Xây dựng thư viện số - Digital Library

BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 XÂY DỰNG THƯ VIỆN SỐ - Ngày 7/11/2003 Dự án Xây dựng Thư viện số Trường ĐH Khoa học Tự nhiên được Hội đồng xét DIGITAL LIBRARY duyệt ĐHQG TP. HCM thông qua. Hội đồng do TS. Nguyễn Đức Nghĩa, Phó GĐ ĐHQG làm Chủ tịch. BAN SOẠN THẢO DỰ ÁN - Trường ĐH Khoa học Tự nhiên bắt đầu tiến hành THƯ VIỆN CAO HỌC XÂY DỰNG THƯ VIỆN SỐ Dẫn nhập Thư viện số (TVS) được xây dựng trên cơ sở tương tác giữa người sử dụng với thư viện để phục vụ chính người sử dụng. TVS nhằm mục đích tập hợp các nguồn tài nguyên được số hoá từ những CSDL trong thư viện và các khoa vào một kho tài nguyên học tập tập trung. TVS cung cấp kho chứa cho sự bảo tồn và duy trì các công trình khoa học, bài giảng trực tuyến và các sưu tập điện tử. TVS đồng thời cung cấp công cụ phân loại theo giản đồ (classification schema) cho việc truy cập và sử dụng tài nguyên theo công nghệ cổng thông tin tích hợp (integrated portal). Các giản đồ XML được sử dụng cùng với các chuẩn Dublin Core, Z39.50, IMS Global Learning làm cho việc tra cứu tìm kiếm và trao đổi giữa các thành phần hệ thống được dễ dàng. Các giao diện qua trình duyệt Internet Explorer, Netscape Communicator, Opera, … cho phép người sử dụng là các giảng viên và sinh viên tìm kiếm và chọn lựa các tài nguyên được số hoá này. Các giao diện qua các cổng kết nối XML Information Bus (IMS, DC, Z39.50, …) cho phép hệ thống có khả năng trao đổi các thông tin thư tịch, mục lục, tham khảo và nội dung các tài nguyên số hoá với các hệ thống bên ngoài. Đây chính là một môi trường với các công cụ công nghệ thông tin tiên tiến nhằm mục đích hỗ trợ các khoa và thư viện phát triển, tổ chức và sử dụng kho tài nguyên học tập cho công tác dạy, học và nghiên cứu. Mục tiêu Công nghệ cổng thông tin tích hợp cung cấp những công cụ mới cho người quản lý thư viện, giảng viên, các nhà nghiên cứu khoa học và các chuyên gia công nghệ thông tin tạo nên một môi trường dạy, học và nghiên cứu với bốn (4) mục tiêu sau: 1. Mục tiêu thứ nhất là cung cấp kho tài nguyên trung tâm cho các tài nguyên được số hoá, hỗ trợ việc chia sẻ các nguồn tài nguyên và làm nơi bảo tồn các công trình số hoá này. 2. Mục tiêu thứ hai là cung cấp hệ thống thông tin số có khả năng tổ chức, phân loại, biên mục, chú dẫn và tổng hợp các tài nguyên theo các chuẩn IMS, DC, … trên nền hỗ trợ của siêu dữ liệu XML. 3. Mục tiêu thứ ba là tạo nên giao diện duy nhất và thống nhất cho các giảng viên, sinh viên và nghiên cứu sinh cùng truy cập, tra cứu, tìm kiếm các tài nguyên số hoá này để hỗ trợ nguồn thông tin cho các bài giảng, công việc học tập, tham khảo của sinh viên và công tác nghiên cứu khoa học. 12 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 4. Mục tiêu thứ tư nhằm đảm bảo việc thống nhất các quy trình bổ sung thông tin, cơ sở dữ liệu, bộ sưu tập điện tử cũng như việc lưu trữ và quản lý tập trung các nguồn tài nguyên này giữa thư viện và các khoa. Đây là khả năng tập trung và chia sẻ hợp lý các lực lượng lao động giữa thư viện và các khoa. Xây dựng Thư viện số Việc xây dựng thư viện số là nhằm đáp ứng năm (5) yêu cầu sau: • Societies – Thoả mãn nhu cầu thông tin • Scenarios – Cung cấp dịch vụ thông tin • Spaces – Hiển thị