Esther Scheven. Die neue Thesaurusnorm ISO und die GND

Transkript

1 Esther Scheven Die neue Thesaurusnorm ISO und die GND 1 ISKO - Potsdam ISO und GND Scheven

2 Inhaltsverzeichnis Allgemeines zur GND Allgemeines zu ISO Interoperabilität (Allgemeines) Datenmodell, ISO , und GND ISO Teil 2 Empfehlungen für das Mapping Interoperabilität in der GND Bezug von ISO Informationen zur GND 2 ISKO - Potsdam ISO und GND Scheven

3 Die Gemeinsame Normdatei - GND Seit April 2012 produktiv Zusammengeführt aus: - Gemeinsame Körperschaftsdatei (GKD) - Personennormdatei (PND) - Schlagwortnormdatei (SWD) - Normdatei für die Einheitssachtitel der Musik (EST-Datei) Umfang: ca. 10 Mio Datensätze (ca. 7,5 Mio Personen; 1,7 Mio Körperschaften + Kongresse; 0,3 Mio Geografika; 0,2 Mio Sachbegriffe; 0,2 Werktitel) Kooperationsdatenbank der deutschsprachigen Bibliotheksverbünde und weiteren Anwendern Hybride Datei: Thesaurus für Sachbegriffe; Namensverzeichnis für die übrigen Entitäten Informationen: 3 ISKO - Potsdam ISO und GND Scheven

4 ISO ISO 25964: Thesauri and interoperability with other vocabularies - Part 1: Thesauri for information retrieval - Part 2: Interoperability with other vocabularies Der Teil 1 umfasst monolinguale und multilinguale Thesauri. Der Teil 2 beschäftigt sich mit mappings (Thesaurusföderation) zwischen Thesauri und anderen Typen von Vokabularien, die der Informationswiedergewinnung (information retrieval) dienen. Teil 1: 2011 veröffentlicht. Teil 2: Anfang März 2013 veröffentlicht. Durch eine internationale Arbeitsgruppe von erarbeitet. Projektleiterin: Stella Dextre Clarke, Großbritannien 4 ISKO - Potsdam ISO und GND Scheven

5 Vorgänger von ISO ISO Guidelines for the establishment and development of monolingual thesauri = BS 5723:1987 ISO Guidelines for the establishment and development of multilingual thesauri = BS 6723:1985 BS 8723: Structured vocabularies for information retrieval Guide Part 1: Definitions, symbols and abbreviations Part 2: Thesauri Part 3: Vocabularies other than thesauri Part 4: Interoperability between vocabularies Part 5: Exchange formats and protocols for interoperability veröffentlicht ISKO - Potsdam ISO und GND Scheven

6 ISO 2788 (1986) + ISO 5964 (1985) + Neue Inhalte, angepasst aus BS8723 Gründliche Revision Neue Inhalte, angepasst aus BS8723 ISO Teil 1 (veröffentlicht 2011) ISO Teil 2 (veröffentlicht 2013) Schwerpunkt: Interoperabilität 6 ISKO - Potsdam ISO und GND Scheven

7 Was bedeutet Interoperabilität? Definition: Die Fähigkeit, dass zwei oder mehrere Systeme oder Teilsysteme Informationen austauschen und die ausgetauschte Information nutzen können. Bezogen auf Thesauri und andere Wissensorganisationssysteme (KOS = Knowledge Organisation System) gibt es zwei Ebenen, um Interoperabilität herzustellen: - Die Daten werden in einer normierten Weise erstellt und vorgehalten, damit sie in andere Systeme importiert und von ihnen nachgenutzt werden können. - Es werden Mappings zwischen den Begriffen ( concepts ) des einen Wissensorganisationssystems und denen des anderen erstellt. 7 ISKO - Potsdam ISO und GND Scheven

8 Wie unterstützt ISO Interoperabilität? Teil 1: Richtlinien zur Thesauruserstellung Richtlinien zum Umgang mit Multilingualität Datenmodell für die Erstellung eines Thesaurus in UML (UML: Unified Modeling Language) Teil 2: Richtlinien zur Thesaurusföderationen ( Mappings ) Strukturmodelle Typen von Verbindungen zwischen Thesauri und anderen Vokabularien Umgang mit Präkombination und Präkoordination Management von Mappings 8 ISKO - Potsdam ISO und GND Scheven

