1 對象是開放的，不是封閉的 — 即集合不是既定的，是不確定的

“索引”很早就取得了独立的地位，并不一定要作为某个封闭集合（如一本书）的附庸。例如《全国报刊索引》数据库。此时它是某一方面的独立的检索工具。

2 各種試想 — 是否需有細分，細緻的界定？將各種域細分出來？

有需求就有动力。细不细分是根据必要性来决定的，并无定论。

3 URI？ 如古文的索引，存不确定性？是否仍存在歧義？或歧义乃是必然的？歧义的處理該如何？

URI是网络上任何事物的标识，可以通过一种索引机制（例如域名+IP）获得，可以是一个封闭的信息宇宙（只有进入这个宇宙才能解析、定位）。

看不出来与古文索引以及索引单元的确定性有什么关系。歧义问题跟URI无关，甚至跟索引都没有关系，歧义是领域专家的事情，甲专家可以指出乙专家论著里的索引索错了，这虽然影响索引的质量，但与索引这种方式和检索工具本身没有直接关系。

4 有序化 — 圖化？ 單一的序是否某種結構的特殊形式？ 而索引需可變形以配合某一特定的顯示形式？ 如： 依字順，依頻度，依影照到某一主題結構， 時間順序，空間順序，時/空結構等的圖化？

图化（可视化）是一种展示方式，并不一定反映了秩序i，但是秩序如果用图示的方式能够更好地展示，特别对于数字资源之间的关系，可以通过三维可视化方式，三维方式也可以模拟多种效果，如星空、分子结构等。

单一的顺序也是有序，同一个索引应该可以有多种排序方式。

5 索引與元素據該沒有什麼關係吧

索引与元数据关系密切。索引单元本身是对文献的一种主题或其它信息的提取，类似于标签（tag），一般都标注了出处、页码或链接，因此它本身其实就是元数据。整个索引可以看成是一个词表，这个词表甚至比单纯的大众分类法（folksonomy）还要规范、可信、权威。索引从方法学上来看，我认为就是“元数据方法”的一种。

6 自動化是必行之路，但自動化的目標是什麼？是自部可能的？是人机合作的？還是純智能的？ 選擇的標準又如何？

自动化的目标是机器能够根据需要自动或半自动地建立索引，有很多方法可以实现。现在一般认为全自动的技术还不成熟，Web2.0提供了大量的“群体智慧”，可以结合相关反馈得以实现。这方面的研究正方兴未艾，前途无可限量。。。

請介紹一些基礎理論的書或文章給我。

你要哪方面的？技术？还是图书馆学？这种边缘交叉的学科领域，互联网才是最好的资料库。

昨天参加了一场博士论文答辩，内容有关语义Web应用，论文架构很庞大，从基本概念、标准规范到元数据和本体的构建，到特定领域应用的实现和查询效果的比较等，感觉该童鞋很不容易。
答辩期间问了两个问题：

1、对于“语义”是如何理解的？机器如何理解语义？是不是Web加了元数据之后就是语义Web了？
2、如何对语义进行编码和查询？为什么没有试验用SAPRQLSPARQL进行查询？

第一个问题是因为论文中罗列了很多语义Web的定义而没有对语义进行定义，更没有说明语义是如何能被机器“理解”，保证机器理解的机制到底是什么？整篇文章给人的感觉好像是对于Web进行了元数据（语义）标注之后就是语义网了。
第二个问题是针对论文认为语义标注必须首先用XML进行结构化，RDF以及KOS转换的本体（OWL)起什么作用都没有明确说明，有点知其然不知其所以然的味道，后面更是没有提到语义Web查询语言SPARQL的独特作用，而是用SQL实现对语义数据的查询。
该 童鞋对于这两个问题的回答还是基本到位的，第一个问题她说到了语义就是所表达内容的含义，需要通过形式化编码才能被机器理解；第二个问题说需要用基于 XML的语义描述语言进行编码，因为在实验系统实现的过程中没有直接支持RDF的数据库系统，所以无法用SPARQL进行语义查询，等等。
这里想补充一些我的认识，有些认识可能比较绝对，对与不对大家可以批评指正。

