1. Metadataschema’s en
inhoudelijke ontsluiting
Piet de Keyser
2013

2. Waarom?
 Interesse voor metadataschema’s
 Weinig of niet voor de inhoudelijke
ontsluiting daarin

3. Vroeger…
 Titelbeschrijving volgens …
 Inhoudelijke ontsluiting?
Trefwoorden?
 Vaak geen => “known item search”
 Vaak vrije
 Grote talen: wel systemen, bv. LCSH

4. 1970 - 1990
 ISBD – MARC
= formaten voor professionelen
 Trefwoorden:
 Ook voor kleinere taalgebieden
 “Handboek trefwoorden” : 1979
 Maar: 1ste
zin voorwoord !!
 Thesauri voor speciale bibliotheken

5. Vanaf jaren ‘90
 Concurrentie van andere formaten
 Formaten ook voor niet-
professionelen / buiten bibliotheken
 Inhoudelijke ontsluiting lijkt minder
belangrijk
 Automatische full text indexering
 Keywords van zoekmachines
 Opgang XML -> uitwisseling tussen
formaten

6. Begin 21ste
eeuw
 Aandacht voor ontologieën
 < Semantic Web
 Ontologieën -> linked data
 Héél andere relaties dan in klassieke
instrumenten (bv. thesauri):
 “heeftIngrediënt” / “heeftSalarisschaal”
 >< thesauri: BT, NT, RT
 >< trefwoorden: zie, zie ook

7. Metadataformaten
 MARC21
 Dublin Core
 ETD-MS
 TEI
 METS
 MODS
 GEM / LOM
 ONIX
 CDWA / VRA

8. MARC21
machine readable cataloging
 Velden 6XX -> 15 velden
 Maar ook
 Velden 0XX -> ook méér dan 10
 Bv. 080 - UDC
 Bv. 082 – DDC
 Héél gestructureerd via
 Subvelden
 Indicatoren

9. MARC21
 Daarnaast:
 Speciaal formaat voor authority records
 Speciaal formaat voor classificaties
 Dus: structuur !, maar:
 Structuur ≠ gecontroleerd
 Bv. Libis-net:
 690 38 a
5 Vt
 Filosofie van 9-(sub)velden

10. MODS
metadata object description schema
 = MARC in XML
 Met MADS als authority format
 Ook Lite-versie: 15 DC velden
 Woorden i.p.v. getallen voor velden
 Leesbaarder
 Ook leesbaarder van MARCXML

11. MODS
 Voorbeeld trefwoord:
<subject authority="lcsh">
<topic>Journalism</topic>
<topic>Political aspects</topic>
<geographic>United States.
</geographic>
</subject>

12. MODS
 Voorbeelden classificatie-codes:
<classification
authority="lcc"> PN4888.P6 A48
1999 </classification>
<classification edition="21"
authority="ddc">071/.3
</classification>

13. DC
Dublin Core
 Oorspronkelijk 15 velden
 Belangrijkste inhoudelijke ontsluiting =
Subject
 Maar ook: Coverage
 Ondertussen: uitbreiding naar
“terms”

14. DC Subject
“Typically, the subject will be
represented using keywords,
key phrases, or classification
codes. Recommended best
practice is to use a
controlled vocabulary.”

15. DC vocabulary encoding schemes
o.a.
- DDC
- LCC
- UDC
- LCSH
- MeSH
- TGM

16. DC Subject: verdere evolutie
 Maar: nota bij Subject als “term”:
“This term is intended to be used
with non-literal values as defined
in the DCMI Abstract Model. As of
December 2007, the DCMI Usage Board
is seeking a way to express this
intention with a formal range
declaration.”
=> Tendens tot formaliseren + linken aan
gecontroleerde vocabulaires

17. ETD-MS
 Metadata Standard for Electronic
Theses and Dissertations
 Populair in eindwerkenrepositories
 Leunt erg aan bij DC
 dc.subject
 dc.coverage

18. TEI
text encoding initiative
 In feite codering hele document
 Cf. HTLM
 Metadata -> header
 Mogelijkheden:
 Keywords
 Termen gecontroleerde vocabulaires
 Classificatiecodes

19. Schema’s leerobjecten
bijv. LOM (Learning Object Metadata)
 In sectie “general” o.a.
 Keywords -> vrije trefwoorden
 Coverage
 In sectie “classification”
 Meer gestructureerd
 Allerlei classificaties mogelijk

