A linked open data architecture for contemporary historical archives

A linked open data architecture for contemporary
historical archives
Alexandre Rademaker1 Suemi Higuchi2
D´ario Augusto B. Oliveira2
IBM Research and FGV/EMAp
FGV/CPDOC
September 25, 2013

Getulio Vargas Foundation (FGV)
Brazilian higher education and
research institution founded in
December 20, 1944. It oﬀers regular
courses of Economics, Business
Administration, Law, Social Sciences
and Applied Mathematics. Its
original goal was to train people for
the country’s public- and
private-sector management. It is
considered by Foreign Policy
magazine to be a top-5 policymaker
think-tank worldwide.
http://portal.fgv.br
A. Rademaker, S. Higuchi, D. Oliveira (IBM Research and FGV/EMAp, FGV/CPDOC) September 25, 2013 2 / 22

CPDOC - Center of Brazilian Contemporary History
A major center for teaching and researching in the Social Sciences
and Contemporary History located in Rio de Janeiro. It holds:
Personal Archives (Acessus) ≈ 200 archives, up to 1,8M docs or
5.2M pages (700K digitalized), among text (handwritten and
printed), letters, memos, diaries, images and videos.
Oral History Program (PHO) A huge set of testimonies (in audio
and video) consisting of more than 2K interviews, which correspond
to up to 6K hours of recordings. 90% in digital format. Only 10% is
transcribed. Limit access, not online.
Brazilian Historical Biographic Dictionary (DHBB) 7,5K entries,
6,5K are of biographical and 1K related to institutions, events and
concepts of interest for the Brazilian history after 1930. Carefully
revised entries by researchers. Few metadata.

Currently Architecture

Currently Relational DB
89 tables/classes and 660 columns/properties.
TIPO_ARQUIVO
PK CD_TIPO_ARQUIVO
NM_TIPO_ARQUIVO
PO_Pasta
PK IDPasta
Tipo
Descricao
DataCriacao
UltimaModificacao
FK1 IDUsuario
ENTREVISTADO
PK CD_ENTREVISTADO
NM_ENTREVISTADO
NM_SOBRENOME_ENTREVISTADO
NM_NACIONALIDADE_ENTREVISTADO
CD_EST_CIVIL_ENTREVISTADO
NM_PROFISS_ENTREVISTADO
CD_CPF_ENTREVISTADO
CD_RG_ENTREVISTADO
