Systém pro správu metadat

Transkript

1 MANUSCRIPTORIUM V. 2.0 Systém pro správu metadat Analýza projektu verze 1.0 Ing. Karel Kučera

2 Obsah 1 Úvod o dokumentu Účel Předpokládaný čtenář Termíny a konvence Reference Úvod Použité termíny a změny v definicích Požadavky na správní systém Jednoznačnost vztahu mezi fyzickým dokumentem a KDD Správa metadat v podobě KDD ve schématu METS Správa plných textů Hromadné úpravy části nebo všech KDD Definování a správa kolekcí Vstup metadat do DBEZ, exporty komplexních digitálních dokumentů pro další použití Platnost a kvalita spravovaných metadat Správa informací o vzdálených (kooperujících) datových úložištích Správa informací o majitelích dat Oprávnění uživatelé správního systému Technická realizace DBEZ Systém AiP SAFE III TM Architektura správního systému Interní databáze Klientské aplikace pro správu Manuscriptoria Administrátor Technický správce Redaktor Šéfredaktor Vstup metadatových záznamů do DBEZ

3 5.5.1 Povolený formát vstupního evidenčního záznamu Algoritmus převodu MASTER+ na METS Vstup záznamů v jiných formátech Identifikace duplicitních EZ Aplikace pro hromadný import metadat Sklízení dat přes OAI-PMH OAI-PMH Harvester pro Manuscriptorium Ruční vstup a editace metadat Připojení digitální kopie dokumentu Připojení plného textu fyzického dokumentu do KDD Připojení dalších částí komplexního digitálního dokumentu Výstup z DBEZ, tvorba PDB Tvorba prezentační databáze Řešení rychlého třídění vyhledaných dat v prezentační databázi Postup při tvorbě prezentační databáze Generování prezentační podoby KDD Další nástroje správního systému Manuscriptoria Vnitřní struktura správního systému Předpokládaná sada základních vlastností komplexního digitálního dokumentu ve správním systému Postup při realizaci a uvedení DBEZ do provozu

4 1 Úvod o dokumentu Firma AiP Beroun s.r.o. je tvůrcem a provozovatelem systému Manuscriptorium. V současné době připravuje novou verzi tohoto systému. Tento dokument je součástí projektové dokumentace. 1.1 Účel Tento dokument obsahuje technickou analýzu systému pro správu metadat v rámci projektu Manuscriptorium v Předpokládaný čtenář Tento dokument je určen zadavateli (Národní knihovna České republiky) a všem, kteří se podílejí a budou podílet na realizaci a rozvoji projektu Manuscriptorium v Termíny a konvence Termíny a konvence použité v tomto dokumentu jsou popsány a definovány v dále odkazovaných dokumentech. 1.4 Reference V dokumentu se odkazujeme na následující literaturu: [1] Manuscriptorium v.2.0 analýza systému, AiP Beroun, prosinec 2004 [2] Manuscriptorium compatible základy a kompatibilita _and_compatibility_cze.pdf [3] Manuscriptorium compatible technická kompatibilita atibility_technical_cze.pdf [4] Manuscriptorium compatible výběr a popis dokumentů ment_description_cze.pdf [5] Manuscriptorium compatible kvalita obrazových dat _quality_cze.pdf

5 [6] Manuscript Access through Standards for Electronic Records (MASTER) [7] Reference Manual for the MASTER Document Type Definition, discussion draft [8] Manuscriptorium v.2.0 Komplexní digitální dokument, AiP Beroun, říjen 2005 [9] Rozhraní OAI-PMH pro systém Manuscriptorium, AiP Beroun, prosinec 2004 [10] The Open Archives Initiative Protocol for Metadata Harvesting, version 2.0 of [11] Specification and XML Schema for the OAI Identifier Format, v. 2.0 ze , verze dokumentu , [12] Manuscriptorium v.2.0 OAI-PMH Harvester, Dokumentace k programu, AiP Beroun, [13] METS: An Overview & Tutorial [14] METS: Metadata Encoding and Transmission Standard (METS) Official Web Site ( )

6 2 Úvod Systém Manuscriptorium, jehož je AiP Beroun provozovatelem, je uživatelům k dispozici již od roku Tento systém je po celou dobu provozu průběžně rozvíjen a zdokonalován. Dosavadní zkušenosti s provozem systému Manuscriptorium však ukázaly, že s narůstajícím množstvím dat, která do systému vstupují a která jsou jím zpřístupňována koncovému uživateli, je potřeba důkladně se zaměřit na systém umožňující efektivní správu a údržbu zdrojových metadat, která tvoří základ pro srdce systému Manuscriptorium Otevřený katalog historických fondů. Také zařazování plných textů historických dokumentů do Manuscriptoria vyžaduje jejich účinnou správu. Zařazování digitálních kopií dokumentů, jejich plných textů a dalších informací souvisejících s fyzickým dokumentem vedlo k formulování tzv. komplexního digitálního dokumentu. S tím souvisí také přechod z původně použitého schématu MASTER+ pro popis dokumentu na standardizovaný a více univerzální kontejner pro uchovávání metadat, schéma METS. Podrobný popis komplexního digitálního dokumentu a implementace schématu METS jsou uvedeny v [8]. Zavedení těchto nových technologií také vyžaduje použití automatizovaného správního systému. V Manuscriptoriu je v současné době umístěno poměrně velké množství duplicitních evidenčních záznamů. Jednou z příčin tohoto stavu je to, že pro jeden fyzický dokument bylo vloženo několik záznamů z různých zdrojů (popis badatele, popis vzniklý při digitalizaci, záznam převzatý z katalogu, záznam z knihopisu apod.). Další příčinou je to, že v evidenčních záznamech byly postupně prováděny úpravy a opravy. Opravené záznamy nenahradily záznamy původní, jak by se dalo očekávat, ale byly do katalogu přidány. Takto se mohou v Manuscriptoriu vyskytovat neplatné i zcela vadné záznamy. Doposud používané postupy při správě metadat nedokázaly tomuto stavu zabránit. Byl proto navržen a vytvořen testovací program, který odhalil, že Manuscriptorium v současné době obsahuje okolo dvou tisíc signatur, u kterých byly zjištěny duplicitní záznamy. Se zahájením realizace evropského projektu ENRICH se očekává velký nárůst objemu metadat, která poplynou do Manuscriptoria od několika desítek přispěvatelů z celé Evropy. Podle předběžných průzkumů se ukazuje, že metadata, pořizovaná na institucionálních či národních úrovních z různých zdrojů a od různých přispěvatelů se budou lišit nejen co do informační kvality, ale především množstvím použitých formátů, ve kterých byla metadata pořizována a spravována a také vlastní logikou této správy. Vzhledem k výše uvedeným skutečnostem je zřejmé, že doposud používané metody správy metadat nejsou již dostačující a je nezbytné vybudovat efektivní systém pro správu metadat. Přestože systém pro správu metadat Manuscriptoria je vlastně databází komplexních digitálních dokumentů vytvořených z původních evidenčních záznamů, podle již zavedené terminologie bude správní systém pro Manuscriptorium dále označován také zjednodušeně jako DataBáze Evidenčních Záznamů (DBEZ)