đa phương tiện • Structures – Tổ chức cấu trúc thông tin • Streams – Truyền đạt thông tin Việc xây dựng thư viện số hiện nay là khả thi, do các tác động sau: • Nhu cầu nâng cao chất lượng nội dung dạy, học và nghiên cứu: các nội dung không chỉ dưới dạng thông tin văn bản (text) mà đã trở thành các bộ sưu tập multimedia với nhiều thành phần nội dung mới • Khả năng tin học hoá thư viện đã đạt đến trình độ nhất định, việc quản lý thư tịch không chỉ là công tác thư viện mà các nội dung thông tin mang tính động (dynamic), phân tán rời rạc cũng cần được biên mục tổ chức, hỗ trợ tham khảo và chú dẫn bằng công cụ công nghệ thông tin • Sự ra đời các kho tài nguyên số hoá trên thế giới với các bộ cơ sở dữ liệu, sưu tập điện tử mang tính thương mại và tự tổ chức tổng hợp là những nguồn tài nguyên có thể khai thác ngay • Thư viện cần phát triển về tài nguyên và công nghệ khai thác nhằm hội nhập trong tiến trình phát triển các thư viện số trên thế giới và khu vực • Công nghệ cổng thông tin ra đời năm 2000, là nền tảng chủ chốt cho việc khai thác tập trung các kho tài nguyên thông tin đa phương tiện, hỗ trợ tạo lập, sử dụng và quản lý thư viện số Tài nguyên thông tin được số hoá có thể chia làm một trong năm (5) dạng sau: tài liệu văn bản (text), âm thanh, hình ảnh, video và các dạng dữ liệu chuyên ngành. Các tài nguyên thông tin dưới các dạng khác nhau này được tổng hợp thành nhiều bộ sưu tập điện tử khác nhau: • Văn bản & Tài liệu: Sách, tạp chí, bài viết, báo cáo, luận văn, … • Âm thanh & Video: Bài nói chuyện, bài giảng, âm nhạc, phim ảnh, … • Thông tin địa lý: Hình ảnh, bản đồ, … • Thông tin sinh học: con người, động vật, thực vật, gen, … • Hình ảnh & Đồ hoạ: Hình ảnh 2D, 3D, bản vẽ kỹ thuật, sơ đồ, … 13 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Phần mềm & dữ liệu: chương trình, hình mẫu (model), mô phỏng (simulation), vv… Các vấn đề đặt ra: • Tài nguyên: tài nguyên trong thư viện, kho lưu trữ tài nguyên (archive), các hệ thống liên thông: thư viện khác, bảo tàng, trung tâm thông tin, … • Cơ sở hạ tầng: kho tài nguyên tại chỗ mang tính tập trung cùng với các hệ thống thư viện liên thông mang tính phân tán. Việc tổ chức liên thông và giao diện sử dụng hiệu quả là nhu cầu chỉ có cổng thông tin có thể giải quyết được • Dịch vụ: các dịch vụ trong thư viện mang tính cộng đồng, cung cấp bộ sưu tập, dịch vụ thông tin, mượn trả • Kỹ thuật: các đối tượng (object) số hoá, kho chứa đối tượng, quản lý IPR, biên mục, đánh số, chú dẫn, tham khảo, tổ chức liên kết, tìm kiếm liên kết và toàn phần, chú giải, … Tổ chức kho tài nguyên thông tin Kho tài nguyên thông tin bao gồm ba (3) thành phần như sau: 1. Các cơ sở dữ liệu • Cơ sở dữ liệu mục lục và thư tịch sách, tạp chí xây dựng trên chuẩn Dublin Core và AACR2 • Cơ sở dữ liệu các luận văn và luận án • Cơ sở dữ liệu các bộ sưu tập hình ảnh, âm thanh và video được biên mục theo chuỗi, thời gian, key-frame và tóm tắt (summary) • Cơ sở dữ liệu tham khảo và chú dẫn các thành phần 2. Kho lưu trữ tài liệu điện tử: • Là kho lưu trữ các ebook được biên mục và chú dẫn trong các cơ sở dữ liệu 3. Kho lưu trữ hình ảnh, âm thanh và video: • Đây là kho lưu trữ được tổ chức qua hệ thống thư mục (directory) cùng với các file audio/video có chú dẫn và