9 ISO umfangreiche Definitionen Begriff (ThesaurusConcept) Bezeichnung (ThesaurusTerm) Bildung der Bezeichnungen Beispiel: GND Hierarchische Darstellung Relationen: Äquivalenz/Hierarchie/Assoziation für monolinguale und multilinguale Thesauri Darstellung von Thesauri (alphabetisch, hierarchisch etc.) Datenhaltung und Management Anhang mit Beispielen 9 ISKO - Potsdam ISO und GND Scheven

10 Datenmodell für Thesauri - Nicht jedermanns Sache, aber ein Programmierer versteht es. - Es ist für die Erstellung aller Arten von Thesauri anwendbar. - Es erleichtert den Datenaustausch. Das Modell repräsentiert Begriffe eines Thesaurus (ThesaurusConcept) Einsatz von Identifiern (in der GND: Datensatz hat einen Identifier) traditionelle hierarchische und assoziative Relationen sowie nutzerdefinierbare Relationstypen zwischen Begriffen textuelle Anmerkungen wie Erläuterungen (Scope notes), Änderungsvermerke, Definitionen, redaktionelle Anmerkungen... bevorzugte Benennungen (Deskriptoren) und nichtbevorzugte Benennungen (Nichtdeskriptoren) sowie nichtbevorzugte Komposita (Verweisungen in Begriffskombinationen) Begriffsreihen (Arrays) und Node labels Begriffsgruppen, anwendungsspezifisch typisierbar Es ist mit SKOS kompatibel, enthält aber Erweiterungen. 10 ISKO - Potsdam ISO und GND Scheven

11 Datenmodell (frei zugänglich) ISKO - Potsdam ISO und GND Scheven

12 Begriffe (ThesaurusConcept) und Bezeichnungen (ThesaurusTerm) Ein Thesaurus besteht aus Begriffen (ThesaurusConcept) Begriffe werden durch ihre natürlichsprachigen Bezeichnungen (ThesaurusTerm) repräsentiert Jeder Begriff hat genau eine bevorzugte Benennung (PreferredTerm; Deskriptor) pro Sprache Jeder Begriff kann beliebig viele alternative Benennungen (SimpleNonPreferredTerm; Nichtdeskriptor) haben; diese können in ihrer Art spezifiziert werden (in GND verwirklicht) 12 ISKO - Potsdam ISO und GND Scheven

13 Relationen zwischen Begriffen (ThesaurusConcept) Hierarchierelationen können allgemein (BT/NT) oder spezifiziert nach Rolle (BTG/NTG, BTP/NTP, BTI/NTI) ausgewiesen werden (in der GND spezifisch angegeben durch Relationscodes: obge, obpa, obin) Assoziationsrelationen können allgemein (RT) oder spezifiziert nach Rolle (Teil/Ganzes, Ursache/Wirkung,...) ausgewiesen werden (in der GND spezifisch mittels Relationscodes) 13 ISKO - Potsdam ISO und GND Scheven

14 Relationen in der GND werden durch vierstelligen Relationscode spezifiziert z.b. geografischer Bezug: geoa Internformat Kennzeichen die Relationen zwischen Entitäten ( Begriffe, Concepts) Kennzeichen Typen von Benennungen (es bleibt innerhalb einer Entität), z.b. abku für Abkürzung oder navo für vollständiger Name Wichtiger bei Individualnamen: z.b. Bauwerk <-> Architekt 14 ISKO - Potsdam ISO und GND Scheven

15 Liste der Relationscode für die GND 15 ISKO - Potsdam ISO und GND Scheven

16 Beispiel Begriffssatz (Deskriptorensatz): Thesaurus der Bundestagsbibliothek (Polianthes) Bevorzugte Benennung Scope Notes Synonyme Hierarchierelation Assoziationsrelation Quelle 500_257C5680/syncLink 16 ISKO - Potsdam ISO und GND Scheven