7 3 Použité termíny a změny v definicích Postupem času se význam některých termínů vlivem dalšího vývoje a rostoucích požadavků na systém Manuscriptorium posunul a byly také dodefinovány některé další podrobnosti především v souvislosti s komplexním digitálním dokumentem. EZ evidenční záznam v dokumentu [1], kap. 7, je evidenční záznam uvažován jako základní informační jednotka související s jedním fyzickým dokumentem zahrnutém do systému Manuscriptorium. V současnosti tuto jeho roli převzal komplexní digitální dokument (KDD). Protože do Manuscriptoria budou přicházet metadatové záznamy vztahující se ke konkrétním fyzickým dokumentům, jsou tyto příchozí záznamy nadále označovány jako evidenční záznamy (EZ). Toto v zásadě odpovídá původnímu pojetí evidenčního záznamu jako základní informační jednotky o konkrétním fyzickém dokumentu ale pouze pro do systému vstupující záznamy. DBEZ - databáze evidenčních záznamů byla původně navržena k uchovávání a správě evidenčních záznamů, ze kterých se vytváří prezentační databáze Manuscriptoria. V tomto dokumentu pod zkratkou DBEZ rozumíme databázi komplexních digitálních dokumentů, respektive správní systém Manuscriptoria. Datové úložiště diskový prostor přístupný na internetu prostřednictvím protokolu HTTP, jehož adresářová struktura a názvosloví obrazových souborů jsou organizovány tak, aby vyhovovaly požadavkům systému Manuscriptorium na poskytování obrazových dat jako součásti prezentace komplexního digitálního dokumentu. Komplexní digitální dokument - oproti analýze komplexního digitálního dokumentu, tak jak je uvedena v [8], byly provedeny některé změny a úpravy. Do komplexního digitálního dokumentu bylo dodefinováno záhlaví digitální kopie (cdddochdrtype) pro umístění informací o způsobu vytvoření celé cesty pro přístup k souborům komplexního digitálního dokumentu (obrazy, plné texty, multimédia apod.). Definice komplexního digitálního dokumentu byla rozšířena o možnost uchování evidenčního záznamu vedle interního formátu MASTER a kódování UTF-8 také ve formátu a kódování, tak jak byl dodán přispěvatelem. Podmínkou je pouze textová podoba evidenčního záznamu. Případné příchozí evidenční záznamy v binární podobě (exporty z databází apod.) musí být vždy nejprve převedeny bezeztrátovou konverzí do XML v odpovídajícím schématu a případně překódovány do UTF-8. Výhodou tohoto řešení je možnost editace původního záznamu přispěvatelem bez nebezpečí, že dojde k jeho znehodnocení vlivem ztrátových konverzí do a z interního formátu pro evidenční záznam (MASTER). Jako komplexní digitální dokument (KDD) v tomto dokumentu rozumíme jeho zdrojovou podobu ve formě XML záznamu ve schématu METS, který je ukládán a

8 spravován správním systémem Manuscriptoria. Prezentace tohoto zdrojového komplexního digitálního dokumentu je potom tvořena sadou aktivních internetových stránek včetně digitálních obrazů, plných textů apod. První verze prezentace komplexního digitálního dokumentu (která ovšem nastane až ve druhé fázi, neboť první fáze znamená zařazení správního systému do současného Manuscriptoria bez následných změn prezentace) bude realizována technologií PHP s použitím technologie AJAX

9 4 Požadavky na správní systém Systém pro správu metadat musí splňovat celou řadu požadavků na organizaci a správu metadat a na k tomu použité (SW) nástroje. Většina těchto požadavků také úzce souvisí s realizací evropského projektu ENRICH. Návrh správního systému je ovlivněn především dále zmíněnými work packages projektu ENRICH: WP přechod z TEI P4 na TEI P5 WP zařazení OAI-PMH harvesteru a sklízení metadat od dostupných data providers WP rozšíření Manuscriptoria o komplexní digitální dokumenty a použití schématu METS. WP vytvoření kolekcí v Manuscriptoriu a nástrojů pro jejich správu WP společná indexace metadat a plných textů WP on-line nástroje pro správu metadat WP distribuovaný přístup k datům Samozřejmě, správní systém je navržen tak, aby umožnil realizaci všech bodů projektu ENRICH. Celkově musí systém reagovat na tyto základní požadavky: zajištění jednoznačnosti vztahu mezi fyzickým dokumentem a jemu příslušejícím komplexním digitálním dokumentem možnost uchovávat a spravovat metadatové záznamy ve formě komplexních digitálních dokumentů ve schématu METS možnost uchovávat a spravovat plné texty dokumentů ve zdrojovém tvaru (XML) umožnění hromadných operací s komplexními digitálními dokumenty či informacemi s nimi souvisejícími možnost definovat a spravovat kolekce, přiřazovat dokumenty do kolekcí možnost efektivně importovat a exportovat metadata jednotlivě i po velkých blocích zajištění platnosti a kvality uchovávaných metadat správa informací o vzdálených (kooperujících) datových úložištích pro digitální obrazy a další data správa přispěvatelů a vlastníků dat správa redaktorů a obecně osob (a sw procesů) s právem manipulovat s metadaty v DBEZ zajištění správy metadat a s nimi udržování všech doplňkových informací nezbytných pro úspěšnou realizaci jednotlivých work packages projektu ENRICH