1、 对于语义Web而言，RDF是基本的编码方式，是不是用了RDF可以作为具不具有明确外在的语义编码的判定标准。就是说，用了RDF，才能说是有语义的， 就像用了ASCII等字符编码标准才能进行文本编码一样。元数据可以不用RDF来表示，但是RDF是专门为了表达元数据而发明的语言（或者说框架或结 构），因为元数据就是“关于数据（主体）的数据（客体）”，主客体通过某种方式（谓词）相联系。这个问题在计算机界一直有争论，但是我这里对RDF的定义 是三元组方式，不一定是XML表达的三元组，也可以是其它方式（如N3等)表达的三元组，或者通过数据库方式能够输出三元组。本体OWL和SKOS都是基 于RDF的，因此它们肯定是表达语义的，而用XML自定义的任何表达方式，可以认为是系统内部局部的语义表达方式，到Web上就不具有可交换性了。因此它 虽然是结构化的，但不是表达全局语义的。
2、RDF是表达机器语义的必要条件，但并不充分。在语义Web中，必须结合URI机制，才能赋予任何一 个表达（资源）的全局语义，当然这个全局也仅仅是对于开放的Web来说的，这也就是URI能够解析的范围。任何一个局域网，无论其规模再大，都可能屏蔽这 种机器语义，而具有其独特的、更丰富的语义。因此，元数据和本体可以适用于比语义Web更广泛的领域，但到了Web上，这些内部语义如果要进行分享、重 用、交换，都有互操作问题。现有的技术架构、模型方案等，都是为了规范和减少这些互操作问题而提出。
3、采用了语义技术，语义Web就可能借助于SKOS或OWL等编码表达的概念体系，进行基于概念的检索，并可能进行知识挖掘和简单推理。SPARQL提供了强大的知识查询能力。

从理解XML到理解RDF，似乎在“思考范式”上要有一个转型。许多搞计算机的人都无法理解，对语义Web认识一直有一个障碍，就是“管它语义不语义，机器懂什么语义？系统只要能满足用户的需求，什么技术不能表达语义？”希望上述解释能够回答这个问题。

一直对《万物皆杂碎》（Everything Is Miscellaneous）一书充满好奇。据说6月份就出中文版*了，可现在还没见着。

“无界图书馆员” Karen Schneider对这本书的评论是：“这是一本危险的书，它会让我们图书馆员过去所学的一切都扔出窗外，让结构、秩序、精确的元数据、书目控制，这些统统滚蛋。”

作者David据说是一位著名博客，哈佛法学院伯克曼互联网和社会中心的研究员。David在书中提出“混乱也是一种秩序”、“混乱是一种美德”、“越混乱越有意义”，并认为网络数字世界正是这种”混乱”秩序的体现（简介如下）。

David认为无序（混乱）是世界上的第三种秩序，前两种分别是实体的秩序和理性的秩序。一本图书，一件家具，它们在各自存在于自己的位置之中，一次只能摆放在一个位置，如果放错了地方的话那就很难找到或者很不协调，这是实体的秩序。实体对象在人们头脑中的反映是第二种秩序，即理性的秩序，例如书目卡片、购物清单等，人们通过这种秩序来组织、学习、表述、传达知识。第三种秩序实际上是由第二种秩序的无限扩张而演变发展成的，反映了微观上的有序而宏观上的无序。

David的观点可以对我们有如下启发：

1、秩序是多元的；
2、数字时代不能再迷恋以最好的方式来组织世界，适用即好；
3、允许用户创建秩序；
4、图书馆必须接受现实，才有可能老树发新芽。

*该书由中信出版社出版，名为《万物因此而多姿多彩：新数字无序的力量》。

参考文献：

http://www.douban.com/review/1166344/
http://www.douban.com/review/1349754/

谢老师的又一段评论被”关”起来了，现在放出来，并就自己的理解，加一点看法，同样不一定正确，望继续批评指正：

1、类似dc:title这样的元素名前缀我一直以为是不可缺少的，即在编码时dc与title共同组成一个有意义的XML元素(或属性)。
2、因此可以认为dc:title和dcterms:title是完全不同的，其相等关系隐含在DCMI的其它声明中，或者通过应用系统建立。
3、正如远洋老师前面说到过的，dc:alternative这个元素是不存在的，alternative只存在于dcterms中。
4、命名域xmlns指定了前缀的参考地址，使得元素具有了全域的唯一性，起到的作用正是谢老师在下文中所说的目录指向，只不过在广域网环境下、采用了URL的指向。
5、因为这里RDF是用XML来表达的（也可以用N3或者DC自己定义的DC-Text来表达），所以尊崇XML的所有的规定和语法，包括命名域和前缀的规定。
6、对于名称和翻译，我在深圳的报告 ppt第23页有一个盗版Stuart Weibel的图（如下），应该能够说明翻译的label在哪里解析的问题。

谢老师的评论主体（斜粗体为我的评论）：

Read the rest of this entry »

更新update: 远洋老师的另一个示例文档已经提供下载。昨天为了这些代码折腾了一个多小时，本来前面还有一大段话，一发布就都飞了，可能是因为代码中除了包含<、>之外，还有其它trick，抑或因为wordpress的bug（太长？）。大意是说，Leon提醒我XMLS的关系描述能力有限，需要描述语义层次关系恐怕还非得RDF，令江汇泉抓狂的原因恐怕就在这里，而不仅仅是DC的属性词表不够，等等。

远洋老师给的DC元数据编码示例（另一个例子实在没法放到博客上，您可以在这里下载）：

Read the rest of this entry »