Kontrollierte Vokabulare - Begriffsklärung

• Wortsammlung nach festen Regeln
• Reduzierung von Mehrdeutigkeiten in natürlicher Sprache, bspw.
  • Homonyme: gleiche Schreibweise, verschiedene Bedeutung
  • Polyseme: gleiche Schreibweise, gemeinsame sprachliche Wurzel, systematische Mehrdeutigkeit
  • Synonyme: verwandte Bedeutung
• verschiedene Ausprägungen
  • Schlagwortlisten: i.d.R. alphabetisch; inhaltl. Beschreibung eines Dokuments
  • Taxonomien, Systematiken, Klassifikationssysteme: hierarchische Strukturierung von Begriffen, physische Ordnung von Gegenständen, Gliederung von Sachgebieten
  • Thesaurie: strukturiert nach Ober-, Unterbegriffen, Synonyme
    • z.B. Standard-Thesaurus Wirtschaft

Anwendungsfälle

• Verbesserung des Information Retrieval, Indexierung, Browsing
• Informationsaustausch zwischen Dateninfrastrukturen (z.B. Repositories u. Aggregatoren)
  • Eindeutige Beschreibung formaler Eigenschaften von Dokumenten, wie
    • Format
    • Genre
    • Zugriffsrechte
  • Eindeutige Beschreibung inhaltlicher Aspekte von Dokumenten
    • unter Verwendung thematischer Vokabulare (Schlagwortnormdateien, Klassifizierungsschemata)

Beispiele

• DDC, LCC, LCSH, MESH, NLM, TGN, UDC
• DCMI Type Vocabulary http://dublincore.org/documents/dcmi-terms/#H7
  • Domänenübergreifendes Basisvokabular zur Kategorisierung des Genres von Informationsressourcen
  • Collection, Dataset, Event, Image, Interactive Resource, MovingImage, PhysicalObject, Service, Software, Sound, StillImage, Text
• Gemeinsames Vokabular für Publikations- und Dokumenttypen http://edoc.hu-berlin.de/series/dini-schriften/12/PDF/12.pdf
  • Erweiterung des DCMI Type Vocabulary
  • Kompatibilität zu Publikationstypen aus info:eu-repo/semantics
  • angewandt im Metadatenaustausch mit der DNB (Pflichtablieferung elektronischer Publikationen)
  • angewandt im DINI-Zertifikat

Applikationsprofil info:eu-repo

https://wiki.surfnet.nl/display/standards/info-eu-repo

• entwickelt im Kontext der DRIVER, später OpenAIRE Guidelines
• Definition von Term-Identifiern basierend auf dem Namensraum **info:eu-repo**, z.B. für
  • Publikationstypen (article, book, …)
  • Zugriffsrechte (openAccess, closedAccess, …)
  • Datumstypen (date/embargoEnd, date/publication, …)
  • Grant Agreement Ids (grantAgreement/EC/FP7/123456, …)
  • Versionstypen (publishedVersion, draft, updatedVersion, …)
• verbreitete Anwendung in OAI-Metadaten

Von info:eu-repo zu den COAR Vocabularies

• Technisches Upgrade nötig
  • http://info-uri.info Registry für Identifier wird nicht weiter gepflegt
  • info:eu-repo Vokabulare ausschliesslich Identifier geprägt, berücksichtigt keine regionalen und sprachlichen Besonderheiten
• Organisatorisches Upgrade nötig
  • Überführung aus Projektkontexten unter das Dach einer langfristig orientierten, internationalen Organisation -> COAR

COAR Interest Group “Controlled Vocabularies”

• Diskussionsforum über Vokabulare für Repository Manager und Informationsspezialisten
• Aufbau und Pflege einer Wissensbasis zu kontrollierten Vokabularen und deren Anwendung in Application Profiles und Guidelines
• http://purl.org/coar/igcv/

