数字资源的描述组织
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
属性也可以按子元素表示： <girl> < name>小周</name> < height>168</ height> < weight>52</ weight> < idnumber>811056197601121658< idnumber/> </girl>
4.CDATA区和预定义实体
• 格式”<![CDATA [……] ]>”叫做CDATA 。CDATA区中 的内容不会被XML 处理器解释，CDATA段可以出现在字 符数据可以出现的任何地方，他们用于转义包含，会 被识别为标记的字符串的文本块。CDATA段以字符串 “[CDATA [”开始，以字符串 “] ]>”结束
(1)合格的XML文件示例
[1]＜?xmlversion＝“1．0”encoding＝”GB2312“standalone＝”no“?＞
[2]＜?xml—stylesheet type＝“text／xsl”href＝”mystyle．xsl”?＞
[3]＜专有名词列表＞
[41 ＜专有名词＞
[5]
＜名词＞XML＜／名词＞
＜／联系人列表＞
（5）参数实体引用
＜?xml version＝“1．0”encoding＝”GB2312”standalone＝“no”?＞ ＜!DOCTYPE信件[ ＜!ENTITY lettersign “张三 某网络公司销售部门 北京市海淀区中关村88号，100000”＜／正文＞＞ ]＞
＜信件＞ ＜收件人＞李四＜／收件人＞ ＜主题＞hello＜／主题＞ ＜正文＞hello!%1ettersign； ＜／信件＞ 同样，参数实体的引用与通用实体的引用大同小异，只是要把实体换 为％就可以了，形式是：
中文核心元数据元素(续)
• 关联信息对象（相关联的资源）
– 关联资源（Related Objects） – 版权说明（Copyrights） – 数字资源制作者（ Digital Publisher Name） – 数字资源制作日期（ Digital Publisher Date） – 数字资源制作地（Digital Publisher Place） – 权限声明（Rights） – 公开对象（Actor） – 操作许可（Actions）
核心元素：各类对象通用，与DC保持 一致，易于交换。 本地核心元素：本馆各类对象通用， 馆内保持一致。 个别元素：某一类对象使用，不用于 交换。
元数据的发展沿革
元数据的简单实例
常见的元数据集
Dublin Core 的15个元素
元数据的表示方法
HTML表示
XML表示
RDF表示
使用元数据的原因
数字图书馆信息组织
数字资源的描述组织
本节内容
一、元数据概述 二、XML介绍 三、中文元数据方案及其应用
一、元数据概述
• 元数据定义
–关于信息的信息（data about data）； –描述资源特性的结构化信息； –“元 meta”； – 狭义元数据：描述信息对象内容； – 广义元数据：揭示信息系统各层次的内容。
（4）通用实体引用
＜?xml version＝“1.0”encoding ＝”GB2312“standalone＝“no”?＞
＜!DOCTYPE联系人列表[ ＜!ENTITYA公司地址“北京市五街1234号’＞ ＜!ENTITYB公司地址”上海南京路9876号“＞]＞
＜联系人列表＞ ＜联系人＞ ＜姓名＞张三＜／姓名＞ ＜公司＞A公司＜／公司＞ ＜地址＞＆A公司地址；＜／地址＞ ＜／联系人＞ ＜联系人＞ ＜姓名＞李四＜／姓名＞ ＜公司＞B公司＜／公司＞ ＜地址＞&B公司地址；＜／地址＞ ＜／联系人＞ ＜联系人＞ ＜姓名＞王五＜／姓名＞ ＜公司＞B公司＜／公司＞ ＜地址＞&B公司地址；＜／地址＞ ＜／联系人＞
• 适用不同层次对元数据的制作要求 • 尽可能地考虑与其他元数据方案的可交换性
中文元数据与其他元数据的关系
参考的元数据集
• LC－－Library of Congress • NLA－－National Library of Australia • Cedars－－Curl Exemplars in Digital Archives • NEDLIB－－Networked European Deposit
5.实体的声明和引用
• 实体就是文件片段，一个实体可以是整个文件或是整本 书，也可以是一个字符或是一个单词。如定义一个实体 名为“主页”实体，其内容为: http://www.Microsoft.com 那么在写文档时,便可以用 “主页”来代表: “http://www.microsoft.com”
Library
中文核心元数据元素
• 资源描述（资源外部特征描述）
