水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)的研究

繆 綸，張偉兵，葉 茂，王冠華

（中國(guó)水利水電科學(xué)研究院，北京 100038）

1 研究背景

隨著信息技術(shù)的飛速發(fā)展和文獻(xiàn)資源數(shù)字化技術(shù)的日趨成熟，實(shí)現(xiàn)文獻(xiàn)資源的數(shù)字化檢索與共享成為必然趨勢(shì)。水利行業(yè)擁有豐富的信息資源，并且每年都在源源不斷地新增大量科技文獻(xiàn)，絕大部分是非書(shū)刊文獻(xiàn)。相對(duì)專(zhuān)著和論文而言，這些科技文獻(xiàn)不僅具有較強(qiáng)的時(shí)效性，而且在內(nèi)容上具有前沿性和實(shí)用性，對(duì)于科研、設(shè)計(jì)和管理以及決策人員具有很高的研究參考價(jià)值，一直以來(lái)備受重視和青睞。但是這些海量信息資源有些仍長(zhǎng)期沉睡在紙堆中，有些即使制作成電子數(shù)據(jù)文件，但也并未對(duì)其進(jìn)行統(tǒng)一的分類(lèi)化管理。因此，這些科技文獻(xiàn)資源并沒(méi)有得到充分開(kāi)發(fā)和利用，以文獻(xiàn)信息數(shù)字化和數(shù)據(jù)倉(cāng)庫(kù)為中心的資源建設(shè)也嚴(yán)重滯后，很多資源無(wú)法進(jìn)行信息共享。水利系統(tǒng)科技文獻(xiàn)資源的開(kāi)發(fā)利用、總體管理狀況遠(yuǎn)遠(yuǎn)不能滿足水利信息化發(fā)展和新時(shí)期水利工作的需要。因此，構(gòu)建水利水電科技文獻(xiàn)資料數(shù)據(jù)的數(shù)字化存儲(chǔ)管理，是當(dāng)前水利行業(yè)信息化發(fā)展的緊迫任務(wù)之一。

中國(guó)水利水電科學(xué)研究院（以下簡(jiǎn)稱(chēng)“中國(guó)水科院”）資料室收藏的科技文獻(xiàn)資源，不僅數(shù)量多，而且涉及水利學(xué)科范圍廣、層次高、內(nèi)容新，在同行業(yè)中，其完整性和權(quán)威性也是最高的。本文以中國(guó)水科院資料室收藏的科技文獻(xiàn)資源為研究對(duì)象，闡述了水利水電科技文獻(xiàn)數(shù)字化查詢(xún)體系構(gòu)建過(guò)程中學(xué)科分類(lèi)和元數(shù)據(jù)結(jié)構(gòu)的解決方案，并在此基礎(chǔ)上介紹了水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)的整體架構(gòu)。

2 水利水電科技文獻(xiàn)學(xué)科分類(lèi)體系

水利水電科技文獻(xiàn)從技術(shù)角度分為技術(shù)報(bào)告、技術(shù)論文、技術(shù)譯文等；從內(nèi)容上分為成果報(bào)告、生產(chǎn)報(bào)告、評(píng)估報(bào)告等。科技文獻(xiàn)數(shù)字化建設(shè)的一個(gè)重要任務(wù)，就是找到適合系統(tǒng)應(yīng)用和用戶(hù)檢索的文獻(xiàn)資源分類(lèi)方法。

學(xué)科分類(lèi)一般遵循以下基本原則[1-2]：①科學(xué)性：分類(lèi)必須以科學(xué)的知識(shí)分類(lèi)為基礎(chǔ)，選擇事物或概念（即分類(lèi)對(duì)象）的最穩(wěn)定的本質(zhì)屬性或特征作為分類(lèi)的基礎(chǔ)和依據(jù)。②系統(tǒng)性：將選定的事物、概念的屬性或特征按一定排列順序加以系統(tǒng)化，從而形成一個(gè)合理的科學(xué)分類(lèi)體系。③可擴(kuò)延性：分類(lèi)的編碼結(jié)構(gòu)必須能適應(yīng)同類(lèi)編碼對(duì)象不斷擴(kuò)充的需要，以便保證增加新的事物或概念時(shí)，不至于打亂已建立的分類(lèi)體系。④兼容性：與有關(guān)標(biāo)準(zhǔn)（包括國(guó)際標(biāo)準(zhǔn)、國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)等）協(xié)調(diào)一致。⑤唯一性：指任何專(zhuān)業(yè)名詞、術(shù)語(yǔ)的定義必須嚴(yán)格保持概念的一致，對(duì)同一專(zhuān)業(yè)名稱(chēng)、術(shù)語(yǔ)必須是唯一的，且不能重復(fù)。⑥合理性：分類(lèi)編碼體系結(jié)構(gòu)與數(shù)據(jù)分類(lèi)體系相適應(yīng)，能反映分類(lèi)體系的層級(jí)、機(jī)理及相關(guān)聯(lián)系的特性。⑦規(guī)范性：編碼的結(jié)構(gòu)、類(lèi)型及編寫(xiě)的格式統(tǒng)一，以便于數(shù)據(jù)的檢索和共享。