17 Begriffsreihe und Node label (Darstellung von Polydimensionalität) Eine Begriffsreihe (ThesaurusArray) ist eine Gruppierung von Geschwisterbegriffen (Begriffe, die einen gemeinsamen Oberbegriff haben). Ein Node label bezeichnet das Unterteilungsmerkmal, das zur Bildung der Begriffsreihe herangezogen wurde; z.b. (Personen nach Alter). Einem Node label können beliebig viele Begriffe (ThesaurusConcept) untergeordnet sein. N.B.: Diese Relation ist keine BT/NT-Relation. 17 ISKO - Potsdam ISO und GND Scheven

18 Beispiel Begriffsreihe und Node label: Art & Architecture Thesaurus (AAT) Node labels werden im AAT Guide Terms genannt. Dem Node label <settlements by function> sind die mit Pfeilen markierten Node labels untergeordnet. Begriffsreihe Alle hier gelisteten Begriffe, wie z.b. capital cities, municipalities, bastides oder military towns sind Unterbegriffe (NT) des Oberbegriffs (BT) inhabited places. Node labels gruppieren diese Begriffe unter bestimmten Aspekten (z.b. nach Art der Funktion: administrativ oder militärisch). Die Begriffe unter einem Node label bilden eine Begriffsreihe (ThesaurusArray). 18 ISKO - Potsdam ISO und GND Scheven Quelle:

19 Polydimensionalität in der GND (hierarchische Darstellung) GND hat keine Node Label 19 ISKO - Potsdam ISO und GND Scheven

20 Polydimensionalität in der GND (kaum erkennbar) Intern-System Portalansicht 20 ISKO - Potsdam ISO und GND Scheven

21 Begriffsgruppe (ConceptGroup) Begriffsgruppen repräsentieren systematisierende Strukturen wie z.b. Klassen einer Klassifikation, Teilthesauri, Sachgruppen, Kategorien, etc. Der Typ der Begriffsgruppe (z.b. Klassifikation, Taxonomie, Systematik) kann spezifiziert werden. Jeder Begriffsgruppe können beliebig viele (meist in der Bedeutung spezifischere) Begriffsgruppen untergeordnet werden. N.B.: Diese Relation ist keine BT/NT-Relation. Jeder Begriffsgruppe können beliebig viele Begriffe (ThesaurusConcept) zugeordnet werden. N.B.: Diese Relation ist keine BT/NT-Relation. a 21 ISKO - Potsdam ISO und GND Scheven

22 Beispiel Begriffsgruppe: Standard-Thesaurus Wirtschaft (STW) Der Begriffsgruppe B untergeordnete spezifischere Begriffsgruppen Der Begriffsgruppe B.07 zugeordnete Begriffe Begriffsgruppen; im STW Hauptteile genannt 22 ISKO - Potsdam ISO und GND Scheven Quelle:

23 Beispiel Begriffssatz (Deskriptorensatz): Thesaurus der Bundestagsbibliothek (Polianthes) Begriffsgruppe Quelle 500_257C5680/syncLink 23 ISKO - Potsdam ISO und GND Scheven

24 Beispiel Begriffssatz (Deskriptorensatz): Gemeinsame Normdatei (GND) Bevorzugte Benennung Scope Notes Nichtbevorzugte Benennung Hierarchierelation Assoziationsrelation Begriffsgruppe Quelle 24 ISKO - Potsdam ISO und GND Scheven

25 Teil 2: Interoperability with other vocabularies Ziel (Scope): This part of ISO deals with thesauri and other types of vocabulary that are commonly used for information retrieval. It describes, compares and contrasts the elements and features of these vocabularies that are implicated when interoperability is needed. It gives recommendations for the establishment and maintenance of mappings between multiple thesauri, or between thesauri and other types of vocabularies. Herausforderung Thesaurusföderation: Die Begriffe ( concepts ) unterschiedlicher Vokabularien werden aufeinander abgebildet ( gemappt ). 25 ISKO - Potsdam ISO und GND Scheven