dùng các key-frame. Nội dung của các thành phần trong kho lưu trữ này được tra cứu qua hệ thống biên mục và chú dẫn, có thể sao trích một phần và chuyển cho người sử dụng qua Streaming Server. • Các file dữ liệu audio có nội dung âm nhạc, thơ, các bài giảng, sưu tập âm thanh sinh vật học, ... • Các file dữ liệu hình ảnh như các bộ sưu tập hình ảnh chuyên nghiệp, thương mại, các hình ảnh liên quan đến các công trình nghiên cứu khoa học: toán, lý, hoá, sinh vật học, ... Các dữ liệu file (nơi, ngày giờ, nội dung, mô tả liên quan, tác giả, độ phân giải, ...) đều được biên mục và lưu trữ trong cơ sở dữ liệu • Các dữ liệu video bao gồm các bài giảng được thu lại, nội dung các bài phát biểu, sự kiên liên quan đến nhà trường, khoa, lớp, các video download từ Internet, các bộ sưu tập chuyên nghiệp Các đối tượng trong kho tài nguyên thông tin có thể được tóm tắt như sau: 14 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Đối tượng là các chuỗi dữ liệu (ví dụ các biểu ghi thư tịch, các chuỗi hình ảnh) có cấu trúc (ví dụ Dublin Core hoặc video MPEG-7) kèm theo phương thức sử dụng (không chỉ đơn thuần biểu ghi hoặc nội dung văn bản) • Đa ngôn ngữ (Việt, Anh, Pháp, …): nội dung, tóm tắt, siêu dữ liệu • Đa phương tiện (multimedia): cấu trúc, chất lượng, tìm kiếm • Cấu trúc dựa trên chuẩn XML: DC, MODS, MARC 21 XML, … • Bộ sưu tập phân tán: Kleisli, CIMI, Z39.50, … • Tìm kiếm tổng quát: thu thập đa nguồn, chọn lọc tự động theo kinh nghiệm, tìm kiếm song song, hoà trộn kết quả • Truy cập: Phân quyền, phân cấp, IPR, tính phí, bảo mật và cá nhân hoá Ví dụ khi xem công trình kiến trúc Nhà thờ Đức Bà, thông tin được tổng hợp trên cùng một trang về: • kiến trúc sư, • các công trình nhà thờ cùng kiểu, • các công trình lịch sử tại TP HCM, • lịch sử Nhà thờ Đức Bà, • các bài viết về Nhà thờ Đức Bà, • các bộ sưu tập hình ảnh bên ngoài và trong nhà thờ, • các lớp cắt dọc và ngang thể hiện kiến trúc, • danh mục sách viết về công trình kiến trúc này, • các trang thông tin khác liên quan trong hệ thống, • các trang web liên quan, • các giao diện tìm kiếm từ thư viện và hệ thống thông tin khác với các từ khoá liên quan, vv… Cấu trúc hệ thống Hệ thống được xây dựng trên công nghệ cổng thông tin tích hợp có các đặc điểm sau: • Tích hợp các dữ liệu nằm trong các cơ sở dữ liệu SQL, gồm các dữ liệu được tổ chức qua Relational Database • Tích hợp hình ảnh tĩnh dưới nhiều dạng lưu trữ khác nhau: PNG, JPEG, GIF,… • Tích hợp các dữ liệu luồng (streaming data) – là các dữ liệu âm thanh và video – được phát từ các máy chủ quản lý kho dữ liệu này. Đây là các dữ liệu dạng mới, cho phép tạo lập các lớp học và giảng dạy trực tuyến từ máy đến máy theo chế độ broadcast/multicast. Người sử dụng truy cập và xem các hình ảnh và âm thanh động này mà không cần chờ đợi để download một file có kích thước rất lớn. Ngoài ra khả năng biên tập qua các key-frame, indexing và video tóm tắt nội dung (summary) cho phép người sử dụng truy cập và xem thông tin đúng phần mình cần. 15 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Các dữ liệu này được tổng hợp và cùng hiển thị trên một trang với nội dung súc tích (rich content) cho phép người sử dụng nhìn bao quát các thông tin về đề tài mình truy cập và lựa chọn thông tin cần