Konference ELAG 2011

Ve dnech 24. - 27.5.2011 proběhl v Praze v Národní technické knihovně 35. ročník mezinárodní konference ELAG (http://www.elag.org/, http://elag2011.techlib.cz/en/).

V úterý proběhly předkonference na čtyři témata z nichž pro Vaška byla nejrelevantnější předkonference Extending your library with indexing technologies, který se týkala SOLRu, což je open source fulltextový vyhledávácí nástroj s podporou facet, replikace a distribuovaného vyhledávání, který je mimo jiné jádrem systému VUFind. Probrali jsme základní konfiguraci indexu, nainstalovali SOLR a v něm zaindexovali pár XML dokumentů a vyzkoušeli vyhledávání.

Zbývající tři dny pak byly věnovány konferenci samotné. Její heslo “It’s the context, stupid!” předznamenalo zaměření většiny příspěvků a pojmy jako open linked data nebo RDF zaznívaly v téměř každém příspěvku. Základním poselstvím konference pak bylo volání po co největším otevření dat - všem, bez bariér a s jasně deklarovanou licencí.

Konference, proběhla v tradičním formátu kdy byly přednášky doplněny dvěma bloky “bleskových”, pětiminutových přednášek, v jejichž rámci mohli účastníci operativně prezentovat různé zajímavé projekty a další zajímavé aktivity. V jejich rámci Petr prezentoval některé aktivity MZK okolo starých map - image server IIPImage s podporou jpeg2000, službu georeferencer.org a v neposlední řadě WebGL Earth, krátce pak byla předvedena i implementace vyhledávacího systému MapRank Search na webu mapy.mzk.cz.

Z dalších bleskových přednášek byla zajímavá přednáška o open source nástroji marcximil vyvinutém k deduplikaci bibliografických záznamů ve formátu MARC21. Pro vyhledávání podobných záznamů používá několik algoritmů (vektorové, pravděpodobnostní, založené na Levensteinově vzdálenosti atd.) a je schopen deduplikovat na stolním PC řádově desetitisíce záznamů.

V době psaní tohoto textu nejsou ještě na webu konference zpřístupněny jednotlivé přednášky, proto v následujícím přehledu zajímavých přednášek chybí odkazy. Ctěným čtenářům ale doporučujeme, aby si je všechny prošli sami na webu konference.

Sally Chambers a Valentine Charles: Aligning library-domain metadata with the Europeana Data Model

ESE (Europeana Semantic Elements), adaptace Dublin Core profilu pro účely Europeany, se s postupným vývojem ukázal jako nedostatečný, a proto je nahrazován mnohem vyspělejším EDM (Europeana Data Model), který je založen na RDF a umožňuje specifikovat mnohem více informací o daném díle (odvozeniny, reprezentace, realizace apod.) a umožňovat nad daty i různé komplexní visualizace, obohacování dat vytvářením nových asociací mezi vyhledávacími dotazy a metadaty . EDM byl navrhnut pro potřeby knihoven, muzeí, archivů a audio-vizuálních sbírek.

Lukas Koster a Ad Aerts: Linking libraries to the real world
Nizozemský Divadelní institut a Univerzitní knihovna v Amsterdamu spolupracovali na projektu zpřístupnění dat o divadelních přestavení v knihovním katalogu za pomoci linked data.

Edward M. Corrado: Digital Preservation: Context & Content
Přednášející z Univerzitní knihovny v Binghamtonu z USA pohovořil o svých zkušenostech s Rosettou od firmy Ex Libris, kterou zakoupili jako první mezi akademickými knihovnami. Diskový prostor dedikovaný pro Rosettu je 2x146 GB na rychlých discích a 24 TB na pomalých discích, který je zálohován na páskové jednotky. Každý uložený soubor (či jejich skupina) je intelektuální entitou, která mimo souboru obsahuje metadata ve formátu Dublin Core, informaci o zdroji souboru (odkud byl nahrán), copyright a přístupová práva.

Pro MZK byla pak zajímavá i zmínka o webu http://geopreservation.org/, který je zaměřen na ochranu digitálních geodat.

Přednášky z hlavního sálu byly živě streamovány a na twitteru bylo vidět, že je tato služba opravdu využívána.

Přednáškami pak prolínaly workshopy, jejichž výsledky byly v pátek prezentovány všem účastníkům konference.

Workshop Marc Must Die:

• MARC je zastaralý formát původně vyvinutý pro sekvenční přístup na magnetických páskách.
• Velmi komplikovaný a nečitelný formát
• Některé pole jsou špatně strukturovány (např. 773 pro ukládání citací, které nemá podpole pro žurnál, ročník, číslo a čísla stránek ale vše je v jednom řetězci).
• Chybí mu referenční integrita, kterou známe z relačních databází.

Workshop Open Bibliographic Data: Licensing. Activities. Strategies:

• zveřejnit nějaká data tak, aby byl splněn požadavek na jejich otevřenost znamená otevřený přístup k datům, otevřené standardy a otevřenou licenci.
• Evropa má specialitu - autorské právo k databázím. Na druhou stranu jednotlivé metadatové záznamy autorskému právu nepodléhají, protože jde o fakta.
• Problémem zpřístupnění je mizivá podpora pro otevřená data v knihovních systémech, nevyjasněné vlastnictví dat, perfekcionismus knihovníků a skepticismus.
• Důležité odkazy: CKAN, openbiblio.net.
• Máte práva k databázi? Vyexportujte data a publikujte je. Popište je a přiřaďte k nim vhodnou licenci. Publikujte je na CKAN.

Celou konferencí se jako červená nit vinul požadavek na co největší otevření dat. Jak na konferenci zaznělo, je těm, kteří váhají, jestli se otevřením svých dat pro libovolné použití nějak neochudí, možno odpovědět: “Pokud nechcete svá data volně zpřístupnit, předveďte nám svůj obchodní plán!”

Petr Žabička, Václav Rosecký