26 Teil 2: Interoperability with other vocabularies Inhalt:- allgemeine Aussagen zu Thesaurusföderation - Definitionen, Symbole - Strukturell verschiedene Modelle zur Erlangung von Interoperabilität zwischen Vokabularien - Anweisungen zur Erstellung von mappings - Einfluss der Anwendung auf das mapping - Datenverwaltung, Darstellung (display), Funktionalität - Austauschformat - Darstellung von bestimmten Vokabularien unter dem Gesichtspunkt der Thesaurusföderation - Thesauri - Klassifikationen - Aktenpläne und Ordnungssysteme für die Schriftgutverwaltung - Taxonomien - Schlagwortlisten (subject heading schemes) - Ontologien - Terminologiedatenbanken (Termbanken) - Normierte Namensverzeichnisse, Normdateien für Individualnamen (name authority lists) - Synonymringe 26 ISKO - Potsdam ISO und GND Scheven

27 Normativ: Aussagen zu Thesaurus-Föderationen Deskriptiv: Kurzdarstellungen der Vokabulare Warum sind Vokabulare wie Termbanken oder Synonymringe enthalten, die nicht dem Indexieren dienen? Weil sie die Recherche und auch die Indexierung entscheidend unterstützen können durch Anreicherung von Suchvokabular. Die zu beachtenden Prinzipien können auch auf sie angewandt werden. Umgang mit Ontologien (nur heavyweight-ontologien) Ontologie Thesaurus andere Elemente und Ziele -> keine Mappings empfohlen, sondern ergänzender Einsatz einer Ontologie 27 ISKO - Potsdam ISO und GND Scheven

28 Zwei verschiedene Vokabulartypen Strukturgleichheit (structural unity): Die Vokabulare, die aufeinander abgebildet werden sollen, sind in ihrer Struktur gleich. Die Äquivalenz der Begriffe zweier oder mehrerer solcher Vokabularien wird durch die Position in der Vokabularstruktur ausgedrückt. Alle Begriffsrelationen entsprechen einander; die Bezeichnungen für die Begriffe können sogar automatisch miteinander zu Pärchen verbunden werden. (z.b. bei von Anfang an multilingual erstellten Thesauri von Behörden) nur echte Äquivalenzpaare: =EQ 28 ISKO - Potsdam ISO und GND Scheven

29 Zwei verschiedene Vokabulartypen Strukturungleichheit (structural disunity): Die beteiligten Vokabularien sind in ihrer Struktur ungleich. Die Äquivalenz der Begriffe zweier oder mehrerer solcher Vokabularien hat mit der Position in der Struktur nichts zu tun. Die Begriffe müssen unabhängig von der Struktur auf einander bezogen werden. Das Mapping erzeugt sowohl richtige Äquivalenzpaare als auch viele Paare, bei denen der Begriffsumfang und der Begriffsinhalt nicht wirklich übereinstimmen. Verschiedene Typen der Äquivalenz: Exakte Äquivalenz: =EQ Nichtexakte Äquivalenz: ~EQ Weiterer Begriffsumfang: BM ( Broader Mapping ) Geringerer Begriffsumfang: NM ( Narrower Mapping ) Inhaltlich irgendwie verwandt: RM ( Related Mapping ) 1:n-Beziehungen: - Aufzählung von einzelnen, engeren Deskriptoren - Kombination von mehreren Deskriptoren 29 ISKO - Potsdam ISO und GND Scheven

30 Strukturmodelle für Mappings Welche werden empfohlen? A C B D F H P Q R S E G 30 ISKO - Potsdam ISO und GND Scheven

31 Strukturmodelle für Mappings 1. Alle Begriffe der verschiedenen Vokabularien werden jeweils miteinander zu Pärchen gebündelt. A C B D - bei strukturgleichen Vokabularien: nur echte Äquivalenzpaare - bei strukturungleichen Vokabularien: echte Äquivalenzpaare und viele Paare, die nur sehr schlecht zusammenpassen - sehr aufwändig; nur bei wenigen beteiligten Vokabularien geeignet 31 ISKO - Potsdam ISO und GND Scheven

