organização e representação da informação (digitalizada)

I Encontro de Arquivos Contemporâneos 1

ORGANIZAÇÃO E REPRESENTAÇÃO DA INFORMAÇÃO (DIGITALIZADA)

Arquivos, Bibliotecas e Museus

nuno oliveiraUniversidade do Minho

25 e 26 de Outubro de 2012


A Internet e a Web



Um pouco de história...


Vinton Cerf Robert Kahn

Timothy Berners-Lee

Internet

1990 Web

1974

IP

1974

TCP


Um pouco de história…


1º Website Info.cern.ch foi criado em hypertexto (a primeira forma básica do HTML)

HTML (HyperText Markup Language) conjunto de marcas para descrever a estrutura de um documento na web.

HTML foi baseado no SGML (Standard Generalized Markup Language), usada para descrever dialetos de anotação




1994 - Criado o W3C (World Wide Web Consortium)

de onde nasce

XML (eXtensible Markup Language)

Inicia projeto: criar uma linguagem interpretável por software, e integrável com outras linguagens

a metalinguagem para a criação de linguagens de

anotação




Larry Page Sergey Brin

1998

Redesenho do acesso à informação!

A importância de uma página web:- não depende do número de acessos com

que conta...- depende do número de páginas que lhe

apontam (e sua importância)Pag

eR

an

k




Steven ChenYoutube(com Chad Hurley)

Mark ZuckerbergFacebook

Ramu YalamanchiHi5

2003 2004 20052001 2006

Even WilliamsTwiterBlogger (1999)

Jimmy WalesWikipedia

Redesenho do uso da web

WEB 2.0Informação é criada pelos utilizadores!

Cooperação!


Um pouco de história...


WEB 3.0 ou WEB Semântica

Projeto iniciado em 2001

Relacionamento semântico entre

dados

Dados na web interpretáveis por

computadores

Atribuição de significado aos conteúdos na

web

Interoperabilidade e Cooperação

Ontologias

Inteligência Artificial

Anotação e Metadados

Redesenho da Web


Os Arquivos e a Informação



No início era o documento!

• O Documento era o centro do arquivo

• O interesse no arquivo era por parte da história

• O arquivo era visto como auxílio a historiadores



Mas o documento foi custodiado…• Nacionalização de bens• Custódia de bens nacionalizados

• Arquivos centralizados em edifícios pertencentes ao estado • Arquivos públicos e privados são destruídos• Perde-se a identidade do documento como um elemento no seu contexto original

• Mudança no paradigma arquivístico• Mas investigação histórica continua a ser o mote para o

arquivo



E depois foi bifurcado...• Evolução da sociedade• Evolução das organizações, administrações e instituições• Produção de informação não histórica

• Separação dos arquivos em Históricos e Administrativos

• Arquivos administrativos • Novo paradigma arquivístico• Pragmatismo• Novas técnicas para organização e tratamento de informação• Facilitação no acesso à informação



No final era a Informação!• O documento deixa de ser o foco do arquivo• A informação passa a ser o objeto de trabalho dos arquivistas

• Tratamento de informação passa a ser visto como ciência• Não só no contexto de arquivos mas (e até primeiro) em

museus e bibliotecas

• Informática e Ciências da Informação e da Documentação caminham de mãos dadas• Técnicas de Preservação, Anotação, Digitalização e

Pesquisa• Uniformização da Informação para interoperabilidade• Etc.



A disponibilização da informação• Evolução da Web• Maior disponibilidade de informação• Acesso facilitado à informação• Aparecimento de standards para representação de

informação• Facilitação da Interoperabilidade entre sistemas de

informação

• Evolução da mentalidade arquivista• Necessidade de aceder pragmaticamente à Informação• Aparecimento de novos tipos de “documentos”• Necessidade de rever métodos de gestão de informação

• Desejo de troca de informação entre sistemas de informação arquivada



Em busca da Interoperabilidade



Uniformização de Arquivos


Modelo OAIS (Open Archival Information System)

Arquitetura standard para a construção de repositórios e arquivos digitais

Modelo para acesso aberto a informação a ser preservada a longo-termo


Comunicação entre Arquivos


Arquivos não necessitam mais de estar de costas voltadas

arquivo arquivoTroca de Informação

Implementação de Protocolos de Comunicação

OAI – PMH (Open Archive Initiative – Protocol for Metadata Harvesting)

SWORD (Simple Web-service Offering Repository Deposit)

