元数据的四种类型
Oldnew
Sent to you by Oldnew via Google Reader:
原文作者：Lorcan Dempsey
原文链接：Four sources of metadata about things
译者：Nalsi
我觉得把图书馆中的描述性元数据分为四类对于我们不无裨益。这些分类并非是排他的，实际上，我们不得不面对的一个问题就是，我们要怎样把这几个类别的元数据有效的结合起来。
我没有很好的名字。但是我们不妨管它们叫作：专业的元数据、用户贡献的元数据、系统自动生产的元数据以及有计划的元数据。
专业的元数据
管理图书馆的专业人员对于知识组织已经多有研究，他们开发并且使用了编目规则、受控词表、规范文档、地名词典以及其他的方式。我们当前面临着挑战，因而这些方法在网络环境下的应用就变得尤为有价值。这件事值得我们深入思考，而且很多人都在考虑这件事。当前，这些方法还不能跨越领域，它们本身还没有成为网络资源，成为相互连接的网络的一部分，它们只在特定的项目或者服务中才和其他的方法共同使用，它们“相关”的力量还没有被开发出来，基于数据挖掘或者数据分析的更高等级的服务目前还受到限制。现在，这些问题都已经被提了出来，但是距离系统性的日常应用还相距甚远。我相信人们会继续使用这些方法，但是是在经过重新配置的系统中，我们需要更好的利用这些数据。我个人认为，图书馆的专业人员需要更多的研究共享的生产资源，这些资源识别并且描述责任者、主题、地点、时间以及作品。
用户贡献的元数据
最近几年出现了许多网站，它们邀请、聚合并且收割用户贡献的数据，并且使用这些数据来为资源排序、推荐资源或者在资源之间建立关系。这些网站包括Flickr, LibraryThing和Connotea。这些服务的视角不同，它们组织资源的方式极有价值。而且它们也揭示出了人们之间的关系。图书馆已经开始试验这些方法，但是单个图书馆的规模可能不足以解决本地或者个人的特性。这是另外一个需要大家共同关注的领域。这样做有很多好处。比如说，如果我们为照片以及其他社区的收藏做数字化，我们需要利用本图书馆以外的关于这些收藏的知识。或者像Worldcat Identities这样的服务，我们在某种程度上会想要这些“实体”能够自我评论、增强以及修正。这意味着我们需要采用更复杂的方法，管理来自于不同资源的对于资源的描述。
系统自动生产的元数据
我们在处理越来越多的数字资源，所以通过系统从资源本身或者一组资源中来识别并且生产元数据是可能的。我们也会越来越多的收割收藏，也包括元数据的收藏，以此来判断其中的模式和关系。我们越来越熟悉聚合、识别实体、自动分类以及其他地方式。你看看Google的书的首页你就会发现，Google创建的资源通过收割Scholar、Google图书搜索以及整个搜索引擎连接到许多相关的资源。
有计划的元数据
这个名词描述的是我们正在收集的和使用有关的数据。Pagerank根据的是链接选择的聚集。Amazon的推荐则是基于购买选择的聚集。我们在排序的算法中使用馆藏数据，这样可以聚集读者借书的选择。这种类型的数据已经成为主流网站的一个核心的因素，因为它们能够提供道路，让我们穿越海量的数据。
重复一下，这些方法不是排他的，而且会越来越多地和其他方法一起使用。比如说，规范列表可能支持系统在很大的文本资源中识别个人或者地点的名称。人们在社会网络应用中分享的兴趣可能会压缩成一个有计划的元数据的表格，网站借此向你推荐作品。通过标签以及主题词我们可以获得交往以及互动的模式。等等。
我们的讨论似乎把这些方法对立了起来。这看上去是错误的。只要我们进行研究，我们就会面对选择的问题，尤其是网络不断的在改变我们所做的事情，但是起点应该是我们怎样创造更好的服务，以及我们采取哪些方法来创造更好的服务，我们不该拘泥于某一种方法的“技术-意识形态”的立场，这样只会把意识形态和技术相互混淆。
译言联合3G门户推出无线官网，手机看译言，登录wap.yeeyan.com
Things you can do from here:
- Subscribe to 译言-电脑网络 using Google Reader
- Get started using Google Reader to easily keep up with all your favorite sites