Metadatamodeller før og nå

November 2011Ole Husby

Dette er en presentasjon som er laget for et internt seminar om Linked data ved seksjon for fellestjenester ved NTNU UB den 3. november 2011. Utenfor denne konteksten kan den sikkert virke forvirrende her og der. Utvalget av tema og eksempler er sterkt preget av min bakgrunn fra BIBSYS, og er ikke nødvendigvis representativ for utviklingen.

Hovedtemaene er metadata og lenking, og hensikten er å lage en bakgrunn for metadatamodellering innen bibliotekene som har gått forut for dagens situasjon, da til og med Library of Congress publiserer planer om å skifte ut MARC med et rammeverk av linked data basert på RDF.

Linked data er svært overfladisk omtalt her, da dette er tema for egne innlegg i seminaret.

2011-11-03 ole.husby@gmail.com

This article may be too technical for most readers to understand. Please help improve this article to make it understandable to non-experts, without removing the technical details. The talk page may contain suggestions.  (September 2010)

(Sitat fra http://en.wikipedia.org/wiki/MARC_standards)

En MARC-post

(PS: iso2709 koster CHF 58)

01041cam 2200265 a 450000100200000000300040002000 50017000240080041000410100024000820200025001060200 04400131040001800175050002400193082001800217100003 20023524500870026724600360035425000120039026000370 04023000029004395000042004685200220005106500033007 30650001200763^###89048230#/AC/r91^DLC^19911106082 810.9^891101s1990####maua###j######000#0#eng##^##$ a###89048230#/AC/r91^##$a0316107514 :$c$12.95^##$a 0316107506 (pbk.) :$c$5.95 ($6.95 Can.)^##$aDLC$cD LC$dDLC^00$aGV943.25$b.B74 1990^00$a796.334/2$220^ 10$aBrenner, Richard J.,$d1941-^10$aMake the team. $pSoccer :$ba heads up guide to super soccer! /$cR ichard J. Brenner.^30$aHeads up guide to super soc cer.^##$a1st ed.^##$aBoston :$bLittle, Brown,$cc19 90.^##$a127 p. :$bill. ;$c19 cm.^##$a"A Sports ill ustrated for kids book."^##$aInstructions for impr oving soccer skills. Discusses dribbling, heading, playmaking, defense, conditioning, mental attitude ,how to handle problems with coaches, parents, and other players, and the history of soccer.^#0$aSocc er$vJuvenile literature.^#1$aSoccer.^\

1973: BIBSYS Informasjonsanalyse

1976: UNITMARC

Tidlig navn på BIBSYS-MARC. Noe frigjort fra LCMARC og NORMARC

Nokså sterkt inspirert av LIBRIS-MARC, spesielt lenkefelter og sorteringsfelter

1976: BIBSYS I Datamodell

Hoveddokid er manifestasjon og eksemplar

Bidokid er eksemplar + klass

Klassifikasjonen er ikke biblioteksspesifikk men eksemplarspesifikk

[ Fra "Felles katalogisering" av Ole Husby, DATALIB -80 i Trondheim]

1980: BIBSYS-MARC

NORMARC og BIBSYSMARC forlater tegnsettinga i USMARC

BIBSYS mer online-orientert

- innfører alfabetiseringsfelt istf nonfiling chars

- innfører delfelt istf kontrollfelter

- forlater indikatorer

BIBSYS innfører autoritetsposter (henvisningsposter)

1980: Behov for lenking

Eksemplarlenking (021)

Flerbindverk (022/023)

Serier (022/023)

Analytter (seinere)

Musikkspor (seinere)

Men hvilke andre relasjoner glemte vi å lage lenker for?

021

Lenker eksemplarer til manifestasjoner

Konseptuelt forvirrende å ha dette som en del av MARC-formatet

MARC er "egentlig" et manifestasjonsformat

Felles vs lokale data

Lokale behov for særskilte bibliografiske elementer, eller særskilte regler

Lokale emnefelterLokale koder for behandling (bibliografier, kataloger)

I BIBSYS I på dokidnivåI BIBSYS II på bibkodenivå (indikator)

1980: Hierarkisk lenking

For flerbindsverk og serierLenking på flere nivå

Starten på en utvikling som vanskeliggjør utveksling mellom BIBSYS og andre.

022 / 023-lenker

Objektlenker og dokidlenkerNoe redundans i modellenKonseptuelt forvirrende å ha dette som en del av MARC-formatet

Hierarkisk lenking mellom dokid

[ Fra "Hierarchical linking in BIBSYS" av Ole Husby, ELAG 1981 i Essen]

1986: BIBSYS II datamodell

Nei til normaliseringModellering på de to nederste FRBR-nivåene (OBJEKTID og DOKID)Ny og bedre lenkestruktur, men fortsatt for mye MARC-inspirert491 for serierhefte/serie for flerbindsverk

MARC valgt ikke fordi det isolert er verdens beste metadataformat, men fordi ingen stilte noe spørsmål om riktighetenav hensyn til samvirke med alle andre system i verden