Editorial Board

• Internationale Zusammensetzung
• Weiterführung / Ablösung von info:eu-repo durch COAR Vokabulare, sowie Empfehlungen existierender Vokabulare, z.b. Creative Commons Vocabulary
• Revision und Prüfung der Aufnahme neuer Terme
• Übersetzungen von Labels
  • aktuell unterstützte Sprachen: Englisch, Französisch, Spanisch, Russisch, Chinesisch, Japanisch, Italienisch, Deutsch, Portugiesisch, Holländisch, Katalanisch, Türkisch

Problemdefinition

• Vielfalt an Metadatenstandards und Vokabularien
• zahlreicher werdende regionale Repositorynetzwerke mit regionalen Besonderheiten -> Herausforderung an Interoperabilität
• Forderung nach Technologie-Upgrade, u.a. Linked-Data Prinzipien
• Metadatenanreicherung und semantische Verknüpfung digitaler Objekte (z.B. Publikation-Forschungsdaten; Identifier für Autoren, Funder, Projekte, …)

VocBench

• Workflow-gesteuertes und Rollen basiertes Onlinewerkzeug zum Editieren, Pflegen, Exportieren von Thesaurie kompatible zum SKOS Standard
• ursprünglich entwickelt als kollaboratives Werkzeug zur Pflege des AgroVoc
• http://artemide.art.uniroma2.it/vocbench2/

SKOS - Simple Knowledge Organization System

• W3C Standard, informativer Einstieg über SKOS Primer http://www.w3.org/TR/skos-primer/
• kontrollierte Vokabulare, Klassifikationssysteme etc. in natürlicher Sprache nun auch maschinell und web-kompatibel anwendbar (Stichwort Linked Open Vocabularies)
• Terminologie
  • Concept: abstrakte Idee, Objekt, Ergeignis; identifiziert durch eine URI
  • Label: ein Term der ein Concept beschreibt; präferriertes Label, alternative Label
  • Relationships: definieren hierarchische Beziehungen zwischen Concepts; broader, narrower, related
  • Mapping properties: definieren Verknüpfungen zwischen Concepts in verschiedenen Concept Schemata
  • Collections: Gruppierung von Concepts, die zu einem bestimmten Vokabular gehören
  • Notes: Dokumentation

Semantische Verknüpfungen in SKOS

Quelle: Florian Thiery, http://i3mainz.hs-mainz.de/sites/default/files/public/data/predicatecanon.png

Das COAR Resource Type Vokabular

• Mehrsprachigkeit
• Permanente Identifier
• Hierarchische Strukturierung (optional) durch ‘broader term’ bzw. ‘narrower term’
• URI-Mappings (‘matches’) zu äquivalenten Termen in anderen Vokabularien

• Dokumentation: http://vocabularies.coar-repositories.org/documentation/resource_types
• LD-Frontend Pubby: http://purl.org/coar/resource_type

Technische Implementierung

Nutzungsszenarien und Mehrwert in OA Repositorien

• einheitliches, mehrsprachiges Vokabular (z.B. für Publikationstypen) im Browsing
• konsistente Verwendung kontrollierter Terme in OAI-Metadaten bzw. zur Publikation als Linked Data
  • über Plattform- und Infrastrukturgrenzen hinweg
• Reduzierung des Normalisierungsaufwands in Aggregatoren
• Berücksichtigung regionaler Besonderheiten in Guidelines zu OA Metadaten
• Grundlage qualitativ hochwertiger Metadaten z.B. für valide Berechnung von Metriken zur Impactabschätzung

Schluss und Mehr

• Vielen Dank für Interesse!
• Fragen?

Referenzen

• COAR Vocabularies. http://purl.org/coar/igcv/coar-vocabularies/
• Subirats-Coll, I., & Zeng, M. L. (2013). LODE-BD Recommendations 2.0: Report on how to select appropriate encoding strategies for producing Linked Open Data (LOD) enabled bibliographical data. http://eprints.rclis.org/22454/
• Frazier, P. J. SKOS: A Guide for Information Professionals. http://www.ala.org/alcts/resources/z687/skos