– 题名（Title） – 主题（Subject） – 版本（Edition） – 内容摘要（Abstract） – 内容类型（Content Type） – 语种（Language） – 内容适用范围（Coverage） – 内容创建者（Creator） – 其他责任者（Contributor） – 内容创建日期（Date of Creation） – 出版（Publisher） – 版权所有者（Copyright Holder） – 资源标识符（Identifier）
• 实体分为一般实体和参数实体。实体参数只能表现在 DTD中，一般实体出现在一根元素开始的主XML文档中。 可以给每个实体取一个名字，然后在别处进行引用，这 和在别的编程语言中的别名用法类似。处理器进行处理 时，会用实体本身代替实体的名字
6.一个格式正确的XML文档要求
• 每个元素必须有起始和结束标注 • 必须有一个，而且只有一个称为根元素或文件元素的
1.XML文档的头部
<?xml version=”1.0”? encoding=”gb2312” standalone= ”yes”?>
<?-----?>，它称为处理指令（Procession Instruction, 简称PI），PI不是文件字符数据的一部分，但必须传递给 应用。PI以“<?”开始，以“?>”结尾，PI目标是指该指令
元数据标准体系
一次文献
元数据
元数据
元数据
信息内容
元数据
作品与对象
元数据 元数据
作品与对象集合 作品/对象及其集合的管理和服务机制
信息服务过程和服务系统模式
描述上述信息内容的规则、方法和机制
二次文献 （描述元数据）
三次文献
与系统相关的 元数据
－－引自张晓林《元数据研究与应用》
元数据标准体系
个别元素 本地核心元素 核心元素
• 发现 • 管理 • 安全 • 个人信息 • 保存 • 内容评级 • 版权管理
二、XML介绍
• W3C于1998年2月10日给出了正式推荐标准－－ XML1.0。2000年10月W3C公布了XML1.0第二版
• XML（Extensible Markup Language)－－可扩 展标记语言）是一种可扩展的源标记语言，是 可以定义其他语言的语言 ，它是一组相关的 技术，包括XSL（可扩展样式语言）、XML链接 语言、XML空间名称等
是标记，“XML”是字符数据
（3）XML整体逻辑结构总结
• 通过XML元素来组织XML数据 • XML元素包括标记和字符数据 • 为组织数据更方便、清晰，在字符数据中引入CDATA数
据块 • 在文档中引入注释 • 需要给XML处理程序提供一些指示信息，XML文档中可
以包含处理指令 • XML文档通常以一个XML声明开始
– standalone="yes"， XML声明还可以有standalone特性。这 告诉我们，文档是否在这一个文件里还是需要从外部导入 文件。如果XML文档在一个文件里完成，那么standalone 特性的值就设置为"yes"。
2. 标记和元素
• 元素：是文档的主要逻辑部件，由开始标记和结束标 记界定，格式为： <元素名称 属性名1＝“属性值1” 属性名2＝“属性值 2”>元素的内容 </元素名称>
元素，并且它不出现在其他任何元素的内容中；它包 含一个或多个元素 • 正确的定义和表示空元素 • 开始标记和结束标志可以使用大写或小写，但它们必 须匹配 • 以起始标签和结束标签为界的各个元素必须正确地嵌 套，不允许出现交叉 • 属性值必须使用引号括起来 • 此文件中直接或间接引用的每一个已析实体都是格式 正确的 • 它满足XML规范中定义的所有其他的格式正确性约束
t14]
]]＞
[15]
＜／示例＞
[16] ＜／专有名词＞
[17]＜／专有名词列表＞
(2)一个XMl文档最基本的构成
一个XMl文档最基本的构成是： ●XMl声明 ●处理指令(可选) ●XML元素
上例中出现的逻辑要素有： ●[1]是XML声明 ●[2]是处理指令 ●[3]－[17]是文档中的各个元素 ●[8]是注释 ●[9]－[14]是CDATA节 ●在[5]行的“＜名词＞XML＜／名词＞”中，“＜名词＞”“＜／名词＞”
为 之准备的应用程序，本例中是指令目标就是名为XML的应用 程序，这是一种传送给XML处理器的信息类型。
• <?xml version="1.0"? encoding="gb2312"standalone="yes"?>
– "version ="1.0"",表示该XML文档遵循XML1.0规范。
– encoding="gb2312"，如果没有这一声明，那么使用的字码 必须是UNICODE，以UTF-8或UTF-16作为编码方式，如 果文件中使用了中文，就必须进行编码声明。
％实体名；
可用的XML
• 使用DTD或Schema定义过的特定置标与 规则
• 可以应用软件检索XML文档是否严格遵 守相应的DTD或Schema定义
DTD的样子
XML的用途