xem. • Các giao thức liên thông: o Kleisli, CMI, Z39.50, Dienst, NCSTRL, OAI o XML/RPC, XML/HTTP, SOAP o RSTP, SIP Workstation Workstation Server WebServer Application Server Proxy/AAA Firewall Server Laptop Firewall Streaming Server Storage SQL Server Database Server Database Server Computer Digital Library Cấu trúc hệ thống Thư Viện Số • Apache Web Server 2.0.47: Apache là phần mềm mã nguồn mở cho máy chủ Web, thực hiện việc gửi các trang Web cho trình duyệt khi có yêu cầu. Hiện nay Apache là phần mềm phổ dụng nhất (Apache là phần mềm máy chủ Web phổ biến nhất hiện nay với hơn 65% máy chủ Web trên toàn thế giới cài đặt phần mềm này) cho các ứng dụng máy chủ Web. Redhat Linux có Apache Web Server như sản phẩm đi kèm cho máy chủ Web. • Tomcat Servlet Engine 4.1.27: Tomcat Servlet Engine phục vụ cho việc lập trình các ứng dụng trên nền công nghệ JavaServlet, tạo ra các giao diện liên kết qua HTTP cho người sử dụng các ứng dụng Intenet Explorer, Netscape Communicators. Đây là giao thức chính cho việc tiếp nhận các yêu cầu (request) và xử lý các thông tin chuyển ra (response). • JBoss Application Server 2.4.3: JBoss Application Server là phần mềm máy chủ đảm trách công việc tải, nhập các ứng dụng tạo nên cho cổng thông tin và tự động hoá quá trình liên kết các ứng dụng này với các dịch vụ hệ thống của cổng thông tin được cung cấp bởi các phần mềm máy chủ đầu cuối khác. JBoss Application Server chính là một trong các thiết kế mã nguồn mở dành cho Java 2 Enterprise Edition (J2EE) 16 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Content Transformer Engine: Content Transformer Engine là một trong các thành phần của nhóm phần mềm máy chủ (server-end application), sử dụng Xalan XSLT Processor và Xerces XML Parser, cho phép người dùng định nghĩa các dữ liệu cho trước và định nghĩa quy trình xử lý cũng như quy trình chuyển đổi để hỗ trợ các phần mềm máy chủ khác trong việc xử lý có liên kết các dữ liệu hệ thống. Content Tranformer Engine là phần mềm nền phục vụ cho các adapter chuyển đổi dữ liệu theo các chuẩn Dublin Core, IMS, XML/RDF, MARC 21 XML, Z39.50 ... • Logic Processing Engine: Logic Processing Engine phục vụ việc tự động hoá định nghĩa quá trình xử lý dữ liệu, nhằm rút ngắn thời gian lập trình, chỉnh sửa và cập nhật mới trong quá trình tạo lập các ứng dụng xử lý dữ liệu. Đây là công cụ quan trọng nhằm giảm thiểu tối đa gánh nặng xử lý dữ liệu và lập các quy trình làm việc cho các ứng dụng trên máy chủ. • Search Engine: Nhằm hỗ trợ việc tìm kiếm có liên kết và xuyên suốt các cơ sở dữ liệu khác nhau, Search Engine là công cụ không thể thiếu, cho phép tìm kiếm có phân loại theo các loại dữ liệu khác nhau, đồng thời có khả năng tìm kiếm phân tích theo nhiều chủng loại (cross-context) và tìm theo nội dung (full-text search). Đây là công cụ quan trọng cho phép đồng thời tìm kiếm các văn bản, biên mục record và các thông tin trong cơ sở dữ liệu và dưới dạng file đồng thời. • Personalization Engine: Personalization Engine là công cụ cho phép cá nhân hoá các thông tin cần quan tâm theo các đặc tính của người sử dụng. Việc cá nhân hoá tùy thuộc vào khả năng xử lý dữ liệu, phân quyền phân cấp sử dụng, các thông tin thường xuyên được xử lý và phương thức sử dụng. Personalization