ER-modellen ble brukt ved BIBSYS II datamodellOBS: Skille mellom en konseptuell modell, logisk modell og fysisk modell

1992: WWW

Lenking blir omtrent hovedrolleinnehaver i hypertekst

Merk at hypertekst er eldre enn www (Ted Nelson & Xanadu)www-lenking mellom “dokumenter”Lenkene er enveis og går til URIerMerk identifikatorenes rolle i lenkingen

Noe av det mest geniale i www er egentlig den selvgående strukturen på URIs sammen med DNS

Merk forskjellen på en identifikator og en lokator

1994: Metadata > Dublin Core

“Metadata is structured data which describes the characteristics of a resource” (Chris Taylor)

1995: Dublin Core (OCLC+NCSA) National Center for Supercomputing Applications

Et forsøk på å etablere et felles format for nettdokumenter med formålet “to improve resource discovery on the net”

DC er i utgangspunktet et abstrakt format med 15 elementer, og etter hvert kvalifikatorer

Dublin Core er i større grad enn MARC utstyrt med semantikk som gjør supplerende katalogiseringsregler overflødig

Dublin Core elements

1. Title2. Creator3. Subject4. Description5. Publisher6. Contributor7. Date8. Type9. Format10.Identifier11.Source12.Language13.Relation14.Coverage15.Rights

1997: IFLA FRBR

FRBR

FRBR er en konseptuell modell som har hatt stor positiv innvirkning på vår forståelse av bibliografiske begreper. Også til en viss grad implementert, bl.a. i Worldcat.

Modellen har en del svakheter. Den er også vrien å implementere f.eks. når det gjelder expressions.

Merk: Tittel er attributt til et verk, mens Forfatter er en annen entitet, som har relasjon til verket

Seinere har vi fått FRAD oa

Normalisering og redundans

Hvor mange endringer må gjøres hvis man finner ut at Ibsen egentlig het Ipsen?

Hvor mange endringer må gjøres hvis Ole Husby skifter telefonnummer?

1999: SFX & OpenURL

Dette dreier seg også om lenking og metadata, via OpenURL

Prinsippet er just in time istf just in case. Eller sagt med andre ord: Appropriate linking

1999: RDF

Publisert av W3C i 1999:

Abstrakt datamodell og XML-syntaksSyntaks kalles ofte for serialisering

RDF-trippel = Subjekt + Predikat + Objekt

RDF<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"         xmlns:db="http://dbpedia.org/resource/">  <rdf:Description rdf:about="http://dbpedia.org/resource/Massachusetts">    <db:Governor>      <rdf:Description rdf:about="http://dbpedia.org/resource/Deval_Patrick" />    </db:Governor>    <db:Nickname>Bay State</db:Nickname>    <db:Capital>      <rdf:Description rdf:about="http://dbpedia.org/resource/Boston">          <db:Nickname>Beantown</db:Nickname>      </rdf:Description>    </db:Capital>  </rdf:Description></rdf:RDF>

RDF / MARC<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"         xmlns:db="http://dbpedia.org/resource/">  <rdf:Description rdf:about="http://dbpedia.org/resource/Massachusetts">    <db:Governor>      <rdf:Description rdf:about="http://dbpedia.org/resource/Deval_Patrick" />    </db:Governor>    <db:Nickname>Bay State</db:Nickname>    <db:Capital>      <rdf:Description rdf:about="http://dbpedia.org/resource/Boston">          <db:Nickname>Beantown</db:Nickname>      </rdf:Description>    </db:Capital>  </rdf:Description></rdf:RDF>

LDR*****crm##22*****#a#4500008870119q18601869xxunnn############rn####d040##$a[organization code]$c[organization code]043##$an-us---045##$aw6w605014$aE468.9$b.C324500$a[Cannon ball]$h[realia].260##$c[186-]$e(United States :$f[s.n.])300##$a1 cannon ball :$blead, gray ;$c10 cm. in diam.500##$aTitle supplied by cataloger.520##$a"12-pounder" cannon ball used in the Civil War.650#0$aOrdnance.651#0$aUnited States$xHistory$yCivil War, 1861-1865.

2004: Web 2.0

Navnet tok av etter O'Reilly Media Web 2.0 conference i 2004

Medfører deltaking, deling, samarbeid, sosiale media, mashups

Ikke spesielt interessant fra datamodellering/metadata, bortsett fra delingstanken og ønske om åpen tilgjengelighet

Sammenfaller med cloud computing, som vel ikke egentlig er en del av web 2.0

UBiT 2010-prosjektet, blogging, sosiale media, wiki

2005: Semantisk web

Introdusert av Tim Berners-LeeKalles av og til web of data eller web 3.0

2006: Linked data

Lansert av TimBL

En del av den semantiske weben

200x: Hvem kjører løpet?

ny tenkemåte: medvirkning: the Participatory web

de store (ISO ol) mister grepet

fordi 2.0?

• troen på en felles verdensomspennede standard blekner• flere standarder• er redundans et positivt eller negativt ord?

Linked open data

LOD = Linked data + åpen lisens

[ Fra "Linking resources" av Ole Husby, ELAG 2001 i Praha ]