同一个资料名称翻译后不一致，先核对语言标签、专名与版本

同一份资料在两个目录里，一个译成“社区研究手册”，另一个保留外文专名；一处标注 zh-Hans，另一处只有 zh。若只比较显示名称，很容易把同一版本误判成两份资料，也可能把不同版本合并成一个记录。

名称翻译、语言标签和出版物版本回答的是三个不同问题：界面给人看什么文字，内容使用什么语言与脚本，具体引用的是哪一个对象。核对时应先分层，再决定是否可以合并。

名称是显示字段，不是稳定标识

标题可以因翻译政策、地区习惯、简称或专名音译而变化。同一机构可能保留原文名，也可能采用中文通名；不同编目者还会调整标点和大小写。名称相同也可能只是同名，名称不同也可能指向同一对象。

因此第一步是找到稳定字段：出版物标识、责任者、发布日期、版次、目录记录号或正式来源。显示名称只作为检索线索，不能单独负责去重。

Unicode 安全规范还提醒，不同字符序列可能在屏幕上非常相似。若名称被用作账号、文件键或目录标识，还要保存原始字符，不用截图或人工重打替代。

语言标签要逐个子标签读

RFC 5646 规定语言标签可以由语言、脚本、地区、变体、扩展和私用子标签组成。例如 zh 表示一个较宽的语言范围，zh-Hans 加入简体脚本信息，带地区子标签时又进一步说明使用情境。

标签更长不自动更准确。若资料本身只声明中文，目录不能凭读者所在地擅自补成某个地区；若同一内容提供不同脚本版本，省略脚本又可能让回退选择错误。标签应具体到任务所需，但不加入没有证据的细分。

受控比较中，记录甲为 zh-Hans，标题采用简体中文；记录乙为 zh-Hant，标题采用繁体中文。二者可能是同一版的不同呈现，也可能是经过编辑的不同版本。语言标签说明呈现属性，不能替代版本核对。

内容语言与界面语言分开

目录按钮显示中文，不代表被收录资料是中文；英文界面也可以描述波斯语文献。界面语言决定导航和字段标签，内容语言描述资料本身。若两者混写，使用者会把“页面能看懂”误当成“全文语言符合需求”。

摘要、标题和正文也可能使用不同语言。一个记录可以有中文译题、英文摘要和波斯语正文。与其用一个字段压缩，不如分别记录名称语言、摘要语言和主要内容语言。

当资料是并列双语或多语时，标签顺序不应被解释成主次，除非来源明确说明。目录若只能存一项，应保留限制，并在备注中写明其他语言，而不是静默丢失。

受控代码表也有变更历史

美国国会图书馆的 MARC 语言代码表持续记录新增、删除和名称修订。代码体系提供稳定引用，却不是永远不变。旧目录可能使用已调整的代码或旧名称，新目录显示新名称；两者需要通过变更记录对应。

MARC 代码与 BCP 47 用途不同。前者服务书目编目，后者广泛用于互联网内容语言标记。看到三个字母代码，不能直接当成网页语言标签；迁移时要有明确映射，并保留原系统代码。

一个可靠的迁移记录应包含：原代码体系与版本、原值、目标体系与版本、映射规则、无法一一对应的情况和审核时间。只保存转换后结果，会让日后无法解释为何出现某个标签。

专名翻译要保留责任边界

人名、机构名、作品名和地名不一定有唯一中文形式。来源已有官方译名时可以记录；没有时，应区分音译、意译和编目者补译，并保留原文。不要把临时译名写成来源正式名称。

如果同一专名在历史版本中改变，应把名称变化与实体连续性分开。一家机构改名，旧资料中的旧名仍是当时事实；目录可以建立关联，但不能回写旧出版物标题。

反例是两个同名版本由不同责任者编辑，或同一译名对应不同原文。此时仅凭标题和语言标签合并，会破坏版本边界。责任者、版次与发布日期必须一起核对。

版本决定引用对象

内容更新后，标题和语言标签可能不变。引用时至少保存发布日期或修订日期、版次、文件标识或可验证的来源记录。若目录只显示“最新版”，应在使用时把实际取得时间和版本线索写入本地记录。

受控比较可以分成四种：同一标识、同一版、不同显示名称；同一标识、不同版、名称不变；不同标识、名称相同；代码体系更新造成标签变化但内容未变。四种情况的合并策略不同，不能用一个“标题相似度”解决。