Engine tăng nhanh khả năng tiếp cận và tổng hợp thông tin, hỗ trợ quá trình tìm kiếm và liên kết dữ liệu • System Administration Engine: System Administration Engine cho phép đồng thời quản lý hệ thống, ứng dụng, cơ sở dữ liệu và người sử dụng cùng lúc qua giao diện duy nhất. Tùy theo mức phân quyền và phân cấp của người quản lý mà System Administration Engine sẽ cho phép hiển thị và thao tác trên dữ liệu theo các cấp độ khác nhau. • Web Publishing Framework: Nhằm đảm bảo việc chuyển hóa một nguồn dữ liệu duy nhất thành các dạng hiển thị khác nhau đồng thời tạo kết nối động giữa các dữ liệu này với các dữ liệu được tham chiếu khác trong hệ thống. Web Publishing Framework tạo nên mối liên kết động tầng trung gian cho các dữ liệu được cung cấp từ nhiều nguồn dữ liệu khác nhau và được các ứng dụng khác nhau của hệ thống xử lý. • PostgreSQL 7.3 Database Server: PostgreSQL 7.3 Database Server là phần mềm máy chủ quản lý cơ sở dữ liệu. Đây là một trong các cơ sở dữ liệu mã nguồn mở, an toàn và ổn định, được dùng hầu hết trên các máy chủ Linux. Phần mềm này là một trong các hệ cơ sở dữ liệu được dùng cho các cơ sở dữ liệu tầm trung (~100.000 người sử dụng) với lượng dữ liệu ~ 1-10.00.000 records và ~ 4 TB dung lượng. Đây là cơ sở dữ liệu hoàn toàn đáp ứng được nhu cầu của hệ thống phần mềm ứng dụng 17 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Streaming Server: Streaming Server nhằm cung cấp các dữ liệu audio và video luồng (stream) có khả năng cùng lúc cung cấp cho nhiều người sử dụng khác nhau cùng một nội dung (broadcast/multicast) hoặc tùy chọn (unicast – video-on- demand), có tốc độ truy cập cao và tùy theo băng thông của người sử dụng. • Proxy Server: Proxy Server nhằm hỗ trợ tốc độ truy cập cao bằng cách cân bằng hoá số lượng yêu cầu gửi đến hệ thống với một nhóm các máy chủ hoặc phần mềm máy chủ hoạt động cùng lúc trong cổng thông tin. Quản lý và sử dụng 1. Cho phép quản lý người sử dụng thư viện: • Xác định (authentication) - Tên (username), mã (password), địa chỉ IP, khoá PKI, vv... • Phân quyền (authorization) - Quyền sử dụng kênh thông tin để truy cập vào hệ thống, quyền sử dụng ứng dụng, quyền khai thác thông tin, quyền cập nhật và thay đổi thông tin, khai thác các thông tin liên quan khác, quyền chuyển giao thông tin cho người sử dụng khác, sao chép thông tin hệ thống, quyền quản trị người sử dụng, ứng dụng, cơ sở dữ liệu và hệ thống, quyền tạo mới ứng dụng và kết nối hệ thống. • Tính chất và các yếu tố liên quan đến người sử dụng (user profile), tính chất và các yếu tố liên quan các kho tài nguyên học tập được sử dụng (service) và ứng dụng dùng cho phần tài nguyên đó theo tính chất tài nguyên (application). 2. Cung cấp các dịch vụ cơ bản: • Tra cứu (seach engine), hiển thị (presentation engine), xử lý và tích hợp dữ liệu (content logic engine), chuyển đổi dữ liệu (transformation engine), tích hợp hệ thống (integration engine): tra cứu tài nguyên thông tin đa điều kiện, cung cấp tài nguyên thông tin tích hợp và đa dạng dữ liệu, cập nhật thông tin và tài nguyên mới, cá nhân hoá các dịch vụ và ứng dụng sử dụng cũng như giao diện sử dụng, tích hợp thông tin hệ thống khác qua giao diện định nghĩa sẵn. • Phân tuyến (routing and proxying engine), theo dõi an toàn hệ thống (monitoring engine), quản lý hệ thống (system management), quản lý sử dụng (user management), quản lý tài nguyên (resource management) thống kê hệ thống (logging and statistics engine). 