20. CDWA
 Categories for de Description of
Works of Art
 Ca. 380 velden < complexiteit
kunstvoorwerken

21. CDWA
 Onder andere:
SUBJECT MATTER
- Subject Display
- General Subject Terms
- General Subject Type
- General Subject Extent
- Specific Subject Terms
- Specific Subject Type
- Specific Subject Extent
- Outside Iconography Term
- Outside Iconography Code
- Subject Interpretive History
- Remarks
- Citations
- Page

22. VRA
 Visual Resources Association Core
Categories
 17 velden -> o.a. Subject
 “proper names”, “geographic
designations”, “generic terms”, etc.
 Gecontroleerde vocabulaires zijn
aangeraden: AAT, TGM, ICONCLASS
 Dus: minder gestructureerd dan
CDWA

23. Gevolgen
 Veelheid aan formaten
 Sommige erg gestructureerd
 Sommige minder gestructureerd
 Omzettingen
 Rijk -> arm: CDWA -> DC
 Arm -> rijk: DC -> MARC21
 Crosswalks: bijv. MARC/DC ,CDWA

24. Eenheidscatalogi: bv.Unicat
 Een geschiedenis van België / Marc Reynebeau ->
keywords
332 --- België --- geschiedenis ---
#GGSB: Geschiedenis (Belgie) ---
#KVHA:Geschiedenis; Belgie ---
geschiedenis --- België --- 931 --- 931
--- 1830 - 2005 --- België ---
Geschiedenis --- Ontstaan --- 94(493) ---
C8 --- geschiedenis ---
België [land in werelddeel Europa] ---
E070309.jpg ---
België: geschiedenisgeschiedenis van België -
--- Inleidingen - Hand- en leerboeken
--- Ideologie en politiek

25. Gevolgen
 DC -> heel belangrijk bij open
archives
 Harvesters:
 Bv. Narcis: geen velden
 Bv. Oaister: “Trefwoorden:”
 Zeer ruim
 Bv. Scholar Google: geen “subject:”
 => keywords

26. Invloed metadataschema’s op
inhoudelijke ontsluiting
 Positief
 Structureren informatie -> velden
=> In principe: gericht zoeken
 Bepalen soms expliciet dat
gecontroleerd vocabulaires gebruikt
(zouden) moeten worden

27. Invloed metadataschema’s op
inhoudelijke ontsluiting
 Negatief
 Gericht zoeken? => in praktijk: alleen
“keywords”
 Belangrijkste, nl. DC, laat zeer veel / te
veel ? vrijheid

28. Nabije toekomst
 Semantic Web
 Linked data
 Rol metadata en inhoudelijke
ontsluiting?

29. Semantic Web

30. Semantic Web
 Alleen ontologieën als instrument
inhoudelijke ontsluiting?
 Oorspronkelijk wel -> nu ook
waarde ingezien van “vocabularies”

31. Semantic Web en “vocabulaires”
“At times it may be important or
valuable to organize data. Using
OWL (to build vocabularies, or
“ontologies”) and SKOS (for
designing knowledge organization
systems) it is possible to enrich
data with additional meaning, which
allows more people (and more
machines) to do more with the
data.”

32. SKOS
 Simple Knowledge Organization System
 “SKOS is an area of work developing
specifications and standards to
support the use of knowledge
organization systems (KOS) such as
thesauri, classification schemes,
subject heading systems and
taxonomies within the framework of
the Semantic Web.”

33. SKOS
<madsrdf:authoritativeLabel
xml:lang="en">Ostend (Belgium)
</madsrdf:authoritativeLabel>
<rdfs:label xml:lang="en"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-
schema#">Ostend (Belgium)</rdfs:label>
</madsrdf:Geographic>
<madsrdf:Topic
rdf:about="http://id.loc.gov/authorities/s
ubjects/sh85061212">
<rdf:type
rdf:resource="http://www.loc.gov/mads/rdf/
v1#Authority"/>

34. Conclusies
 Inhoudelijke ontsluiting met
traditionele instrumenten kan
belangrijk zijn
 Trefwoordsystemen
 Thesauri
 Classificaties
 Voorwaarden =>

35. Conclusies
 Voorwaarden
 Duidelijk aangeven wat wat is in
metadata
 Niet te veel ruimte voor vrije
trefwoorden
 Authority files -> publiek maken
 Ook belangrijk voor RDA !
 Compatible met SKOS