32 Strukturmodelle für Mappings 2. Ein Vokabular dient als Drehscheibe ( hub ); die Begriffe der verschiedenen Vokabularien werden jeweils nur mit den Begriffen dieses Vokabulars in Beziehung gesetzt. E F H G -> für strukturungleiche Vokabularien geeignet, - besonders wenn viele verschiedene Vokabularien miteinander verbunden werden sollen. - wenn es ein Vokabular mit herausgehobenem Status gibt. 32 ISKO - Potsdam ISO und GND Scheven

33 Empfohlene Typen von Verbindungen zwischen verschiedenen Vokabularen Äquivalenz Hierarchie Assoziation Optional stärkere Differenzierung - exakt und nicht-exakte Äquivalenzpaare - Äquivalenz durch Kombination, entweder als Schnittmenge oder kumulativ Äquivalenz durch Kombination Weibliche Führungskräfte EQ Frau + Führungskraft Inlandwasserwege EQ Fluss Kanal 33 ISKO - Potsdam ISO und GND Scheven

34 Präkombination / Präkoordination - Typisch für Klassifikationen, Schlagwortsysteme, Taxonomien -> Äquivalenz durch Kombination; kann sehr komplex werden Einsatz des Mappings z.b. - In der Recherche von der Klassifikation ausgehend - In der Recherche von dem Thesaurus ausgehend -> Anwendungen haben Auswirkung auf die Mappings 34 ISKO - Potsdam ISO und GND Scheven

35 Interoperabilität in der GND: Namensnormdateien Technische Zusammenführung von Namensnormdateien und einem Thesaurus -> gleiches Datenformat; gleiche Struktur; gleiche Datenbank; gleiche Vorgehensweise bei der Darstellung von Beziehungen zwischen Entitäten Namensnormdateien und Thesaurus: Mit einander durch Instanzenbeziehungen verknüpft: Gattungsbegriff ist instantieller Oberbegriff zu Individualnamen im Teilbestand Sacherschließung nach bestimmten Regeln Bodensee BTI See Schwarze Dame Osterfeld 1988 BTI Schachklub 35 ISKO - Potsdam ISO und GND Scheven BTI: Broader Term, instantial = obin: Relationscode in der GND

36 Interoperabilität in der GND: andere Schlagwortsysteme Mappings im Rahmen von MACS (Multilingual Access to Subjects) GND-LCSH; GND-Rameau Nur Äquivalenzbeziehung ohne Spezifizierung des Übereinstimmungsgrades (keine hierarchischen oder Assoziationsbeziehungen) n:1 und 1:n-Beziehungen möglich (Kombinationsäquivalenzen) in die GND sollen alle 1:1 Beziehungen eingespielt werden (ca ); für 1:n-Beziehungen müsste das Datenformat erweitert werden. 36 ISKO - Potsdam ISO und GND Scheven

37 Interoperabilität in der GND: andere Thesauri Crosskonkordanz GND / STW Standard Thesaurus Wirtschaft Crosskonkordanz GND / Thesoz Thesaurus Sozialwissenschaften -> Spezifizierung der Art Relation: - Äquivalenz: - vollständige Übereinstimmung - Teilübereinstimmung: GND-Begriff ist weiter GND-Begriff ist enger - Assoziationsrelation 1:n- und n:1-beziehungen Angabe der Relevanz Mitführen der Begriffsgruppe des Fremdthesaurus -> kein Teil der GND; werden extra gepflegt 37 ISKO - Potsdam ISO und GND Scheven

38 Crosskonkordanzsätze: Feld 190: GND-Begriff Feld 750: Deskriptor Fremdthesaurus 005 Tc Begriffsgruppe: 065: GND-Systematik 011 ci 069: Systematik Fremdthesaurus a;9.3c ; ! !Interessenverband 667 Relevanz mittel 750 Sozialverband$SGESIS$ $2Thesoz 981 ub 005 Tc 981: Art der Relation: bf = EQ 011 cs ub= NM a;9.3c 069 N ;V.01.04;W ! !Interessenverband 750 Interessenvertretung$SZBW$ $2STW 981 bf 38 ISKO - Potsdam ISO und GND Scheven

