Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here
本文通过分析三十年来的 ECDL/TPDL 会议论文集，揭示了该领域从构建数字图书馆系统向利用先进数据技术处理精选集的演进过程，并最终提出了将重点重新定义为负责任的策展以及扩大全球参与。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在20世纪90年代末，信息科学领域开始孕育出一个新的概念：数字图书馆。在当时，这不仅仅是一个包含少量扫描书籍的网站。它是一个复杂的工程挑战，一个关于构建全新系统的承诺，旨在存储、组织并交付海量的数字内容。研究人员正忙于搭建数字书架，编写让计算机能够相互通信的软件，并研究如何使这些系统为人类服务。在接下来的三十年里，一群科学家每年都会在欧洲的一个会议上聚首，分享他们的进展。他们将这次会议称为“欧洲数字图书馆研究与先进技术会议”，后来简称为 TPDL。三十年来，这次聚会一直作为该领域的晴雨表，记录了研究人员认为重要的领域转向、谁在从事这项工作，以及他们实际在构建什么。
帕多瓦大学的研究员吉安马里亚·西尔维洛（Gianmaria Silvello）最近进行了一项研究，回顾了该系列会议的整个历史，以了解数字图书馆的概念是如何演变的。西尔维洛分析了该会议三十届的所有论文，从1997年的首次会议到最近一次2026年的聚会。为了理清近1,600篇学术论文，研究人员使用了一个被称为大语言模型的强大计算机程序，阅读每篇贡献的标题和摘要，并将它们分类。这个工具有助于识别一篇论文是在构建新的软件系统、研究人们如何使用图书馆，还是在分析收藏中的数据。研究人员随后通过人工检查这些计算机生成的标签样本，以确保机器正确读取了文本。其目标是通过观察社区本身随时间的变化，而非仅仅通过统计词汇，来追踪该领域的发展轨迹。
数据所讲述的故事是研究重心的一次根本性转变。在早期阶段，即1997年至2007年，会议由系统构建占据主导地位。研究人员专注于数字图书馆的架构，创建允许不同计算机系统共享信息的框架和协议。他们在构建基础设施，设计元数据标准，以便一个国家的图书馆能与另一个国家的图书馆进行通信，并开发帮助用户查找所需内容的搜索引擎。当时的论文充满了关于系统设计、互操作性和实现这些数字存储库功能所需工具的技术讨论。这是一个工程时代，核心问题是如何构建图书馆本身。
随着岁月流逝，对话的内容开始发生变化。到了中期阶段，即2008年至2016年，焦点开始从系统的构建转向使用系统的人以及系统所承载的内容。研究人员开始研究用户如何与这些数字收藏品进行交互，如何实现数字材料的长期保存，以及如何管理日益增长的数据网络。在第一个十年中构建的系统不再是研究的主要对象；它们已成为背景性的基础设施，由图书馆和档案馆运营。新的问题在于可以利用这些系统中的记录做些什么。
在最近的十年中，即2017年至2026年，该领域经历了一次更为剧烈的转型。研究几乎完全转向了数据本身。如今，论文的主题不再是构建图书馆，而是处理图书馆所持有的学术和文化记录。主导话题现在是文本挖掘、自然语言处理和机器学习。研究人员正在利用先进的计算机模型来分析大量的历史文献、科学论文和文化遗产材料。他们正在构建知识图谱（即展示不同信息片段之间如何连接的复杂地图），并利用人工智能从数百万条记录中提取意义。数字图书馆不再被视为一个待构建的系统，而是一个经过策划的可信数据集合，可用于训练人工智能并支持新的发现形式。
研究重心的转移也伴随着从业人员身份的转变。在早期，该会议吸引了广泛的国际观众，其中有相当比例的研究人员来自美国。随着时间的推移，该社区在地理分布上趋于收缩。来自北美的作者比例稳步下降，而欧洲研究人员的存在感则日益增强并占据主导地位。如今，绝大多数参与者来自欧洲，代表的国家数量也有所减少。该社区变得更加本土化，拥有一个较小的常驻作者核心，以及大量仅参加一次会议的新人。驱动会议发展的研究小组也在发生变化，不同的团队在不同时期领衔，反映了该领域不断变化的优先级。
研究还揭示了研究人员心目中数字图书馆定义的演变。最初，该术语指的是一个系统或一个数字对象的集合。随着时间的推移，它已演变为描述一种角色：对收藏进行负责任的策展。现在的数字图书馆被理解为一个确保其收藏具有可信度、明确数据来源、并能让人类和机器安全使用的实体。这种新定义至关重要，因为它将真正的数字图书馆与简单的搜索引擎或随机的数据堆放区分开来。它强调了机构在维护信息质量和完整性方面的责任。
研究人员发现，虽然研究重点从系统转向了数据，但实际的图书馆、档案馆和博物馆的参与度保持稳定，尽管其角色发生了变化。在早期，这些机构通常是系统的主要构建者。如今，他们更多地作为研究伙伴，提供供研究人员分析的经过策划的收藏品。来自这些机构的从业人员撰写的论文，现在经常涉及与大学研究人员的合作，将收藏的深厚知识与计算机科学的高级分析工具相结合。
展望未来，该研究提出了该领域的几个发展方向。随着人工智能变得越来越强大，对高质量、经过策划的收藏品的需求从未像现在这样迫切。这些收藏品是机器学习模型的训练数据，也是评估其答案的基准真相。研究人员建议，该领域应专注于这些收藏品的质量、从其构建的知识图谱的可靠性，以及数据的长期保存。他们还建议，会议应该继续进化，例如通过为数字人文领域提供更多空间，并加强与数据管理等其他领域的联系。
这三十年间 ECDL/TPDL 会议的历程展示了一个从关注工程向关注知识成熟转型的领域。系统的构建者让位于数据的处理者，但核心使命始终如一：使世界的信息变得可获取且有用。数字图书馆并未消失；它只是改变了形态，从一个构建系统的地方，变成了一个处理、理解并为未来保存人类文化与科学故事的地方。研究人员得出结论，当今数字图书馆最重要的职责是为其所持有的内容负责，确保其管理的收藏品能够为子孙后代提供可靠且持续的可用性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。