我國(guó)現(xiàn)有與水利信息相關(guān)的分類(lèi)編碼標(biāo)準(zhǔn)有：《水利工程基礎(chǔ)信息代碼編制規(guī)則》（SL213-1998）、《水利系統(tǒng)政務(wù)信息編碼規(guī)則與代碼》（SL/T200-97）、《中國(guó)河流名稱(chēng)代碼》（SL249-99）、《中國(guó)湖泊名稱(chēng)代碼》（SL261-98）、《中國(guó)水庫(kù)名稱(chēng)代碼》（SL259-2000）、《中國(guó)水閘名稱(chēng)代碼》（SL262-2000）、《中國(guó)蓄滯洪區(qū)代碼》（SL263-2000）、《土壤侵蝕分類(lèi)分級(jí)標(biāo)準(zhǔn)》（SL190-96）、《水情信息編碼標(biāo)準(zhǔn)》（SL330-2005）、《水文數(shù)據(jù)GIS分類(lèi)編碼標(biāo)準(zhǔn)》（SL385-2007）等，這些標(biāo)準(zhǔn)的制定解決了許多基礎(chǔ)信息重復(fù)整編、互不統(tǒng)一的局面。但是，由于這些標(biāo)準(zhǔn)大多僅僅針對(duì)的是某一項(xiàng)專(zhuān)題或調(diào)查制定的，并沒(méi)有進(jìn)行全局性考慮。因此，水利部為建立一個(gè)完善的水利信息分類(lèi)體系，組織專(zhuān)家編制了《水利信息分類(lèi)》標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)對(duì)水利水電科技文獻(xiàn)分類(lèi)研究也具有一定的借鑒作用。

2001年，水利部頒布了《水利技術(shù)標(biāo)準(zhǔn)體系表》，2008年進(jìn)行了修訂，其中將水利信息按專(zhuān)業(yè)劃分為綜合、水資源、水文水環(huán)境、大中型水利水電工程、防洪抗旱、農(nóng)村水利、水土保持、農(nóng)村水電、移民、水利信息化等，該分類(lèi)方便了水利行業(yè)技術(shù)標(biāo)準(zhǔn)的管理和使用，具有非常高的理論性和非常強(qiáng)的實(shí)踐價(jià)值。然而，該分類(lèi)僅是針對(duì)我國(guó)水利技術(shù)標(biāo)準(zhǔn)成果的管理這一特殊用途的一種分類(lèi)體系，隨著水利信息化發(fā)展，其分類(lèi)層次和內(nèi)容體系還有待進(jìn)一步完善。

在國(guó)家層面上，我國(guó)于2008年頒布的國(guó)家標(biāo)準(zhǔn)《學(xué)科分類(lèi)與代碼》（GB/T 13745-2008），其中設(shè)有“水利工程”分類(lèi)與代碼[3]，并把水利工程分為水利工程基礎(chǔ)學(xué)科、水利工程測(cè)量、水工材料、水工結(jié)構(gòu)、水力機(jī)械、水利工程施工、水處理、河流泥沙工程學(xué)、海洋工程、環(huán)境水利、水利管理、防洪工程、水利經(jīng)濟(jì)學(xué)等。但是，該分類(lèi)方法過(guò)粗，未能充分體現(xiàn)水利行業(yè)有關(guān)的學(xué)科，因此也無(wú)法完全滿足水利行業(yè)的數(shù)據(jù)管理的需要。

