述）描述） An account of the content of the resource 对资源内容的说明 DC: SubjectDC: Subject（主题）主题） The topic of the content of the resource 有关资源内容的主题描述 DC:TypeDC:Type（类型）类型） Nature or genre of the content of the resource 有关资源内容的特征和类型 DC:FormatDC:Format（格式）格式

23、） Physical or digital manifestation of the resource 资源的物理或数字表现形式 DC:IdentifierDC:Identifier（标识符）标识符） An unambiguous reference to the resource within a given context 在特定范围内给予资源的一个明确的标 识 DC:LanguageDC:Language（语种）语种） A language of the intellectual content of the resource 描述资源知识内容所使用的语种 DC:CoverageDC:C

24、overage（覆盖范围）覆盖范围） Extent or scope of the content of the resource 资源内容所涉及的范围 DC:RightsDC:Rights（权限）权限） Information about rights held in and over the resource 有关资源本身所有的或被赋予的权限信 息 多媒体与数字化多媒体与数字化 上海图书馆系统网络中心 赵亮 概念与要点 多媒体的基本概念多媒体的基本概念 多媒体定义 指能够同时获取、处理、编辑、存储和展 示两个以上不同类型信息媒体的技术。 多媒体技术 计算机综合处理多种媒体信息，文本、图形

25、、图像、音频和视频，使多种信息建立逻辑 连接，集成为一个系统并具有交互性。 多媒体类型： 文本、图形、图像、音频、视频、三维建 模（虚拟现实）等等 多媒体格式总结多媒体格式总结 文本 编码（中文编码、不同平台编码） 特殊标记、格式 图象 压缩存储（有损压缩和非有损压缩） TIFF，JPEG，GIF，BMP 多级存储 音频 WAV，MP3，REAL AUDIO 视频 AVI，QUICK TIME，MPEG I，MPEG II，MPEG IV，REAL VIDEO 其他（三维实体VRML等等） 多媒体格式总结（数字化方法）多媒体格式总结（数字化方法） 文本 录入员录入 对扫描文件进行OCR 图象

26、扫描 数码照相 音频 利用声卡采集 电脑合成 视频 利用视频采集卡采集 硬件压缩转换或软件压缩转换 海量数据实例海量数据实例 Text (1 page) : 5K / 1K Image (1024x768) : 2.3M / 300K Voice (1 min) : 480K / 60K Music (1 min, CD) : 10.2M / 1M Video (1 min, VHS) : 400M / 10M Video (1 min, NTSC) : 1.6G / 35M Video (1 min, HDTV) : 4.8G / 200M 扫描或照相要点扫描或照相要点 扫描模式 分辨率（r

27、esolution, 多少DPI) 颜色深度 (bit depth, 多少bit) 颜色管理 （色彩还原） 修正（去网纹，校正） 压缩存储 人工修正（去污点，对比度，亮度） 系统能力（内存等等） 四种扫描模式四种扫描模式 BitonalGrayscale Color Special Treatment 各种分辨率的效果各种分辨率的效果 600 600 dpidpi 300 dpi300 dpi 200 dpi200 dpi 在二值扫描中调整阈值在二值扫描中调整阈值 defines the point on a scale from 0 to 255 at which gray values w

28、ill be interpreted either as black or white Effects of ThresholdEffects of Threshold threshold = 100 threshold = 60 Bit DepthBit Depth number of bits used to represent each pixel, typically 8 bits or more per channel representing 256 (28) levels for grayscale and 16.7 million (224) levels for color

29、example: 8-bit grayscale pixel 00000000 = black 11111111 = white Bit DepthBit Depth increasing bit depth increases the level of gray or color information that can be represented and arithmetically increases file size affects resolution requirements Effects of Grayscale on Effects of Grayscale on Ima

30、ge QualityImage Quality 3-bit gray8-bit gray Effects of JPEG CompressionEffects of JPEG Compression 300 dpi, 8-bit grayscale uncompressed TIFF JPEG 18.5:1 compression monitor: 800 x 600 pixels 800 600 document: 8” x 10”, 200 dpi (1,600 x 2,000 pixels) 2,000 pixels 1,600 pixels document at 60 dpi 480

31、 pixels x 600 pixels document at 100 dpi 800 pixels x 1,000 pixels TIFF Uncompressed GIF Compressed 6:1 (NARA) JPEG Compressed 20:1 ( LC) Compression/File Format Comparison for Derivative Files 文档扫描提取 Document Preparation 批量扫描 建立索引 Thumbnail Generation OCR Processing Script Generation Loading Full t

32、ext IndexingDigital Library Backup copies 彩色图片扫描提取 素材准备 扫描 色彩校正、影象处 理、编辑、索引 降低分辨率、生成拇指图、 加水印 脚本生成、装载、 全文索引 Digital Library 备份 数字多媒体内容获取 + Video/Audio Capture 提取卡 MPEG Video/Audio 特殊效果 声频混和 视频/声频编辑 编码/ 压缩卡 + MPEG 编码/压缩 原始资 料 Ensuring Full Informational Ensuring Full Informational Capture: “No More, No Less”Capture: “No More, No Less” cost image quality and utility desired point of capture