Znalostní báze pro paměťové instituce v Česku: projekt INTERPI v roce 2013

Úvod

INTERPI je akronym názvu projektu „Interoperabilita v paměťových institucích", který byl pod identifikačním kódem DF11P01OVV023 schválen v rámci Programu aplikovaného výzkumu a vývoje národní a kulturní identity (NAKI) vyhlášeném a financovaném Ministerstvem kultury České republiky. Jedná se o společný (konsorciální) projekt Národní knihovny ČR, která je koordinátorem projektu, a Národního archivu, který je spoluřešitelem projektu. Na realizaci projektu se podílí zástupci jednotlivých paměťových institucí a firma Cosmotron Bohemia. Projekt je pětiletý: byl zahájen 1. 2. 2011, předpokládané datum ukončení projektu je 31. 12 2015.

Cíl projektu

Cílem projektu je vytvořit prototyp znalostní báze pro paměťové instituce, tj. připravit metodickou a technologickou infrastrukturu pro podporu zpracování, sdílení a využívání kulturního obsahu ve formě metadatových informací o informačních objektech zpřístupňovaných v paměťových institucích na bázi sémantické interoperability, pomocí v současné době dostupných informačních a komunikačních technologií podporujících tvorbu sémantického webu publikovaných konsorciem W3C. Informační objekty představují objekty reálného světa, např. osobnosti, instituce, akce, trojrozměrné předměty (lidské výtvory, objekty neživé přírody), události, umělecké a jiné výkony i jejich textové, obrazové, zvukové reprezentace (včetně digitálních), které jsou předmětem odborných činností v paměťových institucích a které mohou být jednoznačně identifikovány prostřednictvím jmenných a věcných autorit adekvátním způsobem rozšířených či upravených.

Postup prací

Práce na projektu byly zahájeny rozsáhlými analýzami, které se týkaly zejména:

• nejrozšířenějších metod a technik vyhledávání informací používaných v současné době,
• progresivních metod, technik a technologií určených nejenom k vyhledávání, ale i ke zpracování digitálního obsahu, tj. technologií sémantického webu, které definovalo W3C,
• efektivních metodických přístupů a technik vývoje softwaru pro tvorbu znalostních databází,
• terminologie v související oblasti,
• specifikace požadavků a potřeb uživatelů paměťových institucí.

Výsledky těchto analýz byly uplatněny při:

• definování jednotlivých typů entit (tříd) a podtříd, jejich vlastností a vztahů,
• tvorbě datové struktury báze INTERPI,
• formulaci funkčních požadavků na softwarové řešení a tvorbě funkčního konceptu softwarového řešení a prototypu.

Zvláštní pozornost byla věnována také roli stávajících autoritních souborů v projektu INTERPI.

Analýza metod a technik vyhledávání informací aplikovaných v současné době

Digitalizované sbírky paměťových institucí představují nesmírně bohatý zdroj informací z hlediska národní kulturní identity, avšak jejich informační zpřístupnění je většinou spjato s konkrétním systémem zpřístupnění platným v dané instituci, případně ve skupině institucí. Při vyhledávání informací o kulturním dědictví tak uživatelé čelí spleti vzájemně souvisejících, ale nepropojených informací, a jsou odsouzeni k násobnému kladení mnohdy komplikovaných dotazů, jejichž syntax se navíc v různých systémech výrazně liší. Z pohledu znalostní báze jsou současné techniky vyhledávání neuspokojivé; zajímavé řešení nabízejí technologie sémantického webu. Tyto závěry byly důležité a rozhodující pro další postup při tvorbě znalostní báze INTERPI.

Terminologická analýza

Z předešlých projektů (např. „Národní autority v prostředí muzeí a galerií – interoperabilita s NK ČR“ 2007 – 2011) a také z diskusí na počátku projektu vyplynulo, že pro kvalitní vzájemnou spolupráci je potřebné do projektu zahrnout také terminologickou analýzu a definování pojmů. Význam jednotlivých pojmů vnímají jednotlivé odborné komunity různě, proto byla tomuto tématu věnována patřičná pozornost. Pro projekt byla výchozí oblast pojmů souvisejících se záznamy autorit, které jsou specifické pro prostředí knihoven. Jde především o termín autorita, který vychází z katalogizační praxe a ve své podstatě znamená unifikaci selekčních prvků, přístupových bodů. Informace o autoritě jsou uloženy v záznamu autority, který bývá definován: „záznam v souboru autorit, jehož určujícím prvkem je autorizované záhlaví pro entitu“ (IFLA 2001, s. 2). Skupina záznamů autorit potom tvoří soubor autorit tj. „soubor ověřených a unifikovaných jmenných a/nebo věcných selekčních údajů, určených pro zpracování a vyhledávání dokumentů s nezbytným odkazovým a poznámkovým aparátem“ (VODIČKOVÁ 2003).