10 4.1 Jednoznačnost vztahu mezi fyzickým dokumentem a KDD Jedním ze základních a možná nejdůležitějším požadavkem na správní systém Manuscriptoria je, aby byl schopen zajistit jednoznačný vztah mezi fyzickým dokumentem a jemu příslušejícím komplexním digitálním dokumentem. Systém musí být schopen zajistit, aby k jednomu popisovanému fyzickému dokumentu existoval v DBEZ právě jeden záznam s komplexním digitálním dokumentem. Jednoznačná identifikace konkrétního fyzického dokumentu může být ale velmi obtížná vzhledem k (ne)možnosti jednoznačně identifikovat takovýto dokument zpravidla pouze podle informací v něm obsažených. Jsou to především informace o jeho fyzickém umístění (repository, settlement, country) a signatura. Jednoznačně identifikovat dokument je obzvláště obtížné v těch případech, kdy k jednomu fyzickému dokumentu existují evidenční záznamy z různých zdrojů. Informace nutné pro identifikaci dokumentu nemusí být v jednotlivých evidenčních záznamech (EZ) z různých zdrojů shodné, mohou být i nepřesné či dokonce nesprávné. Přesto musí být možnost existence více komplexních digitálních dokumentů odpovídajících jednomu fyzickému dokumentu alespoň minimalizována na nejmenší možnou míru. Nesplnění této podmínky by mohlo vést k existenci více komplexních digitálních dokumentů k jednomu fyzickému dokumentu, což by přinášelo nejen očekávané, ale i dosud nepředvídané komplikace v chování celého systému. K jednomu fyzickému dokumentu by mohlo například existovat několik komplexních digitálních dokumentů, z nichž by každý obsahoval jinou část nebo části. Jeden KDD např. obsahuje evidenční záznam z digitalizace a digitální kopii dokumentu, jiný KDD odpovídající témuž fyzickému dokumentu může obsahovat evidenční záznam ze stejného (nebo jiného) zdroje a třeba plný text dokumentu apod. Prakticky by se tím kopíroval současný stav v systému Manuscriptorium, který sice připouští duplicitní evidenční záznamy, ale díky nim právě dochází k potížím při navazování digitálních kopií či plných textů a to se negativně promítá do kvality metadat a následně do webové prezentační části systému Manuscriptorium. Také technické řešení automatizované správy metadat a dat by se při nesplnění této podmínky muselo vyrovnat s mnohými potížemi. Proto musí být při tvorbě DBEZ kladen co možná nejvyšší důraz na zajištění podmínky jednoznačnosti přiřazení komplexního digitálního dokumentu ke konkrétnímu fyzickému dokumentu. 4.2 Správa metadat v podobě KDD ve schématu METS V současné době systém Manuscriptorium přechází na komplexní digitální dokumenty, které oproti původním metadatovým záznamům ve schématu MASTER+ umožňují komplexně sdružovat veškeré dostupné digitální informace související s daným fyzickým dokumentem. Jeden komplexní digitální dokument je také oproti předchozímu řešení schopen pojmout několik evidenčních záznamů, ať už to jsou evidenční záznamy z různých zdrojů, různé jazykové verze téhož evidenčního

11 záznamu či jejich kombinace. Komplexní digitální dokumenty Manuscriptoria používají XML schéma METS. Implementace schématu METS jako kontejneru pro metadatový záznam v podobě komplexního digitálního dokumentu je předmětem work package 3, úlohy 3.3 (WP3, Task3.3) projektu ENRICH. Oproti původním úvahám o Databázi evidenčních záznamů, které jsou popsány v [1], kap.8, správní systém Manuscriptoria musí umět ukládat a spravovat komplexní digitální dokumenty, tedy metadata v XML schématu METS. To znamená, že správní systém musí obsahovat prostředky (nebo umožnit jejich dodatečné zařazení), které umožní sestavení komplexního digitálního dokumentu z příchozího evidenčního záznamu, doplnění, vyjmutí či úpravy jednotlivých částí komplexního digitálního dokumentu, udržování strukturální mapy dokumentu (element structmap schématu METS) a další činnosti, vyplývající z definice komplexního digitálního dokumentu, tak jak je uvedena v [8]. Dále je potřeba si uvědomit, že ideální okamžik pro přechod z běžného evidenčního záznamu na komplexní digitální dokument, tzn. konverzi z MASTER+ do METS, je právě při plnění DBEZ správního systému metadaty. Při sestavování komplexních digitálních dokumentů je možno právě v tomto okamžiku poměrně snadno identifikovat duplicitní či nesprávné evidenční záznamy ověřováním jejich existence v databázi a shromáždit informace nezbytné pro následné čištění metadat. Je proto velice důležité, aby správní systém Manuscriptoria již byl v okamžiku převodu do METS připraven k provozu. 4.3 Správa plných textů Původní návrh správní databáze předpokládal, že DBEZ bude obhospodařovat pouze evidenční záznamy a veškeré další informace budou uloženy externě mimo tuto databázi. S úvahami o komplexním digitálním dokumentu a především o možnostech společné indexace metadat (evidenčních záznamů) a plných textů dokumentů se ukazuje, že bude mnohem výhodnější zahrnout plné texty dokumentů přímo pod správní systém Manuscriptoria. Správní systém bude tedy udržovat zdrojovou podobu plných textů dokumentů. Ta je v současné době k dispozici v XML schématu TEI. Nyní se v Manuscriptoriu jeden plný text dokumentu sestává z jednoho či více XML souborů, přičemž nemusí vždy existovat plný text k celému fyzickému dokumentu, ale jen k jedné nebo více jeho částem. Nelze také vyloučit, že na jiných pracovištích (v rámci projektu ENRICH nebo i mimo něj) vznikají nebo budou vznikat plné texty v odlišných schématech a s odlišnými pravidly. Správní systém tedy musí být připraven i na tuto variantu. Nezbytnost požadavku na společnou správu metadat a plných textů v rámci správního systému je mimo jiné dána předmětem work package 4 task 4.5 projektu ENRICH, tj. požadavkem na možnost společné indexace a následného vyhledávání společně v metadatech a plných textech dokumentů. 4.4 Hromadné úpravy části nebo všech KDD

12 Další nezbytnou vlastností správního systému Manuscriptoria je možnost hromadných operací nad určitou množinou metadat nebo nad všemi metadaty. To je nezbytné především pro hromadné úpravy metadat, jako jsou např. změny ve schématu evidenčního záznamu, vytváření kolekcí a přidělování dokumentů ke kolekcím, přidělování jednoznačných identifikátorů apod. Našli bychom jistě celou řadu dalších případů, kdy je potřeba hromadně manipulovat s komplexními digitálními dokumenty. Tyto hromadné manipulace mají dvojí charakter. V pvním případě se jedná přímo o úpravu komplexních digitálních dokumentů. Sem může patřit třeba požadavek na přechod ze schématu MASTER TEI P4 na MASTER TEI P5, jenž je předmětem work package 3 task 3.1 projektu ENRICH. Toto lze zajistit hromadnou výměnou všech evidenčních záznamů v komplexních digitálních dokumentech, které v současnosti odpovídají schématu MASTER TEI P4, za evidenční záznamy ve formátu MASTER TEI P5. Samozřejmě bychom našli i jiné příklady pro hromadné úpravy komplexních digitálních dokumentů. V druhém případě se jedná o hromadné úpravy ne přímo komplexních digitálních dokumentů, ale jejich vlastností, které jsou spolu s nimi uchovávány ve správním systému. Sem patří například hromadné přidělování dokumentů do vytvořených kolekcí, hromadné přidělování určitých atributů či vlastností komplexním digitáním dokumentům apod Definování a správa kolekcí V rámci projektu ENRICH (work package 4 task 4.1) se připravuje v Manuscriptoriu rozdělení komplexních digitálních dokumentů do logických celků podle různých hledisek. Tyto logické celky jsou nazývány kolekcemi. Množství kolekcí není nikterak omezeno. Navíc, každá kolekce může být dále členěna do podkolekcí. Každý dokument může být zároveň členem libovolného počtu kolekcí. Princip rozčlenění obsahu Manuscriptoria do kolekcí je naznačen na Obr. 1. Kolekce mohou být vytvářeny např. podle typů fyzických dokumentů. Mohou tak být vytvořeny kolekce rukopisů, starých tisků, historických map apod. Podle jazyka, kterým je dokument psán, mohou být vytvořeny kolekce dokumentů psaných latinsky, hebrejsky, arabsky, česky, atd. nebo podle témat, která historické dokumenty zpracovávají lze vytvořit kolekce děl náboženských, filosofických, přírodovědných. Z výše uvedeného vyplývá, že správní systém Manuscriptoria musí umět uchovávat a spravovat všechny potřebné informace o jednotlivých kolekcích a také informace o příslušnosti každého dokumentu k té které kolekci. K tomu musí být vytvořeny prostředky pro vytváření kolekcí a zařazování dokumentů do kolekcí. Zde potom mohou být v některých případech použity metody hromadné úpravy dokumentů. Nástroje pro tvorbu a údržbu kolekcí budou řešeny, stejně jako nástroje pro zařazování dokumentů do těchto kolekcí, jako internetové aplikace a rozšíření správního systému Manuscriptoria v souladu s work package 5 task 5.1 projektu ENRICH

