Soubory metadat. Metadata prakticky. Umístění metadat. K jednomu objektu může existovat více objektů s metadaty

Transkript

1 K jednomu objektu může existovat více objektů s metadaty Soubory metadat také DTD jsou metadata ISBN obsah tiráž resumé anotace recenze RFID tag cenovka signatura ex libris rejstřík bibliografická citace katalogizační záznam 1 a) tradiční katalogy bibliografie b) elektronické dokumentografické (bibliografické) databáze fulltextové databáze (resp. jejich indexy) search engines (resp. jejich databáze indexy) 2 Metadata prakticky Umístění metadat KDE je hledat KDO je dělá KDO je využívá 3 uvnitř zdroje (tiráž v knize, CIP, HTML tagy) mimo vlastní zdroj v samostatném dokumentu (XML dokument, katalogizační lístek) v databázi (např. katalog knihovny) metadata propojená se zdrojem ve složeném dokumentu (OOP) 4 1

2 Umístění metadat Tvůrci metadat uvnitř zdroje mimo vlastní zdroj výhody současně se zdrojem jsou k dispozici i metadata možnost vícenásobného využití nevýhody dostupné pouze v rámci daného zdroje potřeba propojení se zdrojem autoři dokumentů ů (autorské resumé, META tag, TEI header...) jiné subjekty (zprostředkovatelé) správci souborů (katalogizátoři) ostatní (specializované instituce) čtenáři, (koncoví) uživatelé počítačové programy 5 6 tvůrci metadat výhody nevýhody autoři dokumentů čtenáři /uživatelé rychlost nezvyšují se náklady nezvyšují se náklady objektivita zprostředkovatelé jednotnost počítačové programy rychlost objektivita jednotnost subjektivita nejednotnost časový odstup od publikování subjektivita nejednotnost časový odstup od publikování vyšší náklady obtížnost algoritmizace tvorby metadat 7 Uživatelé metadat koncový uživatel zprostředkovatel (agent) člověk počítačový program 8 2

3 Struktura metadat dvojice atribut hodnota např. autor Čapek řešené problémy: které atributy vybrat jakými hodnotami je naplnit jak metadata uspořádat 9 Příklady různých atributů používaných pro identifikaci / popis / vyhledávání informací Příklad: informace o osobě jméno výška hmotnost fotografie životopis rodné číslo adresa datum narození stav bankovního konta záznam v rejstříku trestů zaměstnanecké číslo barva očí 10 Příklady nejednotného obsahu (hodnot) atributů používaných pro identifikaci / popis / vyhledávání informací Aleksandr Sergejevič Puškin Příklad: jméno osoby Muhammad Ali Cassius Clay Eduard Schmidt Eduard Bass Bill Gates William H. Gates III. Paul Hewson Bono Vox Bono Johanna Rottová Johanna Mužáková Karolína Světlá 11 Pushkin, Aleksandr Sergeevich Poesjkin, Alexander Pouchkine, Aleksandr Sergueevitch Pouchkine, Alexandre Poushkin, Alexander Puchkin, Alejandro Puchkin, Alejandro Serguievich Puschkin, Aleksandr Sergejewitsch Puschkin, Alexander S. Pushkin, Alejandro S. Pushkin, Aleksander Sergaits' Pushkin, Aleksandr Sergeevich Pusjkin, Aleksander Pusjkin, Aleksandr Pusjkin, Alexander Pusjkin, Alexandr Puskin, Alêchxandro Puskin, Alegsandar Puskin, Aleksandar Puskin, Aleksandar S. Puskin, Aleksander S. Puskin, Aleksandir Puskin, Aleksandr Sergeevic Puskin, Aleksandr Sergejevic Puskin, Aleksandr Sergejewic Puskin, Alessandro Puskin, Alexander S. Puskin, Alexantr Sernkegiebits Puskin, Oleksandr Serhiiovych Puskini, Alek`sandre Puskyn, Al k d S P ki Al k d S P i ki Al d S 3