關(guān)于水利水電科技文獻(xiàn)的分類(lèi)，原水利部信息研究所（現(xiàn)水利部發(fā)展研究中心）編制有《水利水電科技文獻(xiàn)分類(lèi)》，該分類(lèi)包括四級(jí)：基本類(lèi)目24個(gè)，二級(jí)類(lèi)目301個(gè)，三級(jí)類(lèi)目1 514個(gè)，四級(jí)類(lèi)目1 079個(gè)，長(zhǎng)期以來(lái)為水利系統(tǒng)各級(jí)科技文獻(xiàn)收藏個(gè)管理部門(mén)沿用。但由于該分類(lèi)編制年代較早，隨著水利形勢(shì)的發(fā)展以及水利科技的進(jìn)步，越來(lái)越難以適應(yīng)水利科技文獻(xiàn)的分類(lèi)需要。較為突出的如該分類(lèi)法中一級(jí)類(lèi)目中，缺少防洪抗旱、環(huán)境水利、城鄉(xiāng)水利、水利信息化等內(nèi)容，而近年來(lái)相關(guān)方面取得了相當(dāng)多的科研成果。

本文在調(diào)研以上分類(lèi)標(biāo)準(zhǔn)的基礎(chǔ)上，并在參考了《中國(guó)圖書(shū)館分類(lèi)法》（第四版）（簡(jiǎn)稱(chēng)《中圖法》）、《中國(guó)科學(xué)院圖書(shū)分類(lèi)法》（第三版）（簡(jiǎn)稱(chēng)《科圖法》）、《中國(guó)水利百科全書(shū)》（第二版）（簡(jiǎn)稱(chēng)《水百》）基礎(chǔ)上，經(jīng)過(guò)綜合對(duì)比分析認(rèn)為，《水百》編纂過(guò)程中，集中了包括中國(guó)科學(xué)院和中國(guó)工程院院士在內(nèi)的眾多水利系統(tǒng)的專(zhuān)家學(xué)者，是水利學(xué)科現(xiàn)狀的權(quán)威體現(xiàn)。相對(duì)其他的分類(lèi)體系，《水百》可以說(shuō)基本做到了取長(zhǎng)補(bǔ)短，既包括有水利水電建設(shè)所涉及的基礎(chǔ)領(lǐng)域，如力學(xué)、化學(xué)、地質(zhì)學(xué)等一般自然科學(xué)，涉及面較廣，而且基本上較為全面反映了水利水電建設(shè)的最新形勢(shì)和進(jìn)展，如水利管理、水利經(jīng)濟(jì)、環(huán)境水利等均有單獨(dú)的類(lèi)項(xiàng)。本項(xiàng)目學(xué)科分類(lèi)以《水百》為基礎(chǔ)進(jìn)行，將基本類(lèi)目縮減為21類(lèi)，二級(jí)類(lèi)目211類(lèi)，三級(jí)類(lèi)目1 508類(lèi)[4]，基本涵蓋了水利水電學(xué)科的所有領(lǐng)域，見(jiàn)表1。

因此，在目前水利信息資源管理領(lǐng)域尚無(wú)現(xiàn)成可參考的學(xué)科門(mén)類(lèi)條件下，以《水百》的條目分類(lèi)為基礎(chǔ)，適當(dāng)進(jìn)行調(diào)整，不失為一種實(shí)用的方法。

3 水利水電科技文獻(xiàn)元數(shù)據(jù)結(jié)構(gòu)

元數(shù)據(jù)是定義和描述數(shù)據(jù)的數(shù)據(jù)，是一種用來(lái)描述數(shù)字化信息資源，確保數(shù)字化信息資源能夠被計(jì)算機(jī)及網(wǎng)絡(luò)系統(tǒng)自動(dòng)識(shí)別、分析、提取和分析歸納的一整套編碼體系[5]。水利水電科技文獻(xiàn)元數(shù)據(jù)，用來(lái)描述水利水電科技文獻(xiàn)信息資源，其目的在于方便用戶(hù)發(fā)現(xiàn)資源、識(shí)別資源、評(píng)價(jià)資源，而且對(duì)相關(guān)的信息資源進(jìn)行選擇和定位，并追蹤資源在使用過(guò)程中的變化，實(shí)現(xiàn)文獻(xiàn)資源的有效整合、管理使用和長(zhǎng)期保存。

表1 《水百》學(xué)科分類(lèi)

水利水電科技文獻(xiàn)元數(shù)據(jù)建立在傳統(tǒng)技術(shù)和現(xiàn)代技術(shù)兩個(gè)基礎(chǔ)之上，不僅用來(lái)描述數(shù)字化信息的內(nèi)容特征，而且更要描述數(shù)字化信息的基本屬性，使得數(shù)字化信息得以被有效傳播、交流和利用。同時(shí)水利水電科技文獻(xiàn)元數(shù)據(jù)為文獻(xiàn)數(shù)字化信息資源建立一種機(jī)器可理解的框架，幫助計(jì)算機(jī)系統(tǒng)以及其它網(wǎng)絡(luò)通信設(shè)備獲得并理解文獻(xiàn)數(shù)字資源的基本特征，包括系統(tǒng)特征、內(nèi)容特征、權(quán)利特征等方面。