CD_ORG_EMISS_ENTREVISTADO
NM_LOGR_RESID_ENTREVISTADO
NM_BAIR_RESID_ENTREVISTADO
NM_CID_RESID_ENTREVISTADO
SG_UF_RESID_ENTREVISTADO
NM_PAIS_RESID_ENTREVISTADO
CD_CEP_RESID_ENTREVISTADO
CD_TEL_RESID_ENTREVISTADO
CD_CELULAR_RESID_ENTREVISTADO
CD_EMAIL_RESID_ENTREVISTADO
NM_LOGR_COMERC_ENTREVISTADO
NM_BAIR_COMERC_ENTREVISTADO
NM_CID_COMERC_ENTREVISTADO
SG_UF_COMERC_ENTREVISTADO
NM_PAIS_COMERC_ENTREVISTADO
CD_CEP_COMERC_ENTREVISTADO
CD_TEL_COMERC_ENTREVISTADO
CD_CELULAR_COMERC_ENTREVISTADO
CD_EMAIL_COMERC_ENTREVISTADO
NM_CONTATO_ENTREVISTADO
DS_QLFCAO_CONTATO_ENTREVISTADO
CD_TEL_CONTATO_ENTREVISTADO
CD_CELULAR_CONTATO_ENTREVISTADO
CD_EMAIL_CONTATO_ENTREVISTADO
DT_NASC_ENTREVISTADO
FK2 NM_LOC_NASC_ENTREVISTADO
DT_FALEC_ENTREVISTADO
FK1 NM_LOCAL_FALEC_ENTREVISTADO
DS_ATIVIDADE
DS_FORMACAO
DS_OBSERVACAO
NM_COMPLETO_ENTREVISTADO_PESQ
DH_VERBETE
PK CD_VRB
CD_TP_VRB
IN_SIT_EDICAO_VRB
NM_VRB
NM_PESQ_VRB
CD_VRB_ORIGINAL
DS_LEAD_VRB
DS_OBS_VRB
DT_ATU_VRB
CD_LOGIN_USUSIS
DS_CONTEUDO
cd_vti
NM_CONHECIDO_VRB
IN_PUBLICADO
FK1 CD_UNIDADE_DOCUMENTAL
CONDICAO_ACESSO_ENTREVISTA
PK CD_CONDICAO_ACESSO_ENTREVISTA
FK2 CD_ENTREVISTA
FK1 CD_CONDICAO_ACESSO
IN_LIBERADO
AC_RESPONSABILIDADE
PK CD_RES
DS_RES
DT_ATU_RES
CD_LOGIN_USUSIS
AC_MANUSCRITO
CD_MAN
CD_CLASSIFICACAO_MAN
NR_DOCUMENTOS_MAN
IN_DOCUMENTO_TIPO_MAN
NR_DOCUMENTOS_TIPO_MAN
DS_PERIODO_PRODUCAO_MAN
NR_ANO_PRODUCAO_DE_MAN
NR_ANO_PRODUCAO_ATE_MAN
CD_PDA
CD_MICROFILME_MAN
DS_RESUMO_MAN
DS_NOTAS_MAN
DT_ATU_MAN
CD_LOGIN_USUSIS
FK1 CD_UNIDADE_DOCUMENTAL_MANUSCRITO
AC_INSTITUICAO
PK CD_INS
U1 DS_INS
DT_ATU_INS
CD_LOGIN_USUSIS
AC_ARQUIVO_UNIDADE_DOCUMENTAL
PK,FK2 CD_UNIDADE_DOCUMENTAL
PK,FK1 CD_ARQUIVO
NR_SEQUENCIA
TIPO_SUMARIO
PK CD_TIPO_SUMARIO
DS_TIPO_SUMARIO
PALAVRA_NAO_CAPITALIZAVEL
PALAVRA
AC_TITULACAO
PK SG_TIT
DS_TIT
NR_ORDEM
AC_DOADOR_FUNDO
PK CD_DOADOR
PK,FK1 SG_FUN
AC_DESCRITOR_UNIDADE_DOCUMENTAL
PK CD_DEL
AC_COLECAO_UNIDADE_DOCUMENTAL
PK CD_COLECAO
NR_SEQUENCIA
PARAMETRO_CONSULTA
NM_PARAMETRO
CD_NOTREE_PARAMETRO
DS_CONTEUDO_PARAMETRO
IN_REL_VISIVEL_PARAMETRO