13 Obr. 1 Příklad rozdělení katalogu do kolekcí 4.6 Vstup metadat do DBEZ, exporty komplexních digitálních dokumentů pro další použití Při převodu metadat a jejich naplnění do DBEZ dojde k hromadnému importu cca jednoho sta tisíc evidenčních záznamů. Rovněž při importech metadat od jednotlivých přispěvatelů v projektu ENRICH lze předpokládat objemy až v tisících či desetitisících záznamů. Jak již bylo řečeno, podle dosavadních zkušeností s údržbou metadat se ukazuje, že ideálním okamžikem pro přechod ze schématu MASTER+ na komplexní digitální dokument ve schématu METS je právě plnění databáze správního systému metadaty. Z provedených průzkumů dále vyplývá, že metadata, která budou přicházet do Manuscritoria v rámci projektu ENRICH, používají různé formáty a schémata. Z toho plyne, že veškerá vstupní metadata budou muset být konvertována do předepsané podoby komplexního digitálního dokumentu. Pro správní systém Manuscriptoria to znamená, že musí být vybaven velmi účinným a výkonným zařízením, umožňujícím import velkých dávek heterogenních metadat. Další nezbytnou vlastností správního systému je možnost exportovat všechny nebo na základě provedeného výběru určitou množinu komplexních digitálních dokumentů za účelem vytvoření prezentační databáze, vytvoření prezentační podoby komplexních digitálních dokumentů pro koncového uživatele, případně pro konverze

14 metadat do výměnných formátů a jejich následné poskytování kooperujícím systémům prostřednictvím standardních výměnných protokolů. 4.7 Platnost a kvalita spravovaných metadat Správní systém musí zaručit, že všechna metadata, která zde budou uchována a spravována, mají takovou podobu, aby byla dále uchopitelná a zpracovatelná. Metadata musejí být formálně platná, tedy zvalidovaná oproti použitému XML schématu. Systém musí na vstupu při vložení nebo editaci komplexního digitálního dokumentu zajistit validitu jednotlivých evidenčních záznamů (které mohou být v rámci jednoho komplexního digitálního dokumentu uloženy v různých schématech) i celého komplexního digitálního dokumentu. 4.8 Správa informací o vzdálených (kooperujících) datových úložištích V současnosti systém Manuscriptorium poskytuje koncovým uživatelům digitální kopie více jak dvou a půl tisíce historických dokumentů. S příchodem projektu ENRICH se počet poskytovaných digitálních kopií dokumentů výrazně zvýší. Základní myšlenkou Manuscriptoria je centrálně soustřeďovat dostupné informace o historických dokumentech v Otevřeném katalogu historických fondů, který je srdcem tohoto systému. Prostřednictvím tohoto katalogu jsou potom poskytována digitální data, ať už digitální kopie, plné texty či další související informace, uložené distribuovaně na datových úložištích spravovaných mimo Manuscriptorium vlastníky těchto dat nebo jimi pověřenými správci. Vlastní datové úložiště Manuscriptoria uchovává pouze data vzniklá při digitalizaci v rámci projektu Memoria. Pro zajištění principu poskytování distribuovaných digitálních dat, který je též zakotven v projektu ENRICH, musí správní systém uchovávat všechny potřebné informace o kooperujících datových úložištích. Jsou to jednak technické informace jako jsou způsob přístupu na datové úložiště, organizace datového úložiště a jiné, ale také informace organizační, jako např. kontakty na správce datového úložiště, technickou podporu datového úložiště apod. 4.9 Správa informací o majitelích dat Správní systém by měl také nějakým způsobem uchovávat informace o vlastnících metadat, vložených do Manuscriptoria i digitálních dat, ke kterým lze z Manuscriptoria přistupovat. Toto jsou informace ryze organizačního charakteru, ale mohou být systémem využívána například při řízení přístupu k datům vázaným licencí, či jinými omezeními přístupu. Pro zajištění tohoto požadavku by měl správní systém obsahovat potřebné nástroje (či umožnit jejich dodatečné zapojení)

15 4.10 Oprávnění uživatelé správního systému Přístup do správního systému Manuscriptoria je omezen pouze na pevně danou skupinu oprávněných uživatelů. Ti jsou zodpovědni za provoz a údržbu systému a veškerou manipulaci s metadaty a dalšími uloženými informacemi. Administrátor je zodpovědný za správnou funkci celého správního systému a bezpečnost spravovaných informací. Administrátor je také zodpověný za správu informací o datových úložištích a společně se šéfredaktorem také zodpovědný za správu informací o přispěvatelích. Techničtí správci metadat jsou uživatelé, zajišťující technickou manipulaci s metadaty. To jsou například hromadné importy metadat včetně odpovídajících vstupních konverzí a kontroly validity, exporty a následné vytváření prezentační databáze, prezentační podoby komplexních digitálních dokumentů a všechny další potřebné manipulace s metadaty. Redaktoři jsou skupina uživatelů, kteří jsou delegováni přispěvateli ke vkládání a údržbě metadat poskytnutých do systému přispěvateli. Šéfredaktor je osoba určená správcem systému Manuscriptorium ke správě celého obsahu správní databáze. Šéfredaktor je také hlavním garantem celkové kvality spravovaných a systémem Manuscriptorium poskytovaných metadat. Problematika redaktorů je podrobněji zpracována v [1], kap Správní systém Manuscriptoria musí samozřejmě obsahovat nástroje, které umožní oprávněným uživatelům svoje role spolehlivě a efektivně plnit