对于译文，还要说明它是否由出版方发布、目录提供，或由使用者自行翻译。译文可能改变措辞，却不改变原出版物版本；如果译者对内容作实质编辑，就需要新的责任与版本说明。

建立六栏核对表

第一栏记录原始名称和字符；第二栏记录显示译名及其来源；第三栏记录内容语言标签并拆解子标签；第四栏记录代码体系和版本；第五栏记录出版物标识、版次与日期；第六栏记录合并或分开的理由。

当资料缺字段时，不要用猜测填满。把“未声明脚本”“无法确认版次”“译名来源不明”作为明确状态。缺失信息可触发后续查证，但不会因为空白而把两个对象错误合并。

自动化工具可以提示标签格式、代码变更和字符相似，却不应独自决定专名翻译或版本等价。最终判断需要回到来源记录和具体使用任务。

结论停在可追溯关系

语言标签帮助机器描述语言与脚本，受控代码帮助目录一致管理，显示名称帮助人阅读，版本字段确定引用对象。把四者分开，才能解释为什么同一资料会有不同名称，也能避免把同名不同版合并。

核对结果应能回溯：别人看到原始名称、标签、代码体系、版本和映射理由，可以重做同一判断。它不能保证翻译唯一正确，也不能用一个语言标签证明内容质量。

资料依据：RFC Editor / IETF《RFC 5646: Tags for Identifying Languages》；美国国会图书馆《MARC Code List for Languages》；Unicode Consortium《Unicode Security Mechanisms》。

标签规范化不等于内容等价

语言标签比较时通常不区分字母大小写，某些旧子标签也可能有首选替代值。规范化能减少格式差异，但不会证明两份内容相同。一个页面从旧标签改为推荐标签，正文可能完全没变；两个页面标签相同，正文质量和版本仍可不同。

处理旧记录时，保存原标签与规范化结果。若直接覆盖，日后无法判断是来源原本如此，还是迁移程序作了改变。映射表应写出规则版本和执行日期，并保留无法映射的值。

私用子标签尤其需要边界。它可以支持封闭系统交换，但外部接收者未必理解。迁移到公共目录时，不应把私用值猜成标准语言；应保留原值、提供本地说明，并标明不可互操作。

回退策略可能让读者看到另一份名称

应用找不到完全匹配的 zh-Hans-CN 时，可能逐步回退到 zh-Hans 或 zh。回退是选择可用资源的机制，不表示被选资源与首选资源完全等价。若简体和繁体名称由不同编辑团队维护，回退后可能出现用词变化。

记录界面异常时，要写出请求标签、实际命中标签和回退顺序。只说“中文标题变了”不足以区分翻译更新、回退命中和缓存旧值。

受控比较中，设备甲首选 zh-Hans，命中简体名称；设备乙请求更具体地区标签，系统缺资源后回退到通用 zh，显示另一译名。两台设备访问同一对象，显示不同并不自动表示版本不同；还要看出版物标识与内容哈希。

多语言题名需要角色字段

目录常同时保存本题名、并列题名、译题、其他题名和简称。若把它们压成一个“标题”数组，使用者无法知道哪个来自出版物、哪个由目录补充。每个名称应有角色、语言标签、来源和使用范围。

例如封面只有波斯语题名，目录另给中文译题。中文可以提高检索，但引用时仍应保留原题名和责任者。若出版方后来发布正式中文名，旧的目录译题不应悄悄改成“官方”，而应记录名称来源变化。

同一名称在不同脚本中可能是转写而非翻译。转写主要映射书写系统，意译传达语义；两者不能用同一角色。使用者需要知道哪一种才能反查原文。

日期也要说明属于哪一个事件

出版日期、目录收录日期、语言记录修订日期和文件下载日期经常同时出现。显示“更新于 2026”可能只是目录字段更新，不代表出版物内容重版。版本核对要给日期加事件类型。

当来源没有明确版次时，可以组合使用发布日期、修订说明、文件标识和取得时间，但要写成证据组合，不制造一个虚假版号。若只能确认“至少在某日已存在”，结论就停在这个范围。

受控比较中，甲记录标题在目录中修订，但出版物标识和文件哈希不变；乙记录标题不变，文件哈希和修订说明改变。前者更像元数据更新，后者才支持内容版本变化。名称表面变化与内容变化可能方向相反。

搜索索引也应保留原词

为了提高检索，系统可以索引译名、旧名和转写形式，但结果页应标出当前显示名与匹配字段。否则读者搜索旧名命中后，会误以为当前正式名称仍是旧名。

去重算法也不能只依赖标准化标题。较稳妥的候选排序会结合标识、责任者、日期、版次和语言关系，再由规则或人工确认。标题相似度适合找候选，不适合作最终合并键。

如果无法取得稳定标识，就不要强行合并。建立“可能相关”链接，保留各自来源记录，等到责任者或版本证据补齐后再判断。错误合并会让后续引用和撤回处理都变得困难。

交付时附上可读说明

机器字段之外，给编辑或研究者一段简短说明：为何两个名称被视为同一对象、哪些字段仍不确定、标签经过什么规范化、引用时应使用哪一个版本。说明不用复述整份规范，却要让非技术读者理解判断边界。

