档案元数据标准分析，本文主要内容关键词为：档案论文,标准论文,数据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1.前言
随着信息技术、网络技术的不断发展，档案数字化的步伐也在加快。数字化建设过程中，元数据标准的建设是其基础与关键，也是档案电子资源标准化中最重要的一环。那么，档案馆该如何建立自己的元数据标准？目前，与档案资源相关的元数据标准有很多，如：通用于电子资源的DC(Dublin Core，都柏林核心元素集)和用于书目数据的CNMARC(China MARC，中国机读目录)等[1]。鉴于DC元数据标准在电子资源中的通用性及其在其他行业中的应用实践，我们基于DC来分析和制订档案资源的元数据标准。
2.DC元数据标准分析
元数据分为两大类：即描述型元数据和管理型元数据。描述型元数据是描述对象数据属性或识别信息资源的元数据，读者可以通过它了解对象数据的基本信息并确定是否需要对象数据；管理型元数据本身并不描述对象数据的属性，只是信息资源的加工存档、结构、使用管理等方面的相关信息。同时管理型元数据一般都由系统(管理软件)自动生成，无须人工干预，因而DC元数据标准主要指描述性元数据。
1).DC元数据标准介绍
Dublin Core是在1995年3月第一届元数据研讨会上产生的，会议在美国俄亥俄州的都柏林召开，在讨论会上创立了适合网络信息资源描述、组织和管理的元数据，即Dublin Core。1996年9月的第三次会议，在13种元素的基础上增加2种元素，进一步明确DC的功能，侧重于网络信息资源的描述而非评价，并将15种元素分为3类：资源内容的描述：知识产权的描述；外部属性的描述[2]。
2).DC元数据标准的特点
可互操作性[3]：DC标准定义了统一的数据模型，能适用于各种类型资源、各种平台，并能基于DC方便地实现数据收割与交换。
简单性：DC元数据标准只包含15个大类元素，而且各元素的概念简单易懂，对于各类著录人员，都具有可操作性。
扩展性：对于具体的电子资源，DC提供了良好的扩展规则。在横向扩展时，新增加元素不能与已有元素有语义上的重复，在纵向扩展时，主要遵循向上兼容的原则[4]，从而能满足不同资源的复杂需求。
3.档案元数据标准的思考
1).档案的根本作用在于其“真实性”与“凭证性”[5]。基于此，元数据的著录越详细越好，同时也有利于用户检索过程中定位具体的档案对象。但著录者所追求的是简单性与准确性，元数据著录太完备，工作量会成倍增加，而且著录错误的可能性也越高，这样又不利于用户对档案资源的检索与获取。因而，在制订元数据标准时，有必要找到一个数据加工与信息服务的平衡点。
DC元数据包含15个元素，国家出台的《文书电子文件元数据方案(征求意见稿)》(以下简称《方案》)中则包含了36个大类共90个小类元素[6]。显然，DC的15个元素不能全面反映档案资源的信息，而《方案》所包含的90个小类元素对著录者而言又太过复杂。因而如何结合《方案》对DC标准中的元素进行扩展成为元数据标准制订过程中的关键。
2).档案资源有其特殊性，首先是因为档案馆与其他行业相比，数字化起步较晚，国家还未出台正式元数据标准，因而档案馆在制订自己的元数据标准时，既需要考虑到标准的适用性(能准确描述档案资源并能方便检索)又要考虑到其兼容性(即能与未来国家标准接轨)。其次，档案资源种类繁多，包含了正式出版物、公文，还可能有照片、试卷等特殊资源。如果要针对每种资源都制订一套元数据标准，其工作量将会相当大，而且太多的元数据标准也会让著录者难以适从。