16 5 Technická realizace DBEZ Základní vlastnosti správního systému pro Manuscriptorium byly stanoveny již v [1] (kapitola 8 Databáze evidenčních záznamů). Technické řešení odvíjející se od tohoto návrhu předpokládalo vytvoření samostatné aplikace nad nějakým běžně dostupným databázovým systémem, např. MySQL. Postupem času, jak rostlo množství metadat a digitálních dat v Manuscriptoriu a také jak rostly požadavky na vlastnosti Manuscriptoria, ukázalo se, že správní systém bude muset být mnohem robustnější, než se původně předpokládalo. Množství a povaha úkolů, vyplývajících z realizace mezinárodního projektu ENRICH celkem jednoznačně potvrdilo, že pro správní systém komplexních digitálních dokumentů a obecně celého Manuscriptoria je potřeba na trhu nalézt dostatečně výkonný a kvalitní systém pro správu dokumentů. Po pečlivém zvážení byl pro tyto účely vybrán systém AiP Safe III TM. Dále jsou popsány základní vlastnosti tohoto systému. 5.1 Systém AiP SAFE III TM AiP Safe III TM je moderní systém pro správu dokumentů postavený na architektuře klient-server. Jeho vlastnosti a výkonnost ho předurčují k řešení právě takových systémů, jako je správa komplexních digitálních dokumentů Manuscriptoria. AiP Safe umožňuje uživatelům pracovat ve známém prostředí webového prohlížeče, takže je možné do systému přistupovat jak v intranetu, tak z internetu se zabezpečeným přístupem prostřednictvím protokolu HTTPS. Dále lze do systému přistupovat z běžného uživatelského prostředí operačního systému prostřednictvím tzv. virtuálních adresářů, které jsou realizovány pomocí protokolu WebDAV. Systém umožňuje správu dokumentů různých typů bez omezení velikosti. Každý dokument (objekt) uložený v systému je opatřen popisnými údaji, které jej charakterizují a umožňují jej vyhledat, údaji o tom, kdo a kdy jej vytvořil, změnil atd. Systém umožňuje definovat libovolné typy dokumentů a vytvářet mezi nimi vzájemné vazby, které mohou být vytvářeny uživatelem nebo automaticky. Mezi souvisejícími dokumenty lze potom přecházet pomocí definovaných vazeb. AiP Safe umožňuje rychlé vyhledání dokumentu či dokumentů podle zadaných kritérií a jejich zpřístupnění uživateli. Systém automaticky verzuje uložená data. Lze se kdykoliv vrátit k předchozí verzi a rovněž sledovat, kdo jednotlivé verze vytvořil, změnil apod. Pro zpřehlednění práce s dokumenty lze implementovat a využívat složkový systém, který je umožňuje členit do skupin. Dokumenty mohou být kategorizovány dle stavu, typu, klíčových slov apod. U ukládaných dokumentů lze provádět kontrolu (validaci) dle zadaných parametrů (formát data, kontrola duplicity, povinná pole apod.). Popisné údaje k spravovaným dokumentům jsou ukládány do databáze. Soubory lze ukládat do souborového nebo databázového úložiště, přičemž systém umožňuje definovat samostatná uložiště pro různé typy dokumentů

17 AiP Safe má propracovaný systém správy uživatelů, který podporuje LDAP a Active Directory a také podporuje různé autentizační metody včetně protokolu KERBEROS. Úroveň oprávnění přístupu k dokumentům zajišťuje systém práv, rolí, skupin a pozic, který lze flexibilně přizpůsobit požadavkům zákazníka. Práva pro uživatele a skupiny umožňují stanovit rozdílné úrovně přístupu k jednotlivým funkčním celkům a oblastem systému, rozdílné úrovně přístupu k typům dokumentů i akcím, které lze s dokumenty vykonávat (editace, mazání, prohlížení ). Práva k dokumentům mohou být stanovena uživateli (explicitně) nebo systémem. Systém zastupování umožňuje delegovat práva mezi uživateli a vzájemně přebírat např. zpracování úkolů. Důležitou vlastností systému je i možnost hromadných exportů všech nebo dle zadaných parametrů vybraných dokumentů v XML nebo HTML, či tvorba tiskových sestav. Je k dispozici i možnost poskytovat statistické výstupy (tabulky, přehledy, grafy) do zvoleného formátu. Systém AiP Safe je modulární a jeho funkce lze rozšiřovat zapojením dalších modulů. Vzhled aplikace lze přizpůsobit aktuálním požadavkům zákazníka, systém také umožňuje komunikovat s jinými aplikacemi prostřednictvím rozhraní CORBA, webových služeb a protokolu SOAP. 5.2 Architektura správního systému Správní systém je nedílnou součástí celeho systému Manuscriptorium v.2. Umožňuje soustřeďovat a spravovat metadata od přispěvatelů v různých formátech. Správní systém pro Manuscriptorium je realizován prostřednictvím systému pro správu dokumentů AiP SAFE III TM. Postavení správního systému v rámci systému Manuscriptorium je zřejmé z Obr. 2. Schéma vlastního správního systému je potom uvedeno na Obr Interní databáze Systém AiP Safe III TM a související produkty jsou multiplatformní, pracují v operačních systémech Windows, Linux a Unix, používají databáze Oracle9+ nebo MS SQL Server Webové uživatelské rozhraní bylo testováno pro prohlížeče Internet Explorer a Mozilla Firefox. Pro použití ve správním systému Manuscriptoria byl doporučen systém ORACLE

18 Obr. 2 Schéma systému Manuscriptorium

19 Obr. 3 Schéma správního systému Manuscriptoria 5.4 Klientské aplikace pro správu Manuscriptoria Základní správa metadat a dat v systému Manuscriptorium se provádí z uživatelského prostření systému Safe, které je nakonfigurováno do několika uživatelských aplikací, podle úlohy, která má být ve správě zastávána. Popis těchto pracovišť je jen informativní, podrobné analýzy jednotlivých pracovišť budou provedeny při realizaci správního systému. Vzhledem k mezinárodnímu charakteru projektů, které jsou a budou v souvislosti s Manuscriptoriem realizovány, bude uživatelské prostředí systému Safe konfigurováno v anglickém jazyce. (Do budoucna se uvažuje i o vícejazyčném uživatelském prostředí systému Safe.)

