25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
1
ORGANIZAÇÃO E REPRESENTAÇÃO DA
INFORMAÇÃO (DIGITALIZADA)
Arquivos, Bibliotecas e Museus
nuno oliveira
Universidade do Minho
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
A Internet e a Web
2
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
3
Um pouco de história...
1974
1974
Internet
IP
TCP
1990 Web
Vinton Cerf
Robert Kahn
Timothy Berners-Lee
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
4
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
5
Um pouco de história…
1994 - Criado o W3C (World Wide Web Consortium)
Inicia projeto: criar uma linguagem interpretável
por software, e integrável com outras linguagens
de onde nasce
XML (eXtensible Markup Language)
a
metalinguagem para a criação de linguagens de anotação
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
6
Um pouco de história…
Redesenho do acesso à informação!
1998
PageRank
Larry Page
Sergey Brin
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)
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
7
Um pouco de história…
Redesenho do uso da web
2001
2003
Jimmy Wales
Wikipedia
Ramu Yalamanchi
Hi5
WEB 2.0
Cooperação!
2004
Mark Zuckerberg
Facebook
2005
2006
Steven Chen
Youtube
Even Williams
Twiter
(com Chad Hurley)
Blogger (1999)
Informação é criada pelos utilizadores!
25 e 26 de Outubro de 2012
8
I Encontro de Arquivos Contemporâneos
Um pouco de história...
Redesenho da Web
WEB 3.0 ou WEB Semântica
Projeto iniciado em
2001
Dados na web
interpretáveis por
computadores
Atribuição de
significado aos
conteúdos na web
Interoperabilidade e
Cooperação
Inteligência Artificial
Ontologias
Anotação e
Metadados
Relacionamento
semântico entre
dados
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Os Arquivos e a Informação
9
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
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
10
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
11
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
12
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
13
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.
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
14
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Em busca da Interoperabilidade
15
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
16
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
17
Comunicação entre Arquivos
Arquivos não necessitam mais de estar de costas voltadas
arquivo
Troca de Informação
arquivo
Implementação de Protocolos de Comunicação
OAI – PMH
SWORD
(Open Archive Initiative – Protocol for Metadata Harvesting)
(Simple Web-service Offering Repository Deposit)
Arquivos importam e exportam informação nestes standards
Providers e Harvesters
Auxiliam a comunicação e integração de software com agregadores de informação
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
18
Pesquisa Federada
arquivo
arquivo
arquivo
arquivo
arquivo
Ponto de
Acesso
- Um ponto de acesso
- Uma query
- Resultados de procura
provenientes de várias portais
agregadores de informação
SRU/CQL
(Search Retrieval via URL / Context Query Language)
Protocolo para queries de procura sobre a internet
CQL define a sintaxe para a escrita de queries
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
19
Dados, Informação e Conhecimento
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
20
Dados, Informação e Conhecimento
Dados
Entidades sintáticas (valores, quantidades, etc.) passíveis de serem
“medidas” e processados
Informação
Relacionamento semântico entre os dados atribuindolhes um significado
Conhecimento
Estruturação e organização da
informação adquirida como resultado
de um processo cognitivo
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
21
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
22
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
23
Informação, o segredo!
<localidade>
<corporação>
Um bombeiro dos Voluntários da Aguda (Gaia),
<idade>
<evento>
<data>
de 49 anos, morreu, esta segunda-feira de
<motivo>
manhã, na sequência de um acidente com uma
<autoestrada>
<localidade>
ambulância da corporação, na A29, em Arcozelo.
notícia retirada do JN a 2012-10-22
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
24
Informação, o segredo!
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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
25
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”
Data = “2012-10-22”
Criador = “Jornal de Notícias”
Tipo = “Texto”
Tema = “Acidente Mortal”
Formato = “text/plain”
Descrição = “Notícia sobre morte de bombeiro
na sequência de um acidente em autoestrada.”
Identificador = “http://goo.gl/e84GL”
Linguagem = “PT”
Editor = “Jornal de Notícias”
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
26
Informação, o segredo (2)!
Enriquecimento da informação
com
Anotação (externa) de documentos usando
Metadados
Dados sobre os dados
Definem a semântica dos dados externos ao documento
... que não são expressos no conteúdo do documento ...
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Metadados e os Documentos
27
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
28
Documentos
O que é considerado um documento?
Os tipos de documento são variados!
Fotografia
Livro
Página Web
Artigo Científico
Passaporte
Certificado
Filme
Relatório
Biografia
Fatura
Gravação Áudio
Cada tipo pode ser descrito de várias formas...
... depende, claramente, do contexto e da sua utilização
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
29
Metadados do Documento
Três grandes tipos de metadados...
Descritivos
Descrevem os dados essenciais do recurso.
E.g., título, autor, etc.
Administrativos
Descrevem dados administrativos que ajudam na manutenção do documento.
E.g., a data de criação, como foi a criação, etc.
Estruturais
Descrevem como o recurso é composto.
E.g., ordenação de páginas, organização em sistema de ficheiros
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
30
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!
Definem a semântica (e sintaxe) dos metadados e seus conteúdos
Podem completar-se, descrevendo um documento para vários propósitos
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
31
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
- ISAD(g) (General International Standard Archival Description ) – guias para
descrever arquivos
- 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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Uma questão de Semântica
32
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
33
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
Nesta perspetiva
As marcas de anotação por si só fornecem o significado ao valor marcado
E as relações semânticas que entre elas existem...
Porque (melhor ou pior) o humano conhece o domínio
MAS
As máquinas NÃO!!!
É necessário “ensinar-lhes” o domínio!
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
34
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”
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
35
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”)
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
36
Ontologias…Metadados… Cooperação?
Cooperação
Só 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!
Metadados
Mas os metadados têm um significado bem definido!
No entanto o significado depende do domínio específico...
Ontologias
As 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!
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Os nossos Projetos
37
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
38
Metadados na Pesquisa Semântica
De documentos Jurídicos!
• 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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
39
Povoamento Automático de Ontologias
A partir da anotação de documentos Jurídicos!
• 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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
40
Geração Automática de Museus Virtuais
A partir da anotação de espólio de arquivos e museus
• 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
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
41
Geração Automática de Museus Virtuais
Geny
Space
Ontology
Central
Ontology
GenySL
Specifications
SemDOR
Assets
Contribution
Navigation
and Feedback
Generates
Semantic
Contribution
Visitor's knowledge
Contribution
Learning
Spaces
Navigation
and Feedback
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
42
Geração Automática de Museus Virtuais
• Projeto siME, Projeto de Mestrado, Genio
• Museu da Emigração e das Comunidades (Fafe)
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
43
Geração Automática de Museus Virtuais
25 e 26 de Outubro de 2012
Outros Projetos
I Encontro de Arquivos Contemporâneos
44
25 e 26 de Outubro de 2012
Qwiki
I Encontro de Arquivos Contemporâneos
45
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
Google Art Project
46
25 e 26 de Outubro de 2012
Sumário
I Encontro de Arquivos Contemporâneos
47
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
48
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!
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...
Os arquivos e os seus profissionais também evoluíram com o tempo, adaptando-se às
demandas da sociedade e à própria evolução tecnológica!
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)
25 e 26 de Outubro de 2012
I Encontro de Arquivos Contemporâneos
49
ORGANIZAÇÃO E REPRESENTAÇÃO DA
INFORMAÇÃO
Arquivos, Bibliotecas e Museus
nuno oliveira
Universidade do Minho