IN_USU_COMUM_PARAMETRO
DS_EXPLICACAO_PARAMETRO
INSTITUICAO
PK CD_INSTITUICAO
U1 NM_RAZ_SOC_INSTITUICAO
NM_LOGR_INSTITUICAO
NM_BAIR_INSTITUICAO
NM_CID_INSTITUICAO
SG_UF_INSTITUICAO
NM_PAIS_INSTITUICAO
CD_CEP_INSTITUICAO
CD_TEL_INSTITUICAO
CD_FAX_INSTITUICAO
CD_EMAIL_INSTITUICAO
DH_CARGO
PK CD_CARGO
DS_CARGO
DS_ABREV_CARGO
CD_CARGO_TP
DT_ATU_CARGO
CD_LOGIN_USUSIS
AC_EXEMPLAR_PERIODICO
PK,FK2 CD_UNIDADE_DOCUMENTAL_EXEMPLAR
CD_EPR
CD_PRI
CD_VOLUME_EPR
CD_NUMERO_EPR
DS_DATA_PUBLICACAO_EPR
NR_ANO_PUBLICACAO_DE_EPR
NR_ANO_PUBLICACAO_ATE_EPR
DS_NOTAS_EPR
DT_ATU_EPR
CD_LOGIN_USUSIS
FK1 CD_UNIDADE_DOCUMENTAL_PERIODICO
AC_DOADOR
PK CD_DOADOR
NM_DOADOR
NM_CONJUGE_DOA
DS_PRINCIPAIS_ATIVIDADES_DOA
DS_NOTAS_DOA
IN_CONSELHO_DOADORES
DT_ATU_DOA
CD_LOGIN_USUSIS
CD_SERVICO
CD_EXT_SERVCLI
IN_FALECIDO
DIA_FALECIMENTO
MES_FALECIMENTO
ANO_FALECIMENTO
AC_AUTORIDADE
PK CD_AUT
NM_AUT
DT_ATU_AUT
CD_LOGIN_USUSIS
AC_ARTIGO_PERIODICO
PK,FK2 CD_UNIDADE_DOCUMENTAL_ARTIGO
CD_APR
CD_EPR
DS_TITULO_APR
CD_PAGINACAO_APR
DS_NOTAS_APR
DT_ATU_APR
CD_LOGIN_USUSIS
FK1 CD_UNIDADE_DOCUMENTAL_EXEMPLAR
TIPO_SUPORTE
PK CD_TIPO_SUPORTE
NM_TIPO_SUPORTE
SISTEMA
PK CD_SISTEMA
NM_SISTEMA
PO_SolicitacaoLog
PK IDLog
TipoLog
DataLog
IDSolicitacao
Descricao
DataAbertura
DataEncerramento
Status
Resultado
OmitirUsuario
IDUsuarioExterno
IDUsuarioResponsavel
IDUD
IDArquivo
IDAnotacaoUD
IDAnotacaoArquivo
PO_PastaArquivo
IDPasta
IDUD
IDArquivo
IDPastaUnidadeDeDescricao
DataInclusao
AC_TITULAR_AREA
PK CD_TITARE
FK4 CD_TFU
FK3 SG_TIT
FK1 CD_AAC
FK2 CD_INS
NM_LOCAL_TITARE
NR_ANO_FORMATURA_TITARE
AC_SERIE
PK CD_SER
FK1 SG_FUN
DS_SER
SG_SIGLA_SER
DS_NOTAS_SER
DT_LIBERACAO_SER
DT_ATU_SER
CD_LOGIN_USUSIS
IN_LIBERADA_CONSULTA
AC_LIVRO
PK CD_UNIDADE_DOCUMENTAL_LIVRO
CD_LIV
CD_CLASSIFICACAO_LIV
DS_TITULO_LIV
NM_EDICAO_LIV
NR_ANO_PUBLICACAO_DE_LIV
NR_ANO_PUBLICACAO_ATE_LIV
NM_LOCAL_PUBLICACAO_LIV
NM_EDITOR_LIV
NM_NUMERO_PAGINAS_LIV
DS_VOLUME_LIV
IN_ILUSTRACAO_LIV
NM_COLECAO_SERIE_LIV
DS_NOTAS_LIV
DS_INFO_PATRIMONIAL_LIV
DT_ATU_LIV
CD_LOGIN_USUSIS
AC_CONDICAO_ACESSO
PK CD_CONDICAO_ACESSO