20 5.4.1 Administrátor Administrátor, který je delegován provozovatelem systému Manuscriptorium, má v rámci pracovního prostředí Safe nastavena veškerá práva v systému k tomu, aby mohl účinně spravovat kompletně celý systém. Dále má k dispozici všechny další aplikace, které buď samostatně nebo ve spolupráci se Safe umožňují manipulace s daty Technický správce Technický správce musí mít v rámci systému Safe stejné možnosti manipulace s daty jako dále popsaný redaktor. To proto, aby byl schopen na pokyn redaktora či šéfredaktora provádět správu metadat podle potřeby. Uživatelská aplikace tedy musí splňovat veškeré požadavky na aplikaci redaktora, dále musí umožňovat hromadné exporty dat pro zajištění činností spojených s tvorbou prezentační databáze a prezentační podoby komplexních digitálních dokumentů. Pracovní prostředí technického správce musí také umožňovat hromadné importy a hromadné úpravy metadat Redaktor Jednotliví redaktoři přistupují do správního systému prostřednictvím klientské aplikace Safe. Tato jim umožní manipulovat se svěřenými metadatovými záznamy. Redaktor musí být pomocí této aplikace schopen zajistit nejméně tyto činnosti: přidat nový evidenční záznam, tj. vytvořit nový komplexní digitální dokument přidat evidenční záznam do již existujícího komplexního digitálního dokumentu editovat požadovaný evidenční záznam v komplexním digitálním dokumentu formou výměny již existujícího evidenčního záznamu za nový smazat požadovaný evidenční záznam v komplexním digitálním dokumentu přidat do KDD metadata o digitální kopii dokumentu vyjmout z KDD metadata o digitální kopii dokumentu editovat metadata o digitální kopii dokumentu formou výměny přidat do KDD plný text dokumentu vyjmout z KDD plný text dokumentu nahradit existující plný text dokumentu novým plným textem smazat celý komplexní digitální dokument Systém Safe zajistí, aby (podle požadavku šéfredaktora) všechny nebo vybrané činnosti bylo možno potvrzovat (a tím uskutečnit) šéfredaktorem

21 5.4.4 Šéfredaktor Klientská aplikace pro šéfredaktora musí umožňovat veškeré činnosti redaktora. Šéfredaktor musí mít dále k dispozici prostředky pro správu přispěvatelů a redaktorů, potvrzování změn v metadatech apod. Podrobnější popis organizační role šéfredaktora stejně jako popis role redaktora je uveden v [1], kap Vstup metadatových záznamů do DBEZ Vždy při zahájení spolupráce s novým přispěvatelem je zahájen proces ověřování kompatibility jeho metadat a dat se systémem Manuscriptorium. Tento proces je popsán v [3], str. 11. Po zdárném ukončení tohoto procesu je nový přispěvatel začleněn do systému Manuscriptorium. Od tohoto okamžiku jsou ve správním systému vedeny informace o přispěvateli a o osobách jím pověřených ke správě metadat v rámci Manuscriptoria redaktorech. Redaktor musí být ve své funkci potvrzen šéfredaktorem, a to prostřednictvím systému Safe. Metadatový záznam může přicházet do Manuscriptoria z různých zdrojů. Základním vstupem je digitalizační pracoviště a pracoviště správce systému Manuscriptorium. Metadata odsud přicházejí ve formátu MASTER+. Dalším zdrojem Manuscriptoria jsou metadata přicházející do systému od různých přispěvatelů. Tato metadata mohou být v různých formátech a schématech, musí ale splňovat podmínky Manuscriptorium compatible popsané v [3]. Vstupní záznamy mohou (ale nemusí) také kromě vlastního evidenčního záznamu obsahovat také informace o digitální kopii dokumentu (viz např. MASTER+). Protože správní systém uchovává veškerá metadata v podobě komplexního digitálního dokumentu vyjádřeného v XML schématu METS, je potřeba přicházející metadata do tohoto schématu převést. Vzhledem k tomu, že komplexní digitální dokument může obsahovat více evidenčních záznamů (z různých zdrojů, v různých jazycích apod.), může při převodu příchozího záznamu do komplexního digitálního dokumentu dojít k několika situacím. Komplexní digitální dokument k fyzickému dokumentu, ke kterému patří příchozí záznam dosud neexistuje vytvoření nového komplexního digitálního dokumentu Komplexní digitální dokument již existuje, příchozí evidenční záznam je v něm již obsažen při hromadných importech se jedná o chybový stav, záznam nemůže být tímto způsobem v komplexním digitálním dokumentu aktualizován Komplexní digitální dokument již existuje, příchozí evidenční záznam v něm obsažen není (komplexní digitální dokument obsahuje jiný evidenční záznam nebo záznamy) dochází k přidání dalšího evidenčního záznamu (nebo jeho jazykové verze) do komplexního digitálního dokumentu. Komplexní digitální dokument již existuje a obsahuje digitální kopii, příchozí evidenční záznam v něm není obsažen a neobsahuje info o digitální kopii stejně jako v předchozím případě se přidá příchozí evidenční záznam do komplexního digitálního dokumentu

22 Komplexní digitální dokument již existuje a neobsahuje digitální kopii, příchozí evidenční záznam v něm není obsažen a obsahuje info o digitální kopii přidá se nový evidenční záznam a zároveň se vytvoří sekce o digitální kopii komplexního digitálního dokumentu Komplexní digitální dokument již existuje a neobsahuje digitální kopii, příchozí evidenční záznam je v něm již obsažen, ale příchozí záznam obsahuje navíc informaci o digitální kopii tato situace (pokud to není chybový stav), by měla znamenat, že přispěvatel přidává ke svému komplexnímu digitálnímu dokumentu digitální kopii fyzického dokumentu při hromadných importech by tato situace neměla nastat a měla by být indikována jako chybový stav! Komplexní digitální dokument již existuje a obsahuje digitální kopii, příchozí evidenční záznam v něm není obsažen a také obsahuje informaci o digitální kopii! Poslední varianta by správně neměla nastat a buď může znamenat snahu o zaznamenání změny v informacích o digitální kopii, ale pravděpodobně to ukazuje na chybový stav na straně dodavatele metadat. Tuto situaci je třeba na příchodu metadat také ošetřit. Z hlediska množství budou metadata do systému přicházet buď hromadně nebo jednotlivě. Ke hromadnému vstupu dat do správního systému Manuscriptoria dojde při naplnění správní databáze metadaty dosud spravovanými lokálně, při jejich současném převodu do komplexního digitálního dokumentu. Dále budou hromadně importována metadata od jednotlivých přispěvatelů do Manuscriptoria. Metadata od přispěvatelů mohou být získávána buď ručně, tj. např. exportem ze systému přispěvatele a doručením správci Manuscriptoria nebo automatizovaně. Pro tuto variantu je k dispozici zařízení pro automatizovaný sběr dat (harvesting) prostřednictvím protokolu OAI-PMH Povolený formát vstupního evidenčního záznamu Správní systém Manuscriptoria v souladu s dokumentem [3] předpokládá, že jsou v něm ukládána metadata ve formátu XML a v kódování UNICODE UTF-8. Ukazuje se však, že původní metadata mohou do systému z různých zdrojů přicházet v libovolném textovém formátu a pravděpodobně i v binární podobě. Základní a nutnou podmínkou vstupních metadat je jejich strukturování tak, aby odpovídalo požadavkům na obsahovou kompatibilitu se systémem Manuscriptorium, vyjádřeným v dokumentu [3]. Podle formátu, ve kterém metadata přicházejí, je lze rozčlenit do následujících skupin. Metadata přicházející v XML schématu MASTER TEI4, příp. MASTER+ v kódování UTF-8 Metadata v jiném XML schématu (XMLMARC, MODS, OpenM apod.) a/nebo v jiném (obvyklém) kódování (ISO , WINDOWS-1250, ) Strukturovaná textová data (MARC21, UNIMARC, CSV, ) v UTF-8 či obvyklém kódování