• 方便信息交换对用户不可见的格式标准 • 为机器读取信息用的书写格式标准 • 也可以由人直接读取并理解信息
XML的重要性
[6]
＜解释＞XMI。是一种可扩展的元置标语言，它可用以规定新的置标规则，
并根据这个规则组织数据＜／解释＞
[7]
Biblioteka Baidu
＜示例＞
[8]
＜!—一个XML的例子—＞
[9]
＜![CDATA[
[10]
＜联系人＞
[11]
＜姓名＞张三＜／姓名＞
[12]
＜EMAIL＞zhang＠aaa．com＜／EMAIL＞
[13]
＜／联系人＞
• 空元素 空元素常常具有属性，表示为：< 元素名称 属性
名1＝“属性值1” 属性名2＝“属性值2”……../>。 • 根元素
元素分为父元素和子元素。处于最顶端的父元素 叫做根元素或文档元素，一个XML文档必须有一个并 且只能有一个根元素，这个根元素包括其他所有元素。
3.元素属性
• 元素除了有内容外，还可以具有属性，属性由属性名称 和属性值组成。属性的表达放在元素的开始标记内。描 述一个带有几个属性的元素例： <girl name=“小周”height=”168” weight=”52” idnumber=”811056197601121658” />
• 使结构松散的非结构化信息扩展为易于 利用的结构化信息
• 由于XML容易解析，软件可以对XML文档 进行各种转换
–便于数据的抽取、迁移； –灵活多样的表现形式； –提供实时个性化显示。
三、中文元数据方案及其应用
• 中文元数据是中文数字化文献的描述、管理、 保存、利用的标准，它不仅能应用于数字图书 馆领域，而且能够并应该应用于各领域的数字 资源，如电子政府、城建档案、军事资料等， 从而实现异构资源间的互操作，以便在更广的 范围内实现数字资源的共建共享
XML文档概述
• XML文档可分两部分：
–序言（Prolog）：XML的序言部分描述了XML文档版
号、编码方式和其他的一些信息 ，如DTD （Document Type Definition)和 XSL(Extensible Stylesheet Language)引 用。
–文档实例部分（Document instance）
中文元数据方案说明
• 参考目前世界上主流的相关标准和较为成熟的技术， 结合中文数字资源保存和检索利用的要求
• 总体框架结构上采用了OAIS模型。Open Archival Information System(简称为OAIS)是NASA和Consultative Committee for Space Data Systems(简称CCSDS)联合制 定的标准，旨在对资源的长期保存规定概念和框架
4.CDATA区和预定义实体
• 格式”<![CDATA [……] ]>”叫做CDATA 。CDATA区中 的内容不会被XML 处理器解释，CDATA段可以出现在字 符数据可以出现的任何地方，他们用于转义包含，会 被识别为标记的字符串的文本块。CDATA段以字符串 “[CDATA [”开始，以字符串 “] ]>”结束
(1)合格的XML文件示例
[1]＜?xmlversion＝“1．0”encoding＝”GB2312“standalone＝”no“?＞
[2]＜?xml—stylesheet type＝“text／xsl”href＝”mystyle．xsl”?＞
[3]＜专有名词列表＞
[41 ＜专有名词＞
[5]
＜名词＞XML＜／名词＞
＜／联系人列表＞
（5）参数实体引用
＜?xml version＝“1．0”encoding＝”GB2312”standalone＝“no”?＞ ＜!DOCTYPE信件[ ＜!ENTITY lettersign “张三 某网络公司销售部门 北京市海淀区中关村88号，100000”＜／正文＞＞ ]＞
＜信件＞ ＜收件人＞李四＜／收件人＞ ＜主题＞hello＜／主题＞ ＜正文＞hello!%1ettersign； ＜／信件＞ 同样，参数实体的引用与通用实体的引用大同小异，只是要把实体换 为％就可以了，形式是：
中文核心元数据元素(续)
• 关联信息对象（相关联的资源）
– 关联资源（Related Objects） – 版权说明（Copyrights） – 数字资源制作者（ Digital Publisher Name） – 数字资源制作日期（ Digital Publisher Date） – 数字资源制作地（Digital Publisher Place） – 权限声明（Rights） – 公开对象（Actor） – 操作许可（Actions）
核心元素：各类对象通用，与DC保持 一致，易于交换。 本地核心元素：本馆各类对象通用， 馆内保持一致。 个别元素：某一类对象使用，不用于 交换。
元数据的发展沿革
元数据的简单实例
常见的元数据集
Dublin Core 的15个元素
元数据的表示方法