3. Chuyển hoá, đóng gói và tích hợp thông tin bằng XML: • Thông tin trên cơ sở dữ liệu, thông tin trong quá trình chuyển đổi, thông tin tích hợp từ nhiều nguồn khác nhau, thông tin khi được hiển thị. • Định nghĩa đóng gói thông tin áp dụng cho từng nhóm dữ liệu khác nhau: văn bản (text), tập tin (file), âm thanh (voice/audio), hình ảnh (image), thông tin luồng (audio/video stream). 18 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 • Đóng gói thông tin theo chuẩn XML hỗ trợ việc liên kết các nguồn dữ liệu, các hệ thống thông tin khác nhau (dạng dữ liệu, cách truy cập, vv...). 4. Thống kê theo dõi sử dụng: • Thống kê và theo dõi các ứng dụng và thông tin được truy cập, tạo mới, tổng hợp, lượng sử dụng và nhu cầu sử dụng các ứng dụng và cơ sở dữ liệu. • Thống kê và theo dõi các sai phạm trong sử dụng và các hình thái tác động không theo nguyên tắc vào hệ thống. • Thống kê và theo dõi người sử dụng so với loại thông tin từng đối tượng sử dụng Hiệu quả đạt được Đối với người sử dụng thư viện: • Thông tin và tư liệu được tập hợp, chọn lọc và tổng hợp từ nhiều nguồn khác nhau theo nhiều tiêu chí khác nhau, hiển thị tập trung và súc tích • Dễ dàng sử dụng qua một giao diện duy nhất, không cần truy cập và tổng hợp thủ công • Hiệu quả cao và đáp ứng nhu cầu sử dụng đa phương tiện, đa chức năng (dùng vào nhiều mục đích dạy và học) và liên thông với các hệ thống khác Đối với xã hội: • Lưu trữ di sản mang tính tri thức: văn hoá, khoa học, lịch sử, ngôn ngữ, vv… • Cung cấp nguồn tri thức và thông tin được tổng hợp đầy đủ là cơ sở cho việc dạy, học, nghiên cứu, tác động đến quá trình phát triển kinh tế và kỹ thuật. • Là nền tảng hợp tác và trao đổi tri thức tại trong nước, khu vực và quốc tế. • Là nơi tất cả các đối tác cùng đóng góp và thụ hưởng. • Là đòn bẩy phát triển việc liên thông thư viện. • Là kho tài nguyên lưu trữ các bộ sưu tập (collections) biên soạn từ thông tin trên Internet. THAM KHẢO 1. Các thư viện số hiện nay trên thế giới: • Virtua: http://www.vtlc.com • Eprints: http://www.eprints.org • Các projects trong NSF DLI • VT systems: MARIAN/5SLgen, ODL • Computer Science Teaching Center http://www.cstc.org • National STEM: http://www.nsdl.nsf.gov • Open Archives Inititative: http://www.openarchives.org • Networked Digital Library of Theses and Dissertations: http://www.ndlt.org • netLibrary http://www.netLibrary.com • Questia http://www.questia.com 19 BẢN TIN LIÊN HIỆP THƯ VIỆN THÁNG12/2003 2. WITTEN, Ian H. Examples of Practical Digital Libraries: Collections Built Internationally Using Greenstone. – Proceedings. – 5th International Conference on Asian Digital Libraries, ICADL 2002. – Singapore, 11-14 December 2002. 3. WITTEN, Ian H. và BAINBRIDGE, David. How to Build a Digital Library. – Amsterdam, Boston, London, NewYork, Oxford, Paris, San Diego, San Francisco, Singapore, Sydney, Tokyo : Morgan Kaufmann Publishers, 2003. 4. WITTEN, Ian H. et al. The Promise of Digital Libraries in Developing Countries. – Communication of ACM. – May 2001-Vol. 44-No. 5. – tr. 82-85. 20