23 Binární data exporty z databází Ve vyjímečných případech, tam, kde je to zdůvodnitelné, lze použít i metadata ve formátech textových editorů, pokud z nich lze identifikovat strukturu (např. při použití stylů v souborech MS Word apod.) Strukturování takovýchto metadat a jejich převod do XML však proběhne ručně mimo správní systém Manuscriptoria. Do správního systému budou uložena až převedená strukturovaná metadata ve formátu XML a kódování UTF-8. Teprve tato data budou přispěvateli systémem zpětně poskytována pro případné úpravy (editaci). Pokud budou přicházet data v binárním tvaru, musí být před vstupem do správního systému exportována do odpovídajícího formátu XML v kódování UTF-8. Správním systémem budou spravována až takto převedená metadata. Nebudou tedy dále uchovávána zdrojová binární data. Předpokládá se zde, že bude použito takové XML schéma, aby konverze do něj byla bezeztrátová. Stejně jako v předchozím případě budou poskytována data přispěvateli systémem zpětně (pro potřeby úpravy) již v podobě XML. Metadata přicházející v obecných strukturovaných textových formátech nebo v XML ve schématech jiných než MASTER(+) budou uchovávána ve správním systému (nebo v komplexním digitálním dokumentu) v původní podobě. To je proto, aby mohl vlastník těchto metadat tato podle potřeby upravovat svými nástroji (ve kterých byla metadata pořizována nebo které má k dispozici). Pokud by nebyla metadata v původním formátu zachována, mohlo by při následné editaci těchto záznamů v důsledku ztrátové konverze mezi vstupním a interním formátem (MASTER) docházet k postupnému a nevratnému znehodnocování spravovaných metadat. Aby k tomu nedocházelo, museli by všichni vlastníci metadat disponovat nástroji na pořizování a editaci metadat ve formátu MASTER. Při přechodu na jiný interní formát by potom všichni vlastníci metadat museli přezbrojit na editační nástroje pro nový formát metadat. Toto se vzhledem k naprosto rozdílnému pojetí pořizování a správy metadat u různých institucí v Evropě v žádném případě nedá předpokládat. Naproti tomu je použití interního formátu nutné z důvodu tvorby jednotných nástrojů pro další zpracování metadat (indexace, tvorba prezentační databáze a prezentační podoby komplexního digitálního dokumentu) a jejich případnou výměnu. Při té Manuscriptorium hraje jednak roli OAI-PMH data providera pro projekty TEL, CERL, a další a také poskytuje metadata prostřednictvím protokolu Z Z těchto důvodů budou textová metadata ve formátech jiných než XML MASTER uchovávána jak ve své původní podobě, tak v interním formátu systému Manuscriptorium. Tím je v současnosti schéma MASTER TEI P4. V souvislosti s řešením projektu ENRICH v rámci WP 3, task 3.1 bude tento formát nahrazen modernějším MASTER TEI P Algoritmus převodu MASTER+ na METS Proces vstupu evidenčního záznamu a jeho převodu na komplexní digitální dokument, případně přidání vstupujícího evidenčního záznamu do již existujícího

24 komplexního digitálního dokumentu, je znázorněn na Obr. 4. Žlutě jsou zde vyznačeny akce, které zajišťuje systém Safe. Pro jednoduchost se v tomto případě předpokládá vstup evidenčního záznamu ve formátu MASTER+. Nejprve se ze vstupního souboru přečte jeden evidenční záznam. Z informací uvedených v záznamu se vytvoří identifikátor fyzického dokumentu FyzId a identifikátor elektronického dokumentu DocId (pro schéma MASTER+). Následuje dotaz do správní databáze (Safe), zda již v ní existuje komplexní digitální dokument s daným FyzID (tedy KDD pro tento konkrétní fyzický dokument). Pokud FyzId neexistuje, tzn., že neexistuje dosud příslušný komplexní digitální dokument, tento dokument (kontejner ve schématu METS) se vytvoří a příchozí evidenční záznam je do něj uložen. Takto vzniklému dokumentu se potom přiřadí identifikátor DocId, převzatý ze vstupujícího evidenčního záznamu. Pokud FyzId již existuje, porovnají se DocId vstupujícího záznamu a DocId v komplexním digitálním dokumentu. Pokud jsou tyto identifikátory rozdílné, přidá se vstupující záznam do již existujícího komplexního digitálního dokumentu. Zároveň si správní systém uloží informaci o tom, že daný komplexní digitální dokument obsahuje více než jeden evidenční záznam, a že dosud nebyl zpracován redaktorem. Pokud jsou identifikátory DocId v přicházejícím dokumentu a v již existujícím komplexním digitálním dokumentu stejné, znamená to, že vkládaný evidenční záznam již byl do správní databáze vložen a systémem pro vstup dat je generována výjimka signalizující tento stav. Tímto postupem se do komplexního digitálního dokumentu vkládá pouze ta část evidenčního záznamu, která popisuje fyzický dokument (ve schématu MASTER+ je to pouze část MASTER, tvořená obsahem elementu <msdescription>). Evidenční záznam je v METS vložen do elementu <dmdsec>, tak jak je to popsáno v [8], kap Dalším krokem při tvorbě či editaci komplexního digitálního dokumentu je přidání informací o digitální kopii fyzického dokumentu. Ta je tvořena obrazovými soubory, odpovídajícími jednotlivým stranám fyzického dokumentu. Obrazové soubory jsou s popisnými metadaty provázány prostřednictvím paginace nebo foliace. Dále se tedy zjistí, zda příchozí záznam obsahuje informace o digitální kopii dokumentu, v případě, že obsahuje, uloží se tyto informace do komplexního digitálního dokumentu podle [8], kap Nakonec se nově vytvořený nebo již existující upravený komplexní digitální dokument vloží do správní databáze