4 Příklady nejednotného uspořádání atributů používaných pro identifikaci / popis / vyhledávání informací Příklad: autor a název hudební skladby Kreutzerova sonáta od Ludwiga van Beethovena Beethovenova Kreutzerova sonáta Ludwig van Beethoven: Sonáta A dur pro housle a klavír, Kreutzerova Beethoven, Ludwig van: Sonáta pro housle a klavír op. 47 L. van Beethoven: Kreutzerova sonáta 13 Co standardizujeme v metadatech 1) obsah (sémantiku) CO budeme reprezentovat (popisovat) popisované atributy, příp. jejich hodnoty 2) formát (syntaxi) JAK a ČÍM budeme popisovat nástroje standardizace: schémata, modely pravidla seznamy povolených hodnot 14 Trendy v oblasti zpracování informací Typy metadat sbližování standardů a) pro publikování a zpracování dokumentů b) pro zpracování "klasických" a elektronických dokumentů snaha nahradit práci zpracovatele a) prací autora (autorská metadata) b) počítačem (automatizovaná tvorba metadat) tvorba metadat srozumitelných současně pro uživatele i pro počítačové programy přechod od lineárních metadatových struktur k hierarchickým (XML) a relačním (ERA) strukturám 15 identifikační popisná vyhledávací í (selekční) 16 4

5 Identifikační metadata Typy identifikátorů primárně určena pro rozlišení informací mezi sebou typy identifikace: a) jménem / názvem E1, Petr b) adresou Na hřebenech II, Praha 4 Kavčí Hory O:\KU\ZKOUSKA\soubor.htm c) znalostí např. PIN, heslo d) vlastnictvím (věci, vlastnosti atributu, hodnoty) 17 významové kromě identifikační funkce mají i funkci popisnou bezvýznamové Příklad: BIO bezvýznamový identifikátor občana 18 Problém: Shibboleth identifikátory plní svou funkci pouze v těch oblastech použití, pro něž byly určeny namespace jmenný prostor soubor jedinečných pojmenování, který se používá pro identifikaci objektů v rámci definované domény

6 Systémy automatické identifikace RFID tag technologie registrace dat bez použití kláves čárové kódy (bar code) RFID tagy (radio frequency identification) biometrie Identifikace autorů dokumentů Identifikace firem personální a korporativní autority báze autorit NK ČR 23 IČO identifikační č číslol identifikace v rámci registru ekonomických subjektů ČR (RES) DIČ, VAT number DUNS identifikace firem v databázi Dun & Bradstreet (data universal numbering system) sigla identifikace knihoven (např. Národní knihovna má siglu ABA001) 24 6

7 Identifikace zboží / firem Identifikace zboží Ochranné známky Slovní, obrazové, prostorové nebo kombinované označení, které je způsobilé odlišit výrobky nebo služby pocházející od různých producentů a je zapsáno do rejstříku ochranných známek Systém GS1 (dříve EAN/UCC) Globální systém přidělování číselných identifikátorů výrobkům, používaný především v maloobchodě 25 účel: jednoznačná celosvětová identifikace výrobku a jeho výrobce EAN European Article Numbering (Evropa) UPC Uniform Product Code (Severní Amerika) 26 Struktura EAN 13 Identifikace knih prefix (2 3 číslice) l ) země (označuje zemi, kde bylo číslo přiděleno nemusí se jednat o zemi výroby) identifikační číslo výrobce (4 6 číslic) identifikační číslo výrobku kontrolní číslice (1) USA 977 seriály Německo 978 knihy 49 Japonsko 979 hudebniny 858 Slovensko 859 Česká republika 27 ISBN International Standard Book Number předmět identifikace: konkrétní vydání díla skupina (země, jazyk) vydavatel titul kontrolní číslice Adresář nakladatelů v ČR BICI Book Item and Contribution Identifier 28 7