若将记录导出给另一系统，同时交付代码表版本和映射表。只交最终 CSV，会丢掉语义约束；下一系统可能把空值、未知值和不适用值都处理成同一种空白。

最终目标不是把所有名称统一成一个，而是保存名称之间的关系。原名、译名、转写、旧名和简称各有用途；只要角色、语言、来源和版本可追溯，差异本身不是错误。

未知、多语和不适用不能都写成空白

来源没有声明语言、资料包含多种语言、资料没有语言内容，是三个不同状态。把它们都存成空值，会让检索和质量检查无法区分“尚未调查”与“确认不适用”。系统应使用各自受控状态，并在界面给出可理解说明。

多语资料也不一定适合挑一个“主要语言”。会议论文集可能每篇不同，词典可能以两种语言为结构，影像资料可能只有少量字幕。记录的粒度应与使用任务一致：整册级别不足时，可在章节或资源级补充。

如果编目人员凭姓名、国家或主题猜测语言，会把背景信息当成内容证据。语言标签必须来自资料本身、可信元数据或实际检查；无法确认就保留未知，不以常识补齐。

脚本与地区子标签有使用条件

脚本子标签在区分呈现确实有用时加入。例如同一语言存在多种常用文字系统，脚本能帮助选择字体和资源；如果语言本身已有压倒性默认脚本，无必要的脚本细分可能增加匹配失败。

地区子标签用于区域变体，不是出版地点的自动映射。一本在新加坡出版的英文书不一定要标成特定地区英语；作者国籍也不决定文本语言。只有内容确实采用相应区域形式且任务需要时才记录。

变体子标签与私用扩展更需要来源。它们可以表达正字法或本地流程，却会降低互操作性。导出时应附注册或本地定义，接收方无法理解时保留原值并降级匹配，不自行改写。

同一作品、不同表达与不同载体

作品关系还能进一步拆成原作、翻译、修订版、选编和数字化版本。中文译本与原文可能表达同一作品，但不是同一出版物；扫描件与重新排版电子版内容相近，页码和可访问性却不同。

语言标签主要描述表达层的语言，ISBN、版次或文件标识更接近具体出版物。目录若要建立关联，可以用“译自”“修订自”“数字化自”等关系，而不是把记录合并到只剩一个标题。

受控比较中，原文第一版、官方中文译本、读者自制摘要都围绕同一作品。三者名称可能接近，语言标签不同，责任和版本也不同。保留关系后可以一起检索，但引用时仍要选择实际使用的那一份。

撤回、勘误与名称更新要可追踪

出版物若发布勘误或撤回，目录需要把通知绑定到具体版本。只按标题匹配，可能把另一版错误标记；只按语言标签更不够。版本标识、发布日期和责任者是处理后续状态的基础。

名称更正也不总是内容更改。目录可以更新显示名，同时保留旧名作为检索入口，并写明更正来源。若出版方重新发布文件，则另记内容版本与取得时间。

编辑团队应定期检查“可能重复”队列，而不是让自动合并直接生效。优先复核高影响记录，例如被大量引用、存在撤回状态或有多个相似版本的资料。

用实例验证规则而不是只看字段完整

规则上线前至少测试：同一版不同译名、同名不同版、同一语言不同脚本、旧代码映射、新旧正式名称、多语资料和未知语言。每个案例写出预期是否合并、显示哪个名称、保留哪些关系。

字段都填满不表示模型正确。如果所有名称被压成一个字符串，所有日期被写成“更新”，即使没有空值，仍无法追踪。验收应看能否回答“这是什么对象、为何这样命名、使用哪种语言、引用哪个版本”。

出现边界案例时，先扩充关系与状态，不急着发明新的非标准代码。内部扩展确有必要，就记录定义、维护者、版本和退出计划，避免永久锁定在无人理解的私有值。

资料来源

• RFC Editor / IETF：《RFC 5646: Tags for Identifying Languages》，发布或更新于 2009-09-01
• Library of Congress：《MARC Code List for Languages》，发布或更新于 2007-01-01
• Unicode Consortium：《Unicode Security Mechanisms, Unicode Technical Standard #39》，发布或更新于 2025-09-04