2019年10月16日到19日，我来到福州参加由中国图书馆学会学术研究委员会主办的第六届全国文献编目工作研讨会。全国文献编目工作研讨会的举办是为了推动全国文献编目工作领域内的学术研讨，促进同行业的交流与合作，适应数字时代文献揭示的新需求，进一步提升文献编目工作的核心竞争力和影响力。研讨会原则上每两年举办一届，今年是第六届。本届主题是“突破与融合——编目的未来”，分主题为“数据智能化改造——图书馆信息组织转型、发展的必由之路”与“从资源揭示到知识组织——在知识图谱环境下编目业务的进化”。

　　这是我第一次参加全国文献编目工作研讨会，果不其然，了解到了很多之前一知半解的概念，也认识了很多行业内的精英老师们，收获满满。两天的会议安排紧密，由六场学术报告和八篇学术论文交流组成。

　　第一场学术报告是由北京大学李广建教授带来的题为“知识图谱与图书馆知识组织”的专题讲座。知识图谱(Knowledge Graph)又称为科学知识图谱，是谷歌于2012年提出的概念。在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

　　具体来说，知识图谱从以下三方面提升Google搜索效果:一、找到最想要的信息。语言可能是模棱两可的——一个搜索请求可能代表多重含义，知识图谱会将信息全面展现出来，让用户找到自己最想要的那种含义。现在，Google能够理解这其中的差别，并可以将搜索结果范围缩小到用户最想要的那种含义。二、提供最全面的摘要。有了知识图谱，Google可以更好的理解用户搜索的信息，并总结出与搜索话题相关的内容。例如，当用户搜索"玛丽?居里"时，不仅可看到居里夫人的生平信息，还能获得关于其教育背景和科学发现方面的详细介绍。此外，知识图谱也会帮助用户了解事物之间的关系。三、让搜索更有深度和广度。由于知识图谱构建了一个与搜索结果相关的完整的知识体系，所以用户往往会获得意想不到的发现。在搜索中，用户可能会了解到某个新的事实或新的联系，促使其进行一系列的全新搜索查询。

　　那么知识图谱与图书馆又有怎样的联系呢？李教授指出，图书馆有长期的知识组织传统经验，并且已经建立了类似于当今知识图谱特征的系统。图书馆中的知识组织系统有元数据（编目条例）、分类与主题（分类表、主题词表、叙词表）、数据集（MARC）和规范档（术语表、词典）等等。主要问题在于图书馆的知识网络面向对象是图书馆的馆藏，而不是网络，所以我们的行业术语和标准的通用性不强，受关注度不高。

　　听完李教授约一个半小时的讲座后，对图情知识不甚了解的我也对知识图谱、RDF等有了一个大致了解，开始初入门径。

　　第二场学术报告是由武汉大学信息管理学院的司莉教授带来的“关于编目存亡与发展的思考”。这个讲座较之前的更贴近与我们的工作，也更加发人深省。司莉老师提出她选题的缘由是第四届编目会议时业内的一些争议。很多业内人士认为要“let MARC die”，也有一些专家认为文献编目是图书馆最后的专业技术领地，在此基础上司莉老师提出了自己的看法与思考。她认为，在技术还没有达到相应高度的现实前提下，所有的编目工作者还是应当脚踏实地做好手头的工作。同时，编目工作也需要“变”——内容简化，更易交互。报告中着重提出，现在规范控制应用场景不断扩大，如科研绩效评估、成果管理、人才评价、科研决策等需要对普通的科研人员进行名称规范控制。在这样的需求之下，文献编目工作中就必须尽可能地做到名称规范控制尽善尽美。

　　其他各位老师也带来了非常精彩的发言，还有一些选题很有意思，比如中山大学副教授宋琳琳的论文汇报：社会化编目网站的调查对比研究——以豆瓣与Librarything为例。这些发言为参会人员打开了视野，提供了思路。

　　我将这两天的会议内容总结成两个关键词，关联数据与规范控制。当前形势下编目工作的“变”主要就集中在这两个方面。接下来我也会去学习一些图情相关知识，将学术底子打牢，更好地运用在编目工作的实践当中。

　　                                                                                                                                        （采访编目部 于洋）