迄今為止，世界上已開(kāi)發(fā)并付諸使用的元數(shù)據(jù)主要有以下幾種：一是最早普遍使用的元數(shù)據(jù)MARC機(jī)讀目錄；二是描述博物館藏品與檔案特藏的元數(shù)據(jù)EAD編碼文檔；三是描述和管理大量網(wǎng)絡(luò)信息資源的元數(shù)據(jù)（包括都柏林考DC、因特網(wǎng)內(nèi)容挑選平臺(tái)PICS、因特網(wǎng)館藏WC等元數(shù)據(jù)）；四是其他形式的元數(shù)據(jù)（包括頻道定義格式CDF、教育管理系統(tǒng)IMS、全球信息定位服務(wù)GILS等元數(shù)據(jù)）。

水利水電科技文獻(xiàn)信息與其他類(lèi)信息相比，在其載體和類(lèi)型上沒(méi)有太大差別，只在具體內(nèi)容上差別較大。因此，水利水電科技文獻(xiàn)元數(shù)據(jù)體系的建立應(yīng)遵循通用、易兼容、可擴(kuò)展的原則。在對(duì)國(guó)內(nèi)外數(shù)字圖書(shū)館元數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行調(diào)研和分析的基礎(chǔ)上，筆者認(rèn)為：DC元數(shù)據(jù)標(biāo)準(zhǔn)簡(jiǎn)單易懂，既便于專(zhuān)業(yè)用戶(hù)的擴(kuò)展，又適合普通用戶(hù)使用，它是由世界各國(guó)專(zhuān)家共同參與制定的，并經(jīng)過(guò)圖書(shū)館界、檔案界、計(jì)算機(jī)界的專(zhuān)家以及Z39.50和通用標(biāo)記語(yǔ)言標(biāo)準(zhǔn)（SGM）等方面的專(zhuān)家學(xué)者不斷地修正。我國(guó)和其他許多國(guó)家的數(shù)字圖書(shū)館工程都是以DC元數(shù)據(jù)為基礎(chǔ)進(jìn)行信息化建設(shè)。因此，水利水電科技文獻(xiàn)選用DC標(biāo)準(zhǔn)作為基本元數(shù)據(jù)標(biāo)準(zhǔn)，并根據(jù)實(shí)際需要進(jìn)行必要的擴(kuò)展和裁剪，確定了每一個(gè)元素的描述方式、基本定義和填充規(guī)范，對(duì)每個(gè)元素都給予了相應(yīng)的解釋。水利水電科技文獻(xiàn)元數(shù)據(jù)體系包括20個(gè)類(lèi)別，60多個(gè)元素，主要元素如表2所示。

通過(guò)表2描述的元數(shù)據(jù)，管理人員和用戶(hù)可以有效地管理、鑒別、了解和使用其中的信息資源。這些元數(shù)據(jù)可以實(shí)現(xiàn)以下功能：一是描述水利水電科技文獻(xiàn)資源對(duì)象的內(nèi)容；二是識(shí)別資源日期、類(lèi)型、格式等數(shù)據(jù)元素；三是定位資源的位置，以利于網(wǎng)絡(luò)環(huán)境中水利信息對(duì)象的發(fā)現(xiàn)和檢索；四是檢索，成為用戶(hù)查找電子資源的重要依據(jù)。

表2 主要元數(shù)據(jù)元素

為方便水利水電科技文獻(xiàn)元數(shù)據(jù)的共享，參考當(dāng)前異構(gòu)系統(tǒng)數(shù)據(jù)交換技術(shù)，我們采用可擴(kuò)展標(biāo)記語(yǔ)言XML[6-8]（Extensible Markup Language）來(lái)對(duì)元數(shù)據(jù)進(jìn)行描述。XML是繼HTML之后的又一種Web標(biāo)記語(yǔ)言，專(zhuān)用于基于Internet的數(shù)據(jù)共享和交換設(shè)計(jì)，它已成為互聯(lián)網(wǎng)上數(shù)據(jù)共享和數(shù)據(jù)交換的關(guān)鍵技術(shù)和標(biāo)準(zhǔn)[9]。用XML來(lái)描述元數(shù)據(jù)，具有清晰的結(jié)構(gòu)、語(yǔ)法和內(nèi)容，并能被計(jì)算機(jī)更高效地處理。XML還具有易于編輯、便于管理、適于存檔、容易查詢(xún)等諸多優(yōu)點(diǎn)[10]，這些特點(diǎn)，使得它成為了描述元數(shù)據(jù)的最佳選擇。