HTML表示
XML表示
RDF表示
使用元数据的原因
数字图书馆信息组织
数字资源的描述组织
本节内容
一、元数据概述 二、XML介绍 三、中文元数据方案及其应用
一、元数据概述
• 元数据定义
–关于信息的信息（data about data）； –描述资源特性的结构化信息； –“元 meta”； – 狭义元数据：描述信息对象内容； – 广义元数据：揭示信息系统各层次的内容。
（4）通用实体引用
＜?xml version＝“1.0”encoding ＝”GB2312“standalone＝“no”?＞
＜!DOCTYPE联系人列表[ ＜!ENTITYA公司地址“北京市五街1234号’＞ ＜!ENTITYB公司地址”上海南京路9876号“＞]＞
＜联系人列表＞ ＜联系人＞ ＜姓名＞张三＜／姓名＞ ＜公司＞A公司＜／公司＞ ＜地址＞＆A公司地址；＜／地址＞ ＜／联系人＞ ＜联系人＞ ＜姓名＞李四＜／姓名＞ ＜公司＞B公司＜／公司＞ ＜地址＞&B公司地址；＜／地址＞ ＜／联系人＞ ＜联系人＞ ＜姓名＞王五＜／姓名＞ ＜公司＞B公司＜／公司＞ ＜地址＞&B公司地址；＜／地址＞ ＜／联系人＞
• 适用不同层次对元数据的制作要求 • 尽可能地考虑与其他元数据方案的可交换性
中文元数据与其他元数据的关系
参考的元数据集
• LC－－Library of Congress • NLA－－National Library of Australia • Cedars－－Curl Exemplars in Digital Archives • NEDLIB－－Networked European Deposit
5.实体的声明和引用
• 实体就是文件片段，一个实体可以是整个文件或是整本 书，也可以是一个字符或是一个单词。如定义一个实体 名为“主页”实体，其内容为: http://www.Microsoft.com 那么在写文档时,便可以用 “主页”来代表: “http://www.microsoft.com”
Library
中文核心元数据元素
• 资源描述（资源外部特征描述）
– 题名（Title） – 主题（Subject） – 版本（Edition） – 内容摘要（Abstract） – 内容类型（Content Type） – 语种（Language） – 内容适用范围（Coverage） – 内容创建者（Creator） – 其他责任者（Contributor） – 内容创建日期（Date of Creation） – 出版（Publisher） – 版权所有者（Copyright Holder） – 资源标识符（Identifier）
• 实体分为一般实体和参数实体。实体参数只能表现在 DTD中，一般实体出现在一根元素开始的主XML文档中。 可以给每个实体取一个名字，然后在别处进行引用，这 和在别的编程语言中的别名用法类似。处理器进行处理 时，会用实体本身代替实体的名字
6.一个格式正确的XML文档要求
• 每个元素必须有起始和结束标注 • 必须有一个，而且只有一个称为根元素或文件元素的
1.XML文档的头部
<?xml version=”1.0”? encoding=”gb2312” standalone= ”yes”?>
<?-----?>，它称为处理指令（Procession Instruction, 简称PI），PI不是文件字符数据的一部分，但必须传递给 应用。PI以“<?”开始，以“?>”结尾，PI目标是指该指令
元数据标准体系
一次文献
元数据
元数据
元数据
信息内容
元数据
作品与对象
元数据 元数据
作品与对象集合 作品/对象及其集合的管理和服务机制
信息服务过程和服务系统模式
描述上述信息内容的规则、方法和机制
二次文献 （描述元数据）
三次文献
与系统相关的 元数据
－－引自张晓林《元数据研究与应用》
元数据标准体系
个别元素 本地核心元素 核心元素
• 发现 • 管理 • 安全 • 个人信息 • 保存 • 内容评级 • 版权管理
二、XML介绍
• W3C于1998年2月10日给出了正式推荐标准－－ XML1.0。2000年10月W3C公布了XML1.0第二版
• XML（Extensible Markup Language)－－可扩 展标记语言）是一种可扩展的源标记语言，是 可以定义其他语言的语言 ，它是一组相关的 技术，包括XSL（可扩展样式语言）、XML链接 语言、XML空间名称等
是标记，“XML”是字符数据
（3）XML整体逻辑结构总结
• 通过XML元素来组织XML数据 • XML元素包括标记和字符数据 • 为组织数据更方便、清晰，在字符数据中引入CDATA数
据块 • 在文档中引入注释 • 需要给XML处理程序提供一些指示信息，XML文档中可
以包含处理指令 • XML文档通常以一个XML声明开始