因而，我们所制订的元数据标准应该具有通用性，即能描述所有档案资源。我们考虑采用三类元素来描述档案资源，即类型元素、核心元素和个别元素。其中，类型元素用于描述档案资源的类型，通过该元素实现对所有资源的兼容；核心元素复用DC中的部分元素并进行扩展，用于对所有资源的通用性描述，包括责任者、主题、题名等信息；个别元素用于描述具体资源的特殊属性，反映具体资源的特点。档案资源元数据的整体结构如图1所示。
图1 档案元数据标准结构
4.档案元数据标准的建立
基于以上考虑，我们可以依据DC元数据标准并结合《方案》中对档案资源各元素的定义，来制订一个比较通用的档案元数据标准。其元素的设置基本按DC元数据标准进行设定，并依据档案资源的特点，去掉部分不适用于档案资源的元素，同时对部分元素进行扩展。
1).类型元素：复用DC中的“Type”元素，并依据档案资源特点进行扩展。
集合层次：用于描述资源所属的大类，按《方案》要求，分为全宗、文件、卷宗等。
文种：用于描述资源具体的种类，包含命令、通知、报告等共计19种情况。
2).核心元素：依据资源特点复用DC中的12个大类元素并进行扩展，去掉不适用于档案资源的两个大类元素：来源(Source)和出版(Publisher)。
题名：描述资源的主要题名。
并列题名：以第二种语言文字书写的与正题名对照并列的题名。
副题名：解释或从属于正题名的另一题名。
主要责任者：对资源内容创建作出重要贡献或负有主要责任的团体或个人。
其他责任者：对资源内容创建作出贡献或负有责任的其他团体或个人。
主题词：表达资源主题的规范化的词或词组。
人名：资源内容涉及的具有检索意义的人物姓名。
关键词：在标引和检索过程中取自电子文件题名或正文用以表达主题的，并具有检索意义的非规范化的词或词组。
地名：资源内容涉及的具有检索意义的地名。
机构名：资源内容涉及的具有检索意义的组织机构名称。
生成时间：明确资源形成时间，为用户提供以生成时间为条件的检索途径。
保管期限：指资源的存留年限，包含永久、长期、短期、30年等情况。
保密期限：对资源密级时效的规定和说明，如果资源的权限为“公开”，则本元素值为“无”。
摘要：对资源相关信息的描述，主要是摘要或文摘。
附注：资源本身以及形成、处理和管理过程需要解释和补充说明的事项。
文件大小：电子资源的字节数。
技术环境：指组成电子文件的数据的逻辑格式，通常由文件扩展名表示。
页码：与电子文件对应的纸质档案页数。
时间范围：效力产生的时间范围。
空间范围：效力产生的地域范围。
档案号：以字符形式赋予资源的用以固定和反映资源排列顺序的一组代码。
案卷号：标识资源所属案卷，利于资源管理和利用。
文件号：文件或组合文件的排列顺序号。
文件编号：文件制发过程中由制发机关、团体或个人赋予文件的顺序号，也称文号。
语种：电子文件正文所使用的语种，遵循ISO6392标准统一由三位字符表示(如果需要用中文方式表示语种，则需要纵向扩展一个元素：“语种中文表示”)。
附件：指附在正文之后对对正文内容进行说明的文献。
相关资源：与电子文件有密切关联的其他文献。
权限：描述档案密级，分为公开、限制、秘密、机密、绝密等五种情况。
3).个别元素：依据不同资源的特点进行扩展，以通知为例，需要扩展三个个别元素。
主送：指通知的主要受理者，一般为通知内容规定任务的主要执行者。
抄送：除主送者以外需要执行或知晓通知内容的其他接受者。
紧急程度：通知送达和办理时间要求的急缓等级。
另外为方便资源对象的获取，我们统一扩展一个管理型元素：对象路径，用于描述数字化对象的存储位置。
通过以上分析，我们能大致制订出档案资源的元数据标准(见表2，以长沙市委的一份通知为例给出了一个著录实例)。
5.小结
本文所做的研究仅是抛砖引玉，由于各单位实际情况不同，元数据的标准可能会有所不同，只有经过详细的调查分析，包括对著录人员、读者以及不同资源的分析，并按简单、适用的原则，方能制订出真正适合本单位使用的元数据标准。