39 Interoperabilität in der GND: DDC (CrissCross-Projekt) - Sachbegriffe und Geografika bekommen DDC-Notationen - Ziel/Anwendung: Suchraumerweiterung in der Recherche - Grundlage für das Mapping: nicht Begriffssystematisierung sondern erwartete Dokumentmenge - Angabe der Bindungsstärke über 4 Stufen ( Determiniertheit ; 4 = vollständige Übereinstimmung; 1 = geringste Übereinstimmung) - Problem: Sachschlagwörter oft viel enger (nur eine Teilmenge von einer DDC-Klasse) - Keine Angabe nach Art wie EQ, NM, BM oder RM - Kombination aus Bindungsstärke und Angabe der Art würde das Retrieval verbessern. 39 ISKO - Potsdam ISO und GND Scheven

40 Beispiel - Kichererbse ;32.4 (GND-Systematik) $d2$t spez. Botanik $d2$t Feldfrucht $d3$t im Gartenbau $d3$t Lebensmittelprodukt $d1$t Zutat beim Kochen 150 Kichererbse (Vorzugsbenennung) 450 Cicer arietinum (Synonym) 670 B 1986 (Quelle; Scope Note ) 40 ISKO - Potsdam ISO und GND Scheven $d= Determiniertheit

41 Kichererbse: DDC-Klassen (in Klammern die Determiniertheit) Fabales (Leguminales) (D2) Andere Hülsenfrüchte Einschließlich: Kichererbsen, Ackerbohnen... (D2) Kichererbsen (D3) Kichererbsen,... (D3) Kichererbsen Kochen (D1) Auch wenn die sich genau mit dem Kochen von Kichererbsen beschäftigt, ist die Determiniertheit gering, weil die meiste Literatur zu Kichererbsen Kichererbsen nicht als Kochzutat behandelt. 41 ISKO - Potsdam ISO und GND Scheven

42 Beispiel - Tomographie ;31.1c $d2$t $d2$t Tomographie 42 ISKO - Potsdam ISO und GND Scheven

43 Tomographie: DDC-Klassen (in Klammern die Determiniertheit) Radiologische Diagnostik (D2) Radiologische Diagnostik Tiermedizin (D2) Es fehlt eine Notation aus den Ingenieurwissenschaften, weil der zu erwartende Literaturanfall ( recall ) zu gering ist. (Die GND-Systematik ist dagegen eine Begriffssystematik; deshalb gibt es eine Notation aus den Ingenieurwissenschaften.) 43 ISKO - Potsdam ISO und GND Scheven

44 ISO und GND - Bewertung ISO 25964: Umfassende theoretische Grundlage für die Erstellung von Thesauri illustriert durch Beispiele Wertvolle Handreichung für die Erstellung von Crosskonkordanzen und Mappings zu verschiedenen Vokabularen. GND: Verwirklicht bereits viele Vorgaben von ISO bezogen auf die Thesauruserstellung und bezogen auf Mappings und Crosskonkordanzen. -> zukunftsweisendes Werkzeug Verbesserungsmöglichkeiten gemäß ISO 25964: - größerer Einsatz von Identifiern (nicht nur für den Datensatz, sondern auch für Begriffsgruppen oder Benennungen) - Bei zukünftigen Konkordanzen sollte die Art der Beziehung (hierarchisch/äquivalent/assoziativ) stärker berücksichtigt werden. 44 ISKO - Potsdam ISO und GND Scheven

45 Bezug von ISO In Deutschland: beide Teile der ISO über den Beuth-Verlag oder direkt über ISO Teil 1: number=53657 (238,00 CHF) Teil 2: number=53658 (196,00 CHF) Datenmodell: (und weitere allgemeine Informationen zu ISO 25964) Informationen zur GND Homepage der DNB: Öffentliches GND-Wiki: 45 ISKO - Potsdam ISO und GND Scheven

46 Fragen? Esther Scheven Deutsche Nationalbibliothek Inhaltserschließung Adickesallee 1 D Frankfurt am Main Tel.: Fax: mailto:e.scheven@dnb.de 46 ISKO - Potsdam ISO und GND Scheven