8 Identifikace seriálů ISSN International ti Standard d Serial Number předmět identifikace: klíčový název seriálu SICI Serial Item and Contribution Identifier 29 URI Uniform Resource Identifiers Systém identifikace členů l adresního prostoru v Internetu (tj. informačních zdrojů, informačních služeb) URL Uniform Resource Locator účel: nalezení (lokace) zdroje URN Uniform Resource Name systém trvalých názvů objektů účel: identifikace zdroje (neobsahuje informace o umístění) 30 Struktura URL schéma doména objekt protokol:// host [:port] / cesta (path) Identifikace digitálních objektů DOI Digital Object Identifier slouží pro zajištění výkonu autorských práv u elektronických informací telnet://database.carl.org ftp://ftp.faf.cuni.cz/wwwexpr/wwwexpr.txt news://news.vslib.cz mailto:listserv@ubvm.cc.buffalo.edu

9 Popisná metadata cíl: maximální (úplná) množina atributů, ů které původní informační zdroj reprezentují (zastupují) doplňují popis struktury / obsahu bibliografický (jmenný, identifikační) / věcný (obsahový) 33 bibliografický popis popis informačních zdrojů (objektů, entit) bibliografická informace: druh sekundární informace, obsahující reprezentaci dokumentu nebo jeho části základní jednotka: bibliografický údaj = hodnota jednoho atributu dokumentu prostřednictvím hodnot bibliografických údajů mohou být vyjádřeny vzájemné vztahy dokumentů 34 Výsledek bibliografického popisu: Popisná metadata jsou také dokumenty bibliografický záznam (record, entry) katalogizační záznam bibliografická citace sekundární informace (popisná) metadata 35 <meta name="dc.title" content="příliš hlučná samota"> <meta name="dc.creator" content="hrabal, Bohumil"> 36 9

10 bibliografický záznam Česká národní bibliografie (standardní formát) Příklady obsahu a formátů popisných metadat bibliografický záznam Internetový obchod Vltava.cz bibliografický záznam Katalog Národní knihovny ČR (katalogizační záznam)

11 bibliografický záznam Katalog Národní knihovny ČR (MARC) bibliografický záznam Katalog Kongresové knihovny bibliografický záznam Katalog Městské knihovny v Praze bibliografický záznam Katalog Studijní a vědecké knihovny Plzeňského kraje 43 31A HRABAL, Bohumil Příliš hlučná samota. Doslov napsal Milan Jankovič. 1. vyd. Praha, Odeon s. Strana básnická skladba Adagio lamentoso. - ISBN Monolog o práci a konfliktu s okolím samorostlého a samotářského zaměstnance pražské sběrny starého papíru. formální deskriptory: novely; povídky; beletrie 44 11

12 Metadata v databázi archeologické sbírky Oddělení prehistorie a protohistorie Národního muzea Problém: Jak popisovat multimédia? sekeromlat amfora náhrdelník Problém: I konkrétní k popisná metadata t mají omezenou funkčnost na určitou oblast použití. Odlišnost popisných metadatových schémat: 1) rozsah (scope) co všechno mají (mohou) popisovat (typy dokumentů) 2) granularita počet atributů, hloubka analýzy 3) obsah (sémantika) co znamená určitý element 4) co předepisují obsah (sémantiku), formát (syntaxi) nebo obojí 47 Typy standardů pro popisná metadata 1) syntakticky nezávislé definují jen obsah, případně pravidla jeho reprezentace příklad: Dublin Core 2) sémanticky nezávislé definují pouze syntaktická pravidla příklad: ISO 2709, ISO 8879, XML, RDF 3) syntakticky i sémanticky závislé definují jak obsah, tak formu příklad: MARC 48 12