DS_CONDICAO_ACESSO
SG_CONDICAO_ACESSO
UF
PK UF_SIGLA
UF_NOME
SITUACAO_ENTREVISTA
PK CD_SIT_ENTREVISTA
DS_SIT_ENTREVISTA
PO_AnotacaoArquivo
PK IDAnotacaoArquivo
IDArquivo
Descricao
DataCriacao
UltimaModificacao
ARQUIVO_DIGITAL_DESCRITOR
PK,FK1 CD_ARQUIVO_DIGITAL
PK CD_DEL
AC_CONDICAO_ACESSO_FUNDO
PK CD_CONDICAO_ACESSO_FUNDO
FK1 CD_CONDICAO_ACESSO
FK2 SG_FUN
FK3 CD_TIPO_UNIDADE_DOCUMENTAL
DT_CONDICAO_ACESSO
AC_AUTORIDADE_NAO_ELEITA
PK CD_AUT_NAO_ELEITA
NM_AUT_NAO_ELEITA
FK1 CD_AUT
DT_ATU_AUT_NAO_ELEITA
CD_LOGIN_USUSIS
USUARIO
PK CD_USUARIO
DS_LOGIN
FK1 CD_PERFIL_ACESSO
SUPORTE
PK CD_SUPORTE
FK1 CD_SESSAO_GRAVACAO
FK3 CD_TIPO_SUPORTE
DS_SUPORTE
FK2 CD_TECNICO
NR_QUANTIDADE_SUPORTE
PO_PastaUnidadeDeDescricao
PK IDPastaUnidadeDeDescricao
FK1 IDPasta
IDUnidadeDeDescricao
Origem
DataInclusao
InCopia
PERFIL_ACESSO
PK,FK1 CD_PERFIL_ACESSO
NM_PERFIL_ACESSO
CD_SISTEMA
ENTREVISTADOR
PK CD_ENTREVISTADOR
U1 NM_ENTREVISTADOR
NM_LOGR_ENTREVISTADOR
NM_BAIR_ENTREVISTADOR
NM_CID_ENTREVISTADOR
SG_UF_ENTREVISTADOR
NM_PAIS_ENTREVISTADOR
CD_CEP_ENTREVISTADOR
CD_TEL_ENTREVISTADOR
CD_CELULAR_ENTREVISTADOR
CD_EMAIL_ENTREVISTADOR
FK1 CD_INSTITUICAO
DS_FORMAC_ENTREVISTADOR
DS_OBS_ENTREVISTADOR
DH_CARGO_FUNCAO
PK CD_CARGO_FUNC
CD_CARGO
DS_CARGO_FUNC
BASEBUSCA
PK c4
c1
c2
c3
c5
c6
c7
c8
c9
c10
c11
c12
c13
c14
c15
AC_UNIDADE_DOCUMENTAL
PK CD_UNIDADE_DOCUMENTAL
CD_SER
FK1 CD_SSE
AC_AREA_ACADEMICA
PK CD_AAC
DS_AAC
DT_ATU_AAC
CD_LOGIN_USUSIS
PO_AnotacaoUD
PK IDAnotacaoUD
IDUD
Descricao
DataCriacao
UltimaModificacao
AC_ATIVIDADE
PK CD_ATI
DS_ATI
DT_ATU_ATI
CD_LOGIN_USUSIS
PO_UsuarioPerfil
FK1 IDPerfil
FK2 IDUsuario
PERFIL_HISTORAL_CATALOGO
PK,FK1 CD_PESQUISA
PK DT_PESQUISA_PHC
CD_ENTREVISTA
DH_CARGO_TIPO
PK CD_CARGO_TP
DS_CARGO_TP
AC_TITULAR_ATIVIDADE
PK CD_TITATI
FK3 CD_TFU
FK1 CD_ATI
FK2 CD_INS
NR_MES_INICIO_TITATI
NR_ANO_INICIO_TITATI
NR_MES_FIM_TITATI
NR_ANO_FIM_TITATI
AC_SUB_SERIE
PK CD_SSE
FK1 CD_SER
DS_SSE
SG_SIGLA_SSE
DT_ATU_SSE
CD_LOGIN_USUSIS
AC_DESCRITOR_ELEITO
PK CD_DEL
U1 DS_DEL
DT_ATU_DEL
CD_LOGIN_USUSIS
IN_EXCLUSIVO_ACCESSUS
IN_EXCLUSIVO_ESTUDOS_HISTORICOS
IN_EXCLUSIVO_ABHO
IN_EXCLUSIVO_PRODUCAO_INTELECTUAL
DS_CONCEITUACAO_TERMO
AC_AUTORIDADE_UNIDADE_DOCUMENTAL
PK CD_AUTORIDADE_UNIDADE_DOCUMENTAL
FK1 CD_AUT
FK2 CD_RES
TECNICO
PK CD_TECNICO
U1 NM_TECNICO
PROJETO
PK CD_PROJETO
U1 NM_TIT_PROJETO
DT_INIC_PROJETO
DT_FIM_PROJETO
DS_RESULTADO
FK2 CD_INSTITUICAO_CONVENIO
DS_COND_CONTRATO
FK1 CD_INSTITUICAO_FINANC
DS_OBSERVACAO
LOCALIDADE
PK CD_LOCALIDADE
NM_CID_LOCALIDADE
SG_UF_LOCALIDADE
NM_PAIS_LOCALIDADE
DH_VERBETE_SUBTIPO
CD_VTI
DS_VTI
DS_SUB_VTI
DH_VERBETE_BIO_CARGO
PK CD_VBC
NR_DATA_INI
NR_DATA_FIM
CD_VRB
CD_CARGO
SG_UF
SG_PAIS
CD_CARGO_FUNC
CD_INS
CD_CID
AC_UNIDADE_DOCUMENTAL_FUNDO
PK,FK1 SG_FUN
AC_PERIODICO
PK,FK1 CD_UNIDADE_DOCUMENTAL_PERIODICO
CD_PRI
CD_CLASSIFICACAO_PRI
DS_TITULO_PRI
NM_EDITOR_PRI
NM_LOCAL_PUBLICACAO_PRI
NM_PERIODICIDADE_PRI
NM_IDIOMA_PRI
DS_NOTAS_PRI
DT_ATU_PRI
CD_LOGIN_USUSIS
AC_FUNDO
PK SG_FUN
NM_FUN
DT_DOACAO_FUN
QT_VOLUME_ESTIMADO_FUN
DS_LOCALIZACAO_FISICA_FUN
DS_LOCALIZACAO_DIGITAL_FUN
DS_CODIGO_MICROFILME_FUN
DS_EQUIPE_FUN
DS_HISTORICO_ACERVO_FUN
DS_CONTEUDO_FUN
DS_NOTAS_FUN
DT_ATU_FUN
CD_LOGIN_USUSIS
DT_ABERTURA_CONSULTA_FUN
AC_ARQUIVO
PK CD_ARQUIVO
NM_ARQUIVO
DS_CAMINHO_ARQUIVO
DS_CAMINHO_ARQUIVO_ICON
DS_TEXTO_ARQUIVO
FK1 CD_TIPO_ARQUIVO
PO_Perfil
PK IDPerfil
Nome
FK1 CodigoSistema
PERFIL_PESQUISA_DESCRITOR
PK,FK1 CD_PESQUISA
PK CD_DNE
ENTREVISTA_ENTREVISTADO
PK,FK1 CD_ENTREVISTA
PK,FK2 CD_ENTREVISTADO
DH_CIDADE
CD_CID
DS_CID
DT_ATU_CID
CD_LOGIN_USUSIS
CD_RBR
AC_USUARIO_FUNDO
PK,FK3 CD_USU_FUN
CD_USERID_USU
FK4 CD_USUARIO
FK1 SG_FUN
AC_DOADOR_ENDERECO
PK CD_DOADOR
PK CD_TIPO_ENDERECO
NM_LOGRADOURO
NR_NUMERO
NM_COMPLEMENTO
NM_BAIRRO
NM_CIDADE
FK2 UF_SIGLA
FK1 PA_SIGLA
NR_CEP
DT_ATU_DOE
CD_LOGIN_USUSIS
AC_AUDIOVISUAL
PK,FK1 CD_UNIDADE_DOCUMENTAL_AUDIOVISUAL
CD_AVI
CD_TDA
CD_CLASSIFICACAO_AVI
CD_PREFIXO_TITULO_AVI
DS_TITULO_AVI
DS_PERIODO_PRODUCAO_AVI
NR_ANO_PRODUCAO_DE_AVI
NR_ANO_PRODUCAO_ATE_AVI
CD_PDA
NR_DOCUMENTOS_AVI
DS_FISICA_AVI
DS_NOTAS_AVI
DS_RESUMO_AVI
DT_ATU_AVI
CD_LOGIN_USUSIS
TECNICO_ENTREVISTA
PK CD_TECNICO_ENTREVISTA
FK1 CD_ENTREVISTA
FK3 CD_TECNICO
FK2 CD_FUNCAO
PO_AreaAcademica
PK IDAreaAcademica
Nome
PERFIL_PESQUISA_ENTREVISTADO
PK,FK2 CD_PESQUISA
PK,FK1 CD_ENTREVISTADO
LOCALIDADE_ENTREVISTA
PK,FK2 CD_LOCALIDADE
DOADOR
PK CD_DOADOR
U1 NM_DOADOR
DS_DOADOR
AC_CAPITULO_LIVRO
PK CD_UNIDADE_DOCUMENTAL_CAPITULO
CD_CLI
CD_LIV
DS_TITULO_CLI
CD_PAGINACAO_CLI
DS_NOTAS_CLI
DT_ATU_CLI
CD_LOGIN_USUSIS
FK1 CD_UNIDADE_DOCUMENTAL_LIVRO
PO_Usuario
PK IDUsuario
Tipo
Nome
Email
LoginFGV
Senha
DataNascimento
Sexo
FK2 IDGrauInstrucao
FK1 IDAreaAcademica
Cidade
IDUF
IDPais
FlagSpan
DataCriacao
Status
Guid
DataBloqueio
FlagSpanArquivologia
FlagSpanCienciasSociais
FlagSpanHistoria
FlagSpanNewsletterCPDOC
PO_Solicitacao
PK IDSolicitacao
Descricao
DataAbertura
DataEncerramento
Status
Resultado
OmitirUsuario
FK1 IDUsuarioExterno
FK2 IDUsuarioResponsavel
IDUD
IDArquivo
IDAnotacaoUD
IDAnotacaoArquivo
PO_GrauInstrucao
PK IDGrauInstrucao
Nome
ENTREVISTA_ENTREVISTADOR
PK,FK2 CD_ENTREVISTADOR
AC_TIPO_ARQUIVO
PK CD_TIPO_ARQUIVO
NM_TIPO_ARQUIVO
AC_ARQUIVO_COLECAO
PK,FK1 CD_ARQUIVO
PK,FK2 CD_COLECAO
NR_SEQUENCIA
PO_Mensagem
PK IDMensagem
Texto
DataCriacao
FK1 IDSolicitacao
IDUsuario
PERFIL_PESQUISA_USUARIO
PK CD_PESQUISA
CD_USUARIO
DT_PESQUISA_PPU
CD_TIPO_CONSULTA
CD_TIPO_PESQ_DEL LOG_OPERACAO
PK Codigo
Operacao
Tabela
Dados
Data
ENTREVISTA_PROJETO
PK,FK2 CD_PROJETO
ENTREVISTA
PK CD_ENTREVISTA
DS_OBJ_ENTREVISTA
U1 NM_TIT_ENTREVISTA
IN_TIP_ENTREVISTA
CD_DOADOR
DT_DOACAO_ENTREVISTA
DT_LIBERACAO_ENTREVISTA
DS_OBSERVACAO
IN_ARQ_DOC_ENTREVISTA
CD_SIT_ENTREVISTA
DS_REF_BIBLIOGRAFICA
DS_OBSERVACAO_FINAL
QT_DISQ_TRANSC_ENTREVISTA
NM_ARQ_TRANSC_ENTREVISTA
CD_DOC_TRANSC_ENTREVISTA
NU_PAGS_TRANSC_ENTREVISTA
DS_RESTRICOES_ACESSO
DS_JUSTIFICATIVA
NU_DISQ_TRANSC_ENTREVISTA
NM_PASTA_TRANSC_ENTREVISTA
IN_FICHA_TRANSC_ENTREVISTA
IN_FL_ROSTO_TRANSC_ENTREVISTA
IN_PROC_ENTREVISTA
NU_DISQ_AUDIO_ENTREVISTA
NM_PASTA_AUDIO_ENTREVISTA
IN_FICHA_AUDIO_ENTREVISTA
IN_FL_ROSTO_AUDIO_ENTREVISTA
NU_DISQ_AVISUAL_ENTREVISTA
NM_PASTA_AVISUAL_ENTREVISTA
IN_