25 Obr. 4 Algoritmus převodu EZ na KDD a vložení do správní DBEZ

26 5.5.3 Vstup záznamů v jiných formátech Postup při vkládání záznamu, který není ve schématu interního formátu, je podobný jako v předchozím případě. Rozdíl je v tom, že vstupující záznam je nejprve převeden do interního formátu a pokud je v jiném kódování než UTF-8, také do něj překódován. Následující postup je potom stejný s tím rozdílem, že je také uložena původní podoba přicházejícího evidenčního záznamu. Princip umístění příchozího evidenčního záznamu v jiném formátu než je interní formát MASTER v komplexním digitálním dokumentu je uveden na Obr. 5 Obr. 5 Uložení příchozího evidenčního záznamu v původním formátu v komplexním digitálním dokumentu Identifikace duplicitních EZ V předchozí části byl popsán mechanismus vstupu metadatového záznamu do správního systému Manuscriptorium. Při vytváření komplexního digitálního dokumentu se zjišťuje, zda v systému již existuje komplexní digitální dokument s FyzId, stejným jako má příchozí záznam. FyzId, jak již bylo uvedeno, identifikuje fyzický dokument, ke kterému jsou shromažďována metadata. Ukládání informací o záznamech (definovaných pomocí FyzId), u kterých již existuje komplexní digitální dokument, umožňuje při importu metadat zjistit, které záznamy v Manuscriptoriu (a kolikrát) jsou duplicitní. Tyto informace potom mohou být využity spolu s nástroji, které budou k tomuto účelu vytvořeny pro práci s komplexními digitálními dokumenty obsahujícími více evidenčních záznamů. Navržené a vytvořené nástroje budou umožňovat redaktorovi rozhodnout, které evidenční záznamy ponechat, které z komplexního digitálního dokumentu vyjmout a také stanovit váhu (kvalitu) jednotlivých evidenčních záznamů obsažených v daném komplexním digitálním dokumentu

27 5.5.5 Aplikace pro hromadný import metadat Pro zajištění hromadného importu metadat do správního systému a jejich současného převodu do KDD bude vytvořena lokální aplikace, která bude využívat služeb systému Safe. Tato aplikace bude realizovat postup uvedený v odstavci a znázorněný na Obr Sklízení dat přes OAI-PMH Jednou z možností, jak dopravit metadata od přispěvatele do systému Manuscriptorium, je jejich sklízení (harvesting) po internetu (přesněji po protokolu HTTP) prostřednictvím pro tyto účely speciálně navrženého rozhraní OAI-PMH. OAI- PMH je zkratka pro Open Archives Initiative Protocol for Metadata Harvesting. Tento standard vyvíjí iniciativa The Open Archives Initiative (OAI). Podrobnosti o tomto projektu lze získat na adrese Podrobný popis protokolu OAI-PMH je obsažen v [10] a [11]. Standard OAI-PMH rozlišuje dva základní typy účastníků výměny metadat. Jsou to data provider, tj. zařízení umožňující převzetí požadovaných metadat v požadovaném tvaru a harvester, který prostřednictvím požadavků na data provider získává požadovaná metadata jako odezvu provideru na tyto požadavky OAI-PMH Harvester pro Manuscriptorium Pro účinné hromadné sklízení metadat od přispěvatelů Manuscriptoria byl navržen a realizován OAI-PMH Harvester. Podrobný popis tohoto programu a způsob jeho použití je popsán v [12] Ruční vstup a editace metadat Správní systém Manuscriptoria musí umožnit editaci celého komplexního digitálního dokumentu nebo některých jeho částí. Redaktor musí mít možnost převzít ze systému celý komplexní digitální dokument a také ho musí být schopen zpět uložit do systému (např. po úpravě). Systém potom musí zkontrolovat všechny identifikátory a vyloučit možnost záměny. Dále systém musí umožňovat vkládání či editaci částí konkrétního komplexního digitálního dokumentu jako jsou digitání kopie dokumentu, plné texty dokumentu a další. Pro realizaci ručního vstupu metadat do správního systému přicházejí v úvahu dvě možnosti. Speciální stand-alone nástroj, spolupracující podobně, jako je to v případě hromadného importu se systémem Safe. Využití klientského prostředí Safe. To představuje vytvoření klientské aplikace plně v rámci systému Safe (technicky realizovanou stránkami JSP)

28 Která z obou variant bude nakonec realizována nebo budou-li realizovány obě bude rozhodnuto až podle analýzy klientských aplikací. Ta bude předcházet realizaci těchto nástrojů Připojení digitální kopie dokumentu Digitální kopie dokumentu vzniká ve většině případů jindy a jinak než vlastní evidenční záznam. Naprostou samozřejmostí je, že v systému Manuscriptorium existuje komplexní digitální dokument k určitému fyzickému dokumentu, který není dosud digitalizován. Při následné digitalizaci tohoto dokumentu potom vzniknou spolu s digitálními obrazy jednotlivých stran dokumentu také metadata, která minimálně určující vztah mezi foliací či paginací ve fyzickém dokumentu a jí odpovídajícím souboru s digitálním obrazem stránky. Tato metadata spolu s obrazovými soubory tvoří digitální kopii dokumentu, která je součástí komplexního digitálního dokumentu. Nástroje pro přidání a další manipulaci s digitální kopií dokumentu budou součástí aplikace redaktora. Tyto nástroje umožní přidat informace o digitální kopii dokumentu do již existujícího komplexního digitálního dokumentu, vyměnit již existující informace o digitální kopii nebo je (v rámci komplexního digitálního dokumentu) smazat (vyjmout). Je potřeba si uvědomit, že vlastní obrazové soubory digitální kopie dokumentu jsou fyzicky umístěny mimo komplexní digitální dokument a dokonce i mimo správní systém Safe. Proto je třeba, aby obrazové soubory byly umístěny na patřičném místě na datovém úložišti ještě před přidáním informací o digitální kopii do komplexního digitálního dokumentu, nejpozději ale před vytvořením a umístěním prezentační podoby komplexního digitálního dokumentu. To samozřejmě platí i při vlastní výměně informací o digitální kopii v komplexním digitálním dokumentu, pokud došlo např. ke změně počtu obrazových souborů (dokument může být digitalizován postupně). Samozřejmě častým důvodem k výměně informací o digitální kopii může být také rozšíření o popisy jednotlivých stran dokumentu apod. Postup při vložení či výměně informací o digitální kopii v rámci komplexního digitálního dokumentu bude vypadat následovně: 1) Z příchozího evidenčního záznamu či z jeho názvu souboru se zjistí FyzId fyzického dokumentu, kterému digitální kopie přísluší. Pokud je není možno toto zjistit, vloží se ručně signatura, repository (nebo její v rámci Manuscriptoria normalizovaná zkratka) a FyzId se vygeneruje. 2) Ve správní databázi se vyhledá komplexní digitální dokument s požadovaným FyzId a zjistí se, zda obsahuje digitální kopii dokumentu. Pokud se FyzId nenajde, znamená to, že hledaný komplexní digitální dokument neexistuje. 3) Obsahuje-li KDD digitální kopii, ověří se, zda se tato má vyměnit. Pokud ne, je konec. 4) Pokud již existuje digitální kopie, vyjmou se o ní z KDD veškeré informace (elementy <structmap>, <filesec>,.) 5) Do KDD se umístí nové informace o digitální kopii dokumentu