Arquivos importam e exportam informação nestes standardsProviders e Harvesters

Auxiliam a comunicação e integração de software com agregadores de informação


Pesquisa Federada


arquivo

Ponto de Acesso

SRU/CQL(Search Retrieval via URL / Context Query Language)

arquivo arquivo

arquivoarquivo

Protocolo para queries de procura sobre a internet

CQL define a sintaxe para a escrita de queries

- Um ponto de acesso- Uma query- Resultados de procura provenientes de várias portais agregadores de informação


Dados, Informação e Conhecimento



Dados, Informação e Conhecimento


Dados

Informação

Conhecimento

Entidades sintáticas (valores, quantidades, etc.) passíveis de serem “medidas” e processados

Relacionamento semântico entre os dados atribuindo-lhes um significado

Estruturação e organização da informação adquirida como resultado de um processo cognitivo

Apren

dizag

em


Informação, o segredo!


Um bombeiro dos Voluntários da Aguda

(Gaia), de 49 anos, morreu, esta

segunda-feira de manhã, na sequência

de um acidente com uma ambulância da

corporação, na A29, em Arcozelo.notícia retirada do JN a 2012-10-22








corporação, na A29, em Arcozelo.notícia retirada do JN a 2012-10-22








corporação, na A29, em Arcozelo.

<corporação> <localidade>

<idade> <data>

<autoestrada><localidade>

notícia retirada do JN a 2012-10-22

<evento>

<motivo>




Anotação(interna) de documentos

Inscrição de notas, comentários ou marcas num documento que ajudam a clarificar/normalizar o seu conteúdo.

Marcas dão significado aos dados


Informação, o segredo (2)!


Um bombeiro dos Voluntários da Aguda (Gaia), de 49 anos, morreu, esta segunda-feira de manhã, na sequência de um acidente com uma ambulância da corporação, na A29, em Arcozelo.

Título = “Bombeiro morre em acidente na A29”

Criador = “Jornal de Notícias”

Tema = “Acidente Mortal”

Descrição = “Notícia sobre morte de bombeiro na sequência de um acidente em autoestrada.”

Editor = “Jornal de Notícias”

Data = “2012-10-22”

Tipo = “Texto”

Formato = “text/plain”

Identificador = “http://goo.gl/e84GL”

Linguagem = “PT”


Informação, o segredo (2)!


MetadadosDados sobre os dados

Definem a semântica dos dados externos ao documento

Enriquecimento da informaçãocom

Anotação (externa) de documentos usando

... que não são expressos no conteúdo do documento ...


Metadados e os Documentos



Documentos


Cada tipo pode ser descrito de várias formas...

O que é considerado um documento?

Os tipos de documento são variados!

Artigo Científico

LivroRelatório

Fotografia

Biografia

Filme

Fatura

Certificado

Gravação ÁudioPassaporte

... depende, claramente, do contexto e da sua utilização

Página Web


Metadados do Documento


Três grandes tipos de metadados...

DescritivosDescrevem os dados essenciais do recurso.E.g., título, autor, etc.

AdministrativosDescrevem dados administrativos que ajudam na manutenção do documento.E.g., a data de criação, como foi a criação, etc.

EstruturaisDescrevem como o recurso é composto.E.g., ordenação de páginas, organização em sistema de ficheiros


Esquemas de Metadados


Conjunto de metadados desenhado em específico para um dado propósito

ex. descrever um determinado relatório...

Tem, geralmente, um contexto de utilização associado!

Podem completar-se, descrevendo um documento para vários propósitos

Definem a semântica (e sintaxe) dos metadados e seus conteúdos


Esquemas de Metadados


- Dublin Core – para simples descrição de um documento

- TEI (Text Encoding Initiative) – para anotação de textos eletrónicos (e.g., romances)

- METS (Metadata Encoding and Transmission Standard) – para expressar estrutura de um objeto digital assim como para o descrever e localizar os ficheiros que o compõem

- EAD (Encoded Archival Description) – para anotar dados em inventários ou índices em linha

- LOM (Learning Object Metadata) – para fomentar o uso de recursos didáticos suportados por tecnologia

- CDWA (Categories for Description of Works of Art) – para descrever objetos visuais como pinturas ou esculturas

- ISAD(g) (General International Standard Archival Description ) – guias para descrever arquivos


Uma questão de Semântica



Nem só de pão vive o homem...


A anotação de documentos ajuda o humano a perceber com maior exatidão o conteúdo e o próprio documento

As marcas de anotação por si só fornecem o significado ao valor marcado

Nesta perspetiva

E as relações semânticas que entre elas existem...