– standalone="yes"， XML声明还可以有standalone特性。这 告诉我们，文档是否在这一个文件里还是需要从外部导入 文件。如果XML文档在一个文件里完成，那么standalone 特性的值就设置为"yes"。
2. 标记和元素
• 元素：是文档的主要逻辑部件，由开始标记和结束标 记界定，格式为： <元素名称 属性名1＝“属性值1” 属性名2＝“属性值 2”>元素的内容 </元素名称>
元素，并且它不出现在其他任何元素的内容中；它包 含一个或多个元素 • 正确的定义和表示空元素 • 开始标记和结束标志可以使用大写或小写，但它们必 须匹配 • 以起始标签和结束标签为界的各个元素必须正确地嵌 套，不允许出现交叉 • 属性值必须使用引号括起来 • 此文件中直接或间接引用的每一个已析实体都是格式 正确的 • 它满足XML规范中定义的所有其他的格式正确性约束
t14]
]]＞
[15]
＜／示例＞
[16] ＜／专有名词＞
[17]＜／专有名词列表＞
(2)一个XMl文档最基本的构成
一个XMl文档最基本的构成是： ●XMl声明 ●处理指令(可选) ●XML元素
上例中出现的逻辑要素有： ●[1]是XML声明 ●[2]是处理指令 ●[3]－[17]是文档中的各个元素 ●[8]是注释 ●[9]－[14]是CDATA节 ●在[5]行的“＜名词＞XML＜／名词＞”中，“＜名词＞”“＜／名词＞”
为 之准备的应用程序，本例中是指令目标就是名为XML的应用 程序，这是一种传送给XML处理器的信息类型。
• <?xml version="1.0"? encoding="gb2312"standalone="yes"?>
– "version ="1.0"",表示该XML文档遵循XML1.0规范。
– encoding="gb2312"，如果没有这一声明，那么使用的字码 必须是UNICODE，以UTF-8或UTF-16作为编码方式，如 果文件中使用了中文，就必须进行编码声明。
％实体名；
可用的XML
• 使用DTD或Schema定义过的特定置标与 规则
• 可以应用软件检索XML文档是否严格遵 守相应的DTD或Schema定义
DTD的样子
XML的用途
• 方便信息交换对用户不可见的格式标准 • 为机器读取信息用的书写格式标准 • 也可以由人直接读取并理解信息
XML的重要性
[6]
＜解释＞XMI。是一种可扩展的元置标语言，它可用以规定新的置标规则，
并根据这个规则组织数据＜／解释＞
[7]
Biblioteka Baidu
＜示例＞
[8]
＜!—一个XML的例子—＞
[9]
＜![CDATA[
[10]
＜联系人＞
[11]
＜姓名＞张三＜／姓名＞
[12]
＜EMAIL＞zhang＠aaa．com＜／EMAIL＞
[13]
＜／联系人＞
• 空元素 空元素常常具有属性，表示为：< 元素名称 属性
名1＝“属性值1” 属性名2＝“属性值2”……../>。 • 根元素
元素分为父元素和子元素。处于最顶端的父元素 叫做根元素或文档元素，一个XML文档必须有一个并 且只能有一个根元素，这个根元素包括其他所有元素。
3.元素属性
• 元素除了有内容外，还可以具有属性，属性由属性名称 和属性值组成。属性的表达放在元素的开始标记内。描 述一个带有几个属性的元素例： <girl name=“小周”height=”168” weight=”52” idnumber=”811056197601121658” />
• 使结构松散的非结构化信息扩展为易于 利用的结构化信息
• 由于XML容易解析，软件可以对XML文档 进行各种转换
–便于数据的抽取、迁移； –灵活多样的表现形式； –提供实时个性化显示。
三、中文元数据方案及其应用
• 中文元数据是中文数字化文献的描述、管理、 保存、利用的标准，它不仅能应用于数字图书 馆领域，而且能够并应该应用于各领域的数字 资源，如电子政府、城建档案、军事资料等， 从而实现异构资源间的互操作，以便在更广的 范围内实现数字资源的共建共享
XML文档概述
• XML文档可分两部分：
–序言（Prolog）：XML的序言部分描述了XML文档版
号、编码方式和其他的一些信息 ，如DTD （Document Type Definition)和 XSL(Extensible Stylesheet Language)引 用。
–文档实例部分（Document instance）
中文元数据方案说明
• 参考目前世界上主流的相关标准和较为成熟的技术， 结合中文数字资源保存和检索利用的要求
• 总体框架结构上采用了OAIS模型。Open Archival Information System(简称为OAIS)是NASA和Consultative Committee for Space Data Systems(简称CCSDS)联合制 定的标准，旨在对资源的长期保存规定概念和框架