13 a) Standardy pro obsah (sémantiku) popisu 1. pro katalogizaci a bibliografii FRBR, FRAD, ISBD, AACR/RDA, GARR, EAD 2. pro bibliografické citace uvnitř dokumentu ČSN ISO pro umělecká díla a muzeální dokumenty ISO (CIDOC CRM ), CDWA, CCO, VRA Core, Object ID 4. pro elektronické dokumenty Dublin Core Metadata, TEI header, RFC b) Standardy pro formát (syntaxi) popisu 1. formáty odvozené z ISO 2709 MARC, UNIMARC, Výměnný formát 2. formáty odvozené z ISO 8879 (SGML) RDF Resource Description Framework, OWL, PICS, METS, MODS 50 IFLA International Federation of Library Associations and Institutions 1961 Pařížské principy 1969 ISBD standardy (doporučení) 1998 FRBR studie Ustanovení mezinárodních zásad katalogizace 51 IFLA. Funkční požadavky na bibliografické záznamy : závěrečná zpráva. Přeložila Ludmila Celbová. Praha : Národní knihovna ČR, s. ISBN Elektronická verze dostupná z:

14 FRBR Funkční požadavky na bibliografické záznamy konceptuální t í schéma (model) uživatelské potřeby požadavky na funkce mapování požadavků do entit a atributů ERA = entity + atributy + vztahy 53 Funkční požadavky na bibliografické záznamy užití dat k: nalezení entit, jež odpovídají uživatelem stanoveným kritériím (např. nalezení publikací k určitému tématu) identifikování entity (např. odlišení dvou titulů se stejným autorem) výběru entity odpovídající požadavkům uživatele (např. nalezení dokumentu v jazyce, jemuž uživatel rozumí) získání entity nebo přístupu k ní (např. sestavení objednávky) navigaci mezi souvisejícími entitami Produkty intelektuálního nebo uměleckého úsilí dílo vyjádření provedení jednotka dílo divadelní hra (obsah abstraktní) vyjádření text představení provedení vydání textu DVD záznam jednotka určitý výtisk určitý disk

15 dílo vyjádření provedení jednotka 2. Entity se vztahy zodpovědnosti Entity, které slouží jako témata (předmět) děl FRBRoo CIDOC CRM (ISO 21127) + DÍLO VYJÁDŘENÍ PROVEDENÍ JEDNOTKA OSOBA KORPORACE

16 ISBD International Standard Bibliographic Description Autor: IFLA. 1. verze vydána v r Mezinárodní standardní bibliografický popis stanoví údaje pro popis všech druhů dokumentů v knihovnách a jejich uspořádání v záznamech monografie staré tisky neknižní k í dokumenty tištěné hudebniny seriálové dokumenty články elektronické zdroje kartografické dokumenty 61 bibliografický záznam podle ISBD Katalog Národní knihovny ČR 62 bibliografický záznam podle ISBD Katalog Národní knihovny ČR [Č.záznamu: ] Hrabal, Bohumil, Pábitelé [zvukový záznam] / Bohumil Hrabal. -- Praha : AudioStory, p zvuková kazeta (80:00) : analog, stereo, Dolby system. -- (Povídka, Krátká próza) Nakl.číslo: AY AudioStory Hudbu nahrál Miroslav Škop; improvizace na violoncello Dita Zangeová -- Čte Josef Somr a Magdalena Sidonová. Natočeno ve Stavovském divadle v červnu a červenci Výběr a režie Jiří Seydler Obsahuje: Úvod : ze záhlaví knihy Pábitelé -- Automat svět -- Morytát čtenářů : z knihy Morytáty a legendy -- Dáma s kaméliemi -- Diamantové očko -- Chcete vidět zlatou Prahu? * povídky Signatury: * 59 K /A * 59 K /K 63 AACR Anglo American Cataloguing Rules Anglo americká katalogizační pravidla pravidla pro výběr a prezentaci údajů pro oblasti popisu, jež definuje ISBD AACR AACR2 AACR3 / RDA (Resource Description and Access) 64 16

17 AACR ČSN ISO 690 Pravidla určená pro bibliografické citace uveřejňované jako součást textu primárních dokumentů. 65 bibliografická citace (citation, reference) Formalizovaný údaj o dokumentu, který autor použil při přípravě své práce nebo na který chce upozornit (odkázat) čtenáře. Odkazy jsou v textu uvedeny formou číselných ukazatelů nebo zkrácených citací (první údaj bibliografické citace a datum vydání, např. Novák 1998). 66 ČSN ISO 690 Dublin Core Metadata HRABAL, Bohumil. Příliš hlučná samota. Praha : Odeon, s. ISBN OCLCC ISO 15836:2003 minimální soubor popisných údajů určeno především pro webové zdroje (tzv. "document like objects") vkládá se do popisovaného dokumentu <head> 68 17

18 Dublin Core Metadata Dublin Core Metadata obsah intelektuální vlastnictví identifikace TITLE název SUBJECT předmět a klíčová slova DESCRIPTION popis TYPE typ zdroje SOURCE pramen (zdroj) RELATION vztah COVERAGE záběr, pokrytí CREATOR autor nebo tvůrce PUBLISHER vydavatel CONTRIBUTOR další přispěvovatel DATE datum FORMAT formát IDENTIFIER identifikátor zdroje LANGUAGE jazyk RIGHTS správa autorských práv 69 TITLE: Příliš hlučná samota CREATOR: Hrabal, Bohumil CONTRIBUTOR: Jankovič, Milan DATE: 1989 FORMAT: computerfile LANGUAGE: cs PUBLISHER: Odeon SUBJECT: Hrabal, Bohumil (spisovatel čes., ) SUBJECT: Hrabal, Bohumil - dílo SUBJECT: Hrabal, Bohumil - studie DESCRIPTION: novely TYPE: Text IDENTIFIER: (ISBN) Způsob začlenění DC metadat do HTML dokumentu <HEAD> <META NAME = DC.Název elementu CONTENT = "hodnota"> </HEAD> <meta name = DC.Creator content = "Hrabal, Bohumil"> 71 Dublin Core Metadata <meta name="dc.title" content="příliš hlučná samota"> <meta name="dc.creator" content="hrabal, Bohumil"> <meta name="dc.contributor" content="jankovič, Milan"> <meta name="dc.subject" content="hrabal, Bohumil - dílo"> <meta name="dc.description" content="novely"> <meta name="dc.publisher" content="odeon"> <meta name="dc.date" content="1989"> <meta name="dc.type" scheme="dcmitype" content="text"> <meta name="dc.format.medium" content="computerfile"> <meta name="dc.identifier" scheme="isbn" content=" "> <meta name="dc.language" scheme="rfc1766" content="cs"> 72 18

19 <meta name="dc.title" content="databáze oborové terminologie zpřístupněna"> <meta name="dc.creator.personalname" content="schwarz, Josef"> <meta name="dc.creator.address" <meta name="dc.subject" content="informační věda"> <meta name="dc.subject" content="knihovnictví"> <meta name="dc.subject" content="terminologie"> <meta name="dc.publisher" content="ikaros, o. s."> <meta name="dc.publisher.address" <meta name="dc.date.issued" scheme="w3c-dtf" content=" "> <meta name="dc.type" scheme="dcmitype" content="text"> <meta name="dc.format" scheme="imt" content="text/asp"> <meta name="dc.format.medium" content="computerfile"> <meta name="dc.identifier" content= " <meta name="dc.identifier" scheme="urn" content="urn:nbn:cznk "> <meta name="dc.source" scheme="issn" content=" "> <meta name="dc.language" scheme="rfc1766" content="cs"> TEI Text Encoding Initiative DTD pro dokumenty z oblasti humanitních věd a beletrie TEI Headers obsahují bibliografické záznamy (metadata) pro označkované texty TEI header ISO 2709 <teiheader> <filedesc> <titlestmt> <title>příliš hlučná samota</title> <respstmt><author>bohumil Hrabal</author> <editor>milan Jankovič</editor></respStmt> </titlestmt> <publicationstmt><publisher>odeon</publisher> </publicationstmt> <sourcedesc> <bibl>příliš hlučná samota / Bohumil Hrabal. Doslov Milan Jankovič. - Praha : Odeon, 1989.</bibl> </sourcedesc> </filedesc> <teiheader> 75 ČSN ISO 2709 ( ) Informace a dokumentace Formát pro výměnu informací. Praha : Český normalizační institut, s. obecné zásady strukturování bibliografických záznamů pro jejich uložení na paměťové médium lineární struktura pro výměnu dat na magnetické pásce 76 19