Porque (melhor ou pior) o humano conhece o domínio

MASAs máquinas

NÃO!!!É necessário “ensinar-lhes” o domínio!


Organização semântica da Informação


Ontologias

“Uma ontologia é um artefacto que

define um conjunto de conceitos,

relações e axiomas para um domínio de

saber específico, representando e

organizando o conhecimento implícito (de

forma a que um conjunto de sistemas cooperativos

concordem e o partilhem).”Retirado, traduzido e adaptado de “Ontological Adaptive Integration Of Reverse Engineering Tools”


Organização semântica da Informação


Ontologias O = (C, R, A)

- C – Entidades da Ontologia- CC – Conceitos (Ex: Mãe)- CI – Instâncias dos conceitos (Ex: Teresa)

- R – Relações entre entidades da Ontologia- RH – Relações taxonómicas/hierárquicas entre conceitos (Ex:

Mãe ‘é_uma’ Pessoa)- RI – Relações entre conceitos e Instâncias (Ex: Teresa ‘é_uma’

Mãe)- RS – Relações não taxonómicas entre conceitos (Ex: Mãe

‘tem_filho’ Filho)- RP – Propriedades dos conceitos (Ex: Pessoa

‘data_de_nascimento’ 1986-02-26)

- A – Axiomas. Dão consistência à ontologia e são usados para inferir novo conhecimento (Ex: “Se duas Filhas têm a mesma mãe então são Irmãs”)


Ontologias…Metadados… Cooperação?


CooperaçãoSó haverá cooperação entre sistemas (de arquivos) se todos falarem a mesma língua!

XML é a língua franca para a interoperabilidade (de informação)!

Mas o conteúdo em XML pode ser interpretado de várias maneiras!

MetadadosMas os metadados têm um significado bem definido!

No entanto o significado depende do domínio específico...

OntologiasAs ontologias descrevem um domínio!

Os metadados (conceitos nas ontologias) podem ser relacionados de forma unívoca numa tal estrutura...

Uma vez aceites as relações inter-metadados , os sistemas podem cooperar porque se percebem mutuamente!


Os nossos Projetos



Metadados na Pesquisa Semântica

• Criação de Ontologia para uma área jurídica• Levantamento de metadados associados a documentos dessa área• Relacionamento entre metadados e conceitos ontológicos

• Implementação da pesquisa de documentos baseada na ontologia

• Benefícios da pesquisa ontológica na obtenção de informação jurídica


De documentos Jurídicos!


Povoamento Automático de Ontologias

• Área jurídica do direito de família• Criação de Ontologia para representar conhecimento

sobre a área

• Utilização de processamento de linguagem natural para reconhecer padrões e anotar textos jurídicos

• Informação anotada usada para povoar ontologias

• Diminuição dos custos e esforços na construção de bases de conhecimento


A partir da anotação de documentos Jurídicos!


Geração Automática de Museus Virtuais

• Base de dados de espólio (de museus e arquivos) anotado

• Ontologia geral para descrever o conhecimento anotado

• Construção de salas de exposição virtuais para aprendizagem a partir de especificações sobre a vistas da ontologia e os documentos anotados

• Navegação dirigida pela semântica• Uso de browsers semânticos

• Projeto CoNVEM / Geny


A partir da anotação de espólio de arquivos e museus



• Projeto siME, Projeto de Mestrado, Genio• Museu da Emigração e das Comunidades (Fafe)



Outros Projetos



Qwiki



Google Art Project



Sumário



Sumário


Tim Berners-Lee adaptou-se à (na altura) nova tendência da comunicação entre computadores e revolucionou-a!

Tal revolução levou à criação de espaços partilhados de informação, acessíveis por todo o mundo!

Os arquivos e os seus profissionais também evoluíram com o tempo, adaptando-se às demandas da sociedade e à própria evolução tecnológica!

A Web continuou a evoluir ao ponto de se estar agora a preparar para a sua terceira fase, onde as máquinas irão compreenderão o conteúdo dos recursos documentais...

A noção de anotações e metadados como o segredo para a obtenção de informação, e o seu relacionamento semântico com base em ontologias, parece estar em consonância com a noção semântica que a web quer para si.A uniformização de arquivos como repositórios de Informação, aumentam a possibilidade de cooperarem, promovendo a troca de informação (em tempos custodiada)


ORGANIZAÇÃO E REPRESENTAÇÃO DA INFORMAÇÃO

Arquivos, Bibliotecas e Museus

nuno oliveiraUniversidade do Minho


organização e representação da informação (digitalizada)

Documents