Unifikace selekčních prvků je svým způsobem pro projekt klíčová, protože cílem je, aby informační objekty byly zpracovány tak, aby umožňovaly vyhledávání napříč paměťovými institucemi. Diskutovány byly také termíny, které označují samotný selekční prvek – záhlaví, především tu formu, která je označená jako preferovaná - tj. ustanovené, preferované, autorizované nebo autoritní případně autoritativní záhlaví. V prostředí muzeí a galerií však termín autorita není tak rozšířen a je chápán v obecném významu – jako označení vlivu, uznávaného odborníka apod. Také vytváření záznamů autorit nemá prakticky žádnou tradici. Selekční prvky jsou sice určitým způsobem unifikovány a prezentovány formou jednoduchých rejstříků, které však kromě různých forem jména neobsahují žádné další informace.

Úzké spojení pojmů souvisejících se záznamem autorit s knihovnickým prostředím, jejich nevyužívání v prostředí muzeí a archivů a také jejich vymezení pouze jako nástroje pro přístup k dokumentům způsobilo, že jsme se rozhodli preferovat v projektu termíny, které poskytuje širší prostředí informačních technologií a informační vědy. Pod vlivem pohledů informační vědy jsme zavedli termín informační objekt definovaný jako „jakýkoliv fragment skutečnosti, který se nachází ve vztahu se subjektem a je pro něho zdrojem informací“ (ČABRUNOVÁ, s. 144). Obecně se všechny tyto kategorie označují jako entity. Výklad pojmu entita se neshoduje s pojmem autorita, tak jak tomu často bývá v knihovnické praxi, pro projekt se používá ve všeobecném filozofickém významu. Pojem autorita se v projektu pro označení informačních objektů nebo souvisejících informací nepoužívá.

Z pohledu INTERPI je velmi důležité, jakým způsobem jsou vyjádřeny související informace. Ty lze vyjádřit pomocí souvisejících entit propojených prostým vztahem asociace (viz též), nebo diferencovaně pomocí komplexních vazeb a vztahů, tedy prostřednictvím jednotlivých událostí významných pro danou entitu, na nichž se podílejí všichni aktéři. Formou událostí se vyjadřují: narození/vznik, úmrtí/zánik, studium, profesní kariéra/zaměstnání, členství v různých organizacích, významné aktivity (proslavení), rodinné a partnerské vztahy, vztahy předchůdce/následovník. Nedílnou součástí požadavků na záznam INTERPI je i životopis/historie a zaměření, činnost (vyjádřené formou volného textu), související symboly (jako logo, znak, erb apod.), typ a status, uvedení použitých pramenů a zdrojů a možnost zaznamenat další údaje formou veřejné i neveřejné poznámky.

Pro webové rozhraní byly stanoveny základní funkce, funkce pro supervizora a podpůrné funkce. Základními funkcemi jsou: přihlášení, vyhledávání a editace. Základní funkce jsou přístupny zpracovateli i supervizorovi. Supervizor má kromě základních funkcí k dispozici také schválení a zrušení záznamu. Podpůrné funkce byly stanoveny jako: odeslání záznamu do báze národních autorit ČR, synchronizace záznamů s národními autoritami ČR, odeslání e-mailu (o změně, vytvoření, schválení nebo zrušení záznamu). Každá funkce je ve funkčním konceptu podrobně rozpracována – základní funkce jsou reprezentovány základními obrazovkami webového rozhraní. Funkce pro supervizora a podpůrné funkce představují takové úkony, které jsou realizovány především na úrovni serveru a supervizor nebo zpracovatel je o jejich informován prostřednictvím informačních oken.