4 數(shù)字化查詢(xún)平臺(tái)架構(gòu)

水利水電科技文獻(xiàn)數(shù)字化技術(shù)研究的一個(gè)重要任務(wù)，就是在完成分類(lèi)體系的基礎(chǔ)上，以元數(shù)據(jù)為數(shù)據(jù)資源的描述方式，構(gòu)建水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)。

水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)具有以下功能：①科技文獻(xiàn)的數(shù)字化保存、分類(lèi)管理；②科技文獻(xiàn)資料的查詢(xún)、瀏覽；③科技文獻(xiàn)的匯交、查重；④科技文獻(xiàn)的統(tǒng)計(jì)結(jié)果輸出功能；⑤用戶(hù)和系統(tǒng)管理人員相關(guān)的權(quán)限管理、使用管理、統(tǒng)計(jì)管理和故障處理等。

圖1 水利水電科技文獻(xiàn)數(shù)字化平臺(tái)架構(gòu)

水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)根據(jù)水利水電科技文獻(xiàn)數(shù)據(jù)的特點(diǎn)，數(shù)據(jù)進(jìn)行加工保存入數(shù)據(jù)庫(kù)中后，系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行分級(jí)分類(lèi)存儲(chǔ)，并定義數(shù)據(jù)的詞匯表，方便用戶(hù)查詢(xún)檢索。最終，系統(tǒng)通過(guò)web的方式，將文獻(xiàn)數(shù)據(jù)資源發(fā)布在Internet上，并提供數(shù)據(jù)檢索、文獻(xiàn)下載以及數(shù)據(jù)統(tǒng)計(jì)等功能，其整體架構(gòu)如圖1所示。

5 結(jié)語(yǔ)

本文以水利水電科技文獻(xiàn)資源為基礎(chǔ)，選擇中國(guó)水科院資料室收藏的科技文獻(xiàn)資料，開(kāi)展水利水電科技文獻(xiàn)數(shù)字化技術(shù)研究，初步制定了適合于水利水電科技文獻(xiàn)的學(xué)科分類(lèi)方法和元數(shù)據(jù)結(jié)構(gòu)，搭建了水利水電科技文獻(xiàn)數(shù)字化查詢(xún)平臺(tái)，為水利水電科技文獻(xiàn)資料的管理提供了網(wǎng)絡(luò)化管理平臺(tái)。該研究充分利用行業(yè)文獻(xiàn)資源，更好地為水利水電科研生產(chǎn)提供服務(wù)，為廣大水利水電科研人員提供了快速、便捷的科技文獻(xiàn)查詢(xún)途徑，促進(jìn)了水利水電文獻(xiàn)信息化建設(shè)步伐，豐富了水利水電信息化的建設(shè)內(nèi)容。

[1]馬建華，孫九林.WDC-D地球化學(xué)數(shù)據(jù)分類(lèi)與編碼的初步研究[J].河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，36（1）：50-54.

[2]趙艷華.我國(guó)信息分類(lèi)編碼標(biāo)準(zhǔn)化的實(shí)踐[J].中國(guó)標(biāo)準(zhǔn)化，2001（10）：7-8.

[3]GB/T 13745-2008，學(xué)科分類(lèi)與代碼[S].

[4]崔宗培.中國(guó)水利百科全書(shū)（第二版）[M].北京：中國(guó)水利水電出版社，2006.

[5]李晶，姜斌，劉倩，等.水利數(shù)字圖書(shū)館[M].北京：知識(shí)產(chǎn)權(quán)出版社，2006.

[6]Steven Holzner.XML Complete[M].The McGraw-Hill Companies，Inc，1998.

[7]張哲.基于XML的元數(shù)據(jù)體系的數(shù)據(jù)交換[J].計(jì)算機(jī)工程與應(yīng)用，2003（10）：180-184.

[8]Steven Holzner.XML black book 2nd[M].Publishing House of Mechanics Industry，2002.

[9]李寧.XML與信息共享[J].計(jì)算機(jī)應(yīng)用與軟件，2004，21（10）：20-21，55.

[10]王津濤，白乃俠.基于XML元數(shù)據(jù)的研究與開(kāi)發(fā)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2004，25（7）：1086-1088，1103.