20 MARC Machine Readable Cataloguing implementace principů ISO 2709 pro definici konkrétní struktury bibliografického záznamu tj. názvů polí a podpolí a jejich pořadí USMARC MARC DTD OCLC MARC XML MARC UK MARC MARC21 UNIMARC výměnný formát seznam polí formátu MARC21 77 Záznam ve formátu MARC21 lineární zápis (část) 00876nam a @ck @CZ- PrNK@ @tu@900309s cs u0 0---cze--@$a (Váz.):$c16 Kčs@$aABA001$bcz e$daba001@$a $2undef@1$ahrabal, Bohumil,$d $7jk $4aut@10$aPříliš hlučná samota /$cbohu mil Hrabal ; doslov Milan Jankovič ; typografie Milan J aroš@$a1. vyd.@$apraha:$bodeon,$c1989$e(čes. Těšín :$ft isk 3)@$a133 s. ;$c21 cm@$ailustr. předsádky@$a80000 vý t.@17$ahrabal, Bohumil, Milan,$d1929- $7jk $4aui@$ack @$aHrabal, Bohumil (spisovatel čes., *1914) - dílo - studie@% 78 Záznam ve formátu MARC21 přehledné zobrazení polí (část) 001 ck $a (Váz.) :$c16 Kčs $a $2undef $ahrabal, Bohumil,$d $7jk $4aut $a1. vyd $apraha :$bodeon,$c1989$e(čes. $ Těšín :$ftisk 3) $a133 s. ;$c21 cm $a80000 výt. Záznam ve formátu UNIMARC přehledné zobrazení polí (část) 001 ck $a $apříliš hlučná samota$fbohumil Hrabal 205 $a1. vyd. 210 $apraha$codeon$d $a133 s.$d21 cm 300 $a80000 výt. 675 $a $ahrabal$bbohumil

21 RDF Resource Description Framework aplikace XML jazyk pro psaní metadat t pro elektronické dokumenty obálka, kontejner na jakákoli metadata hierarchická / síťová (objektová) struktura 3 typy objektů: resources (zdroje) properties (vlastnosti) statements (výroky) výrok = zdroj + vlastnost + hodnota 81 RDF trojice (triple) výrok = zdroj + vlastnost t + hodnota 82 <rdf:rdf xmlns:rdf=" xmlns:dc=" <rdf:description rdf:about=" "> <dc:title>příliš hlučná č samota</dc:title> titl <dc:creator>hrabal, Bohumil</dc:creator> <dc:subject>hrabal, Bohumil - dílo</dc:subject> <dc:publisher>odeon</dc:publisher> <dc:contributor>jankovič, Milan</dc:contributor> <dc:date>1989</dc:date> <dc:type>text</dc:type> <dc:format>computerfile</dc:format> <dc:language>cze</dc:language> </rdf:description> </rdf:rdf> <rdf:rdf xmlns:rdf=" xmlns:dc=" <rdf:description about= " ml" dc:title="sql - PC Webopaedia Definition and Links" dc:subject="sql, Structured Query Language, definition, define, what, means, Webopaedia, Webopedia, glossary, dictionary, encyclopedia" dc:description="this page describes the term 'SQL' and lists other pages on the Web where you can find additional information." dc:type="text" dc:format="text/html; bytes" /> </rdf:rdf>

22 <rdf:rdf xmlns:rdf=" syntax-ns#" xmlns:dc=" / / / <rdf:description about= " sqltut.html" dc:title="sql Tutorial" dc:creator="james Hoffman" dc:subject="sql, Tutorial, Structured, Query, Language, Database, Programming" dc:description="this is an introduction to Structured Query Language" dc:date=" " dc:type="text" dc:format="text/html; bytes"/> </rdf:rdf> 85 22