Funkční prototyp webového rozhraní je realizován jako aplikace typu klient/server a jako webové aplikace. Cílem bylo zajistit autonomní fungování aplikace bez omezení na hardwarové a softwarové vybavení uživatelů a bez nutnosti instalace softwaru, zabezpečení zálohování dat na straně uživatelů apod. Data jsou uchovávána v databázi na serveru a uživatel k nim přistupuje prostřednictvím klienta – tzn. webového rozhraní (aplikace). Pro komunikaci webového rozhraní se serverem je využíván zabezpečený protokol HTTPS a princip webových služeb. Aplikace splňuje bezpečností požadavky a požadavky na ochranu dat. Webové rozhraní je realizováno technologií ExtJS.

Role stávajících autoritních souborů v projektu INTERPI

Preferované formy jmen (personálních, korporativních, geografických) a preferované formy názvů a označení událostí, pojmů a materiálních objektů obsažené v autoritních záznamech souborů autorit, podporují jednoznačnou identifikaci entit, které jsou předmětem zájmu projektu INTERPI. V souvislosti s aplikací autoritních souborů v rámci projektu INTERPI jsme museli řešit základní otázku týkající rozsahu a struktury informací v záznamech autorit, tedy odpovídá-li rozsah a struktura údajů potřebám všech paměťových institucí participujících v projektu INTERPI. Rešerše a následné diskuse prokázaly, že stávající autoritní záznamy musejí být v databázi INTERPI adekvátním způsobem rozšířeny či upraveny.

Knihovnické autority by měly být rozšířeny o:

• data existence,
• dějiny osoby, korporace, rodu,
• funkce a normy (konstitutivní a týkající se funkcí korporace),
• informace o vnitřní organizaci,
• explicitní vyjádření vztahů mezi entitami,
• výrazy označující korporativnost.

Závěr

Projekt INTERPI se v současnosti nachází přibližně v polovině své realizace. Důležitým poznatkem z řešení je především to, že různé paměťové instituce jsou schopné dohodnout se na společných cílech, postupech i pravidlech. Především komunita knihovníků ukázala, že je schopná akceptovat požadavky jiných institucí a dokáže přizpůsobit své pracovní postupy a pravidla i jiným komunitám. Zároveň je již teď možné konstatovat, že projekt je svým rozsahem jedinečný v Česku i ve světě, což přináší i řadu nevýhod (nemožnost srovnávat dosažené výsledky, diskutovat postupy). Koordinace požadavků jednotlivých komunit a hledání společné cesty jsou časově i personálně náročné. Současně je stále patrnější potřeba dalšího vzdělávání odborných pracovníků, aby byli schopní aktivně využívat nová pravidla a technologie.

Článek je zkrácenou podobou příspěvku stejného názvu uveřejněného ve sborníku INFOS. Příspěvek je publikován se souhlasem Mgr. Marie Balíkové, hlavní řešitelky projektu.

Seznam bibliografických odkazů

ČABRUNOVÁ, A., 1998. Informačný proces. In: KATUŠČÁK, Dušan, Marta MATTHAEIDESOVÁ a Marta NOVÁKOVÁ. Informačná výchova : terminologický a výkladový slovník : odbor knižničná a informačná veda. Bratislava : Slovenské pedagogické nakladateľstvo, 1998. ISBN 80-08-02818-1, s. 143-149.

DRBAL, Pavel, 2005. Objektové myšlení [online]. Akt. 22. června 2005 [vid. 14. března 2013]. Dostupné z: http://objekty.vse.cz/Objekty/ObjektoveMysleni.

IFLA, 2001. Guidelines for Authority Records and References [online]. 2nd ed. München : K. G. Saur, 2001. Dostupné z: http://archive.ifla.org/VII/s13/garr/garr.pdf.

MADAN, Alok, 2004. Object-oriented paradigm in programming for computer-aided analysis of structures. Journal of computing in civil engineering, July 2004, vol. 18, no. 3, 226-236.

PECINOVSKÝ, Rudolf, 2010. OOP : naučte se myslet a programovat objektově. Brno : Computer Press, 2010. ISBN 978-80-251-2126-9. 576 s.

VODIČKOVÁ, Hana, 2003. Soubor autorit. In KTD : Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna České republiky, 2003 [cit. 2009-07-30]. Dostupné z: http://sigma.nkp.cz/cze/ktd.