Metadaten-Anreicherungen und Big-Data- Ansätze

Transkript

1 Metadaten-Anreicherungen und Big-Data- Ansätze HEBIS-Verbundkonferenz September 2016 Frankfurt/Main Prof. Dr. Andreas Degkwitz Humboldt-Universität Berlin

2 Innovationsansätze Innovation bezieht sich entweder auf neue Verfahren oder auf neue Produkte oder auf beides Treiber dafür ist neue Technologie Modell A: Effizienzsteigerung mittels neuer Technologie: Wirtschaftlichkeit der Prozesse steht im Mittelpunkt Modell B: Effektivitätssteigerung mittels neuer Technologie: Qualitätssteigerung der Produkte steht im Mittelpunkt Wie setzen Bibliotheken Modell A und Modell B für das Metadatenmanagement ein? Modell A spielt sich eher im Backoffice (Mitarbeiterschnittstelle) ab: Effiziente Workflows für Erwerbung und Katalogisierung Modell B spielt sich eher im Frontoffice (Nutzerschnittstelle) ab: Verbesserung des Medienangebots, der Recherche und der Benutzung

3 Metadatenmanagement (1) Das CIB-Projekt verfolgte Modell A: Bezug auf das Backoffice: Shared Cataloging = Beschleunigung der Prozesse der Katalogisierung: Je größer der Datenpool, umso ergiebiger Shared Cataloging : Effizienzsteigerung bestehender (manueller) Katalogisierungsverfahren Voraussetzungen: Anpassung der Datenmodelle, Stabilität und Verläßlichkeit der Synchronisierungsprozesse, Integration von Master- und Normdaten, Diskussionen konzentrierten sich primär auf Katalogisierung gedruckter Ressourcen

4 Metadatenmanagement (2) Das CIB-Projekt verfolgte nicht Modell B: Qualitätssteigerung der Recherche zumindest nicht als Projektziel Kein Bezug auf das Front-Office: Discovery-Systeme als Nutzerschnittstelle Eingeschränkte Einbeziehung elektronischer Ressourcen (Knowledge-Base) Keine Entwicklung von Maßnahmen oder Verfahren zur - automatisierten Datenaufbereitung Da Modell A im CIB-Projekt nicht zum Erfolg führte, und Modell B nicht aufgegriffen wurde, stellten sich für das CIB-Projekt im Ergebnis eher eingeschränkte Innovationsimpulse heraus.

5 Neue Ansätze Metadaten (1) Modell B: Um welche Qualitätsverbesserungen geht es? Welche neuen Ansätze sind möglich Steigerung der Datenqualität für die Nutzer Verbesserung von Rechercheergebnissen Automatisierung des Metadaten-Managements Big-Data-Verfahren: Aggregation und Zusammenführung von Datensätzen durch Clustering-Verfahren zu Metadaten

6 Neue Ansätze Metadaten (2) Anreicherungen (Disambiguierung) von Datensätzen mit Metadaten auch über Bibliotheken hinaus - zu: Körperschaften, Orten, Personen, Klassifikatorischer und verbaler Sacherschließung, Monographien und Zeitschriften-Titeln etc. Mappingverfahren ermöglichen Automatisierung

7 Neue Ansätze Metadaten (3) Semantische Kontextualisierung von Metadaten Linked (Open) Data auf der Grundlage RDF/XML-modellierter Daten - (teil-)automatisierbar: Datenressource: Katalogbestände, Master- und Normdaten, Thesauri, Wissenschafts- Systematiken (= Ontologien) Beispiele: Fachbibliographien, Deutsche Digitale Bibliothek, Europeana, Verbund- Kataloge, Wikipedia Wissensgraphen (LOD-Bäume oder LOD-Wolken).

8 Neue Ansätze Volltexte (1) Annotierung/Anreicherung/Erschließung von Volltexten durch Extraktion von Entitäten (Disambiguierung von Entitäten) teil-automatisierbar: Personen, geographische Begriffe, Körperschaften, Sacherschließung, Mono- und Zss.-Titel Verbesserung der Ergebnisqualität von Text- und Data-Mining-Verfahren (TDM) Erstellung von Wissensgraphen = neue Form des Informationsmanagements

9 Neue Ansätze Volltexte (2) Verbesserung der Recherchierbarkeit von Annotationen (Metadaten) zu Volltexten und von Volltexten (TDM) selbst Anwendungsbereiche: Editionswissenschaften, Lexikologie, Sprachwissenschaften Digital Humanities Voraussetzung für empirische Arbeitsweisen in Geistes- und Sozialwissenschaften neue Forschungsgegenstände, Arbeitsmethoden und Präsentationen von Ergebnissen (Visualisierungen) Erfordert Strukturierung von Metadaten und Volltexten nach XML sowie Modellierung der Daten-Ressourcen zur Annotierung und Kontextualiiserung nach RDF (Teil-)automatisierte Verfahren mit großen Datenmengen möglich Fehlertoleranz?

10 Beispiele Culture-Graph: Gemeinsame Initiative und Projekt von DNB und HBZ: Plattform für Datenvernetzung Bündelung (Clustering) Anreicherung/Disambiguierung (Annotationen, Enrichements) in Verbindung mit Wikipedia Statistik zu Entitäten, Cross-Konkordanzen: DDC RVK Wissensgraphen und Entitätsinformationen FINTO LoD-Plattform in Finland (Nationalbibliothek): Bereitstellung von Klassifikationen, Onthologien und Thesauri zur Anreichung und Indexierung SLUB Semantics: Einsatz von LOD zur Präsentation von Wissensgraphen zur Recheche- Verbesserung (Grundlage: Wikipedia-Einträge)

11 Resumee (1) Modell A (Optimierung) ist an seine Grenzen gekommen und bringt uns nicht weiter. Modell B (Qualitätsverbesserung) bringt uns weiter - erfordert die Einführung neuer Kompetenzen, Techniken und Verfahren. Modell C (neue Datenangebote): Wie lassen sich bibliothekarische Metadaten von Fachanwendungen und Fachcommunities ausserhalb der Bibliotheks-Community nachnutzen Archive, Museen, historische und sprachwissenschaftliche Disziplinen Das Prinzip ist: (Meta-)Daten - eigentlich (Meta-)Datenbestände in Indices weitgehend automatisiert aggregieren, anreichern und kontextualisieren Voraussetzung dafür ist die maschinelle Modellierung und Strukturierung von (Meta- )Datenbeständen.

12 Resumee (2) Primär intellektuell/manuell werden wir die Datenmengen, die auf uns zukommen, kaum mehr bewältigen Verstärkt müssen Datensätze übernommen und deren Qualität mit Hilfe externer Datenangebote automatisiert - verbessert werden. Enhanced Metadaten-Managemenet muss in Massenverfahren erfolgen = Big Data neue Aufgabe der Bibliotheksverbünde. In diesen Kontext gehört auch die Erstellung eigener Indices. (Teil-)automatisierte Aufbereitung/Strukturierung großer Datenbestände sowie Maßnahmen zur Verbesserung der Recherchequalität haben einen hohen Wert besondere Herausforderung der Bibliotheken in Zeit der information overload.

13 Vielen Dank für Ihre Aufmerksamkeit Fragen? Contact: