问题：DC的应用前景如何？应用方法何如？

[迷图]

拜读了K师对DC抽象模型问题的评论和指教，“机器理解的问题之所以被DCMI排上了很重要的地位，是因为Leon所说的DCMI已经彻底去图书馆化了！” 显而易见，至少对于DCMI而言，DC抽象模型是很重要的。至于这个抽象模型对DC普及（至少对DC在图书馆界的普及）是否迫切，已经不是DCMI关心的问题了。

我的问题之一是，DC在咱图书馆界的应用前景到底如何？
这个DCMI彻底“去图书馆化”、”OCLC的退出”是否能说明OCLC对DC应用前景的态度？OCLC对DC的应用前景是怎样看的？OCLC最近几年连着出了几本报告，有没有出《DC在图书馆界的应用前景》白皮书？还有，其他一些“著名”机构（例如美国的国会图书馆、医学图书馆之类、英国大英图书馆、UKOLN之类）对DC的应用前景怎样看？各位老师怎样看（注意，是指在图书馆界的应用前景）？

我的问题之二是：图书馆界应该怎样去用这个DC呢？也就是说，具体应用方法如何？基于推荐的
Application Profile是否够用呢？如果还需要扩展，是否有把MARC进行“DC化”（或者反过来看
，对DC进行“MARC化”）的嫌疑呢？还是仅仅在需要“简单”元数据的情况下用（原滋原味的）DC，就像美国的NSDL？

各位老师可否指引一些典型的、成功的或者不太成功的（大家都不愿承认失败的）案例，最好是咱国内的？

[秦健]

要了解DC的应用前景恐怕还要退一步看大的环境。图书馆的编目在OCLC的新一轮创新中向自动化生成书目元数据发展，通过仔细分析书目元数据的供应链，他们决定与出版商和图书馆合作，书目记录的产生必须从书（以及其它类型资料）的产生时刻开始。这在过去技术不够发达的环境下是不可能的。现在技术的发展使OCLC这样的大型数据中心完全有可能直接接收出版商的书目记录，即通过将ONIX的书商记录标准转换成MARC标准来自动接收来自书商的记录。我们已经知道，MARC和DC是可以map的，到这一步，我就不用多说了，远洋师已经说得很清楚。

有了这些背景，对你的第二个问题就比较好回答了。在今后的至少5年内，MARC还不会立即消失，即使MARC被摒弃，那么以MARC格式存在的巨量数据也不会立即消失。相反，应用DC或者在今后DC数据成为主流，我们还要不可避免地继续与MARC数据打交道。根据OCLC的报道，今后在书目元数据的制作和管理工作中，更多的任务是通过数据挖掘、整合、兼并等方法来丰富书目元数据的内容和质量。DC是一个基础标准，图书馆的书目元数据格式和标准肯定会而且已经是多样化了，DC作为基础标准，在书目元数据挖掘、整合、兼并、提高上都有重要的作用。可以预见，随着书目元数据生产的自动化，供应链化，书目元数据工作的中心也会随之转移，至于转移到什么地方，有哪些技术和管理上的要求，我们可以跟踪OCLC的next generation cataloging的发展轨道。

[远洋过客]

还是想到哪说到哪，而且半夜了，已经糊涂了，可能不准确。
1。据我看，图书馆界不喜欢DC的过于简单，这就是为什么有了MODS, MARCXML。 但是如果要用OAI-MHP，要保证大跨度的收割和仓储，（跨学科专业媒体，跨资源类型--文献、图像、人物机构，跨语种), 最后都要妥协到用DC。以后的区别将在于那些应用纲要。
2。还有一个重要意义就是机器自动生成元数据。如K师说的，DC还没有做到让作者自己做DC数据这一条（不一定，因为毕业论文等是实现了的），所以机器自动生成全部描述或部分描述现在更有前途。Internet的存在和非书目信息资源管理和分享的要求决定了不能用MARC这类的复杂结构来解决图书馆以外、或者说书目控制以外的问题，（甚至图书馆以内的也不完全能解决），更不可能完全靠人工解决。
3。国会图书馆: 肯定是推广MODS了，它的电子档案项目用的是MODS。也参与作DC-LIB 的AP， METS则认可DC为可接受格式之一。
4。我觉得应该强调的是functional requirements， 你的最终的应用是要干什么的，必须按照其功能要求来决定做什么元数据和用什么标准。如果不是*书*目控制， 如果除了描述还要有管理、保存、使用等功能，你就不能用MARC，MODS。最好在应用层解决联合使用（粘在一起）不同描述的问题,产生自己的应用纲要。XML、RDF都是很好的办法，关系数据库也是必要的。
5。另外，有DC很多时候是为了交换、对收割系统开放数据。你的数据库中不一定就必须是DC数据，应该是有多种输出（如加州大学的书目的开放部分）。
6。另外，上次忘了提一下，抽象模型必须是独立于任何系统、任何编码语言的，（虽然DC抽象模型是与RDF是一致的）。抽象模型没有具体系统的检验，很难被承认，就像FRBR一样。但是如果抽象模型是依赖于某个系统的，就不是抽象模型的意义了，所以很难，是个鸡与蛋的问题。

咱们年底再彻底讨论吧，这次你也到上海来，可以和Keven、Leon等好好pk一下，我做调停人好了。

[远洋过客]

7。NSDL数据收集上来时有几十种格式的元数据元素表或者应用纲要，例如我们的是LOM， UC Santa Barbara的是地理元数据标准，但是向NSDL开放收割时，都是通过OAI，这就是为什么你看上去都是简单DC的格式。
8。NSDL的元数据仓储也有自己的应用纲要，不只是DC 15个元素，例如有很多教育方面的，一共来自三个namespaces: DC: DCTERM:, 和ieee LOM。见：http://nsdl.org/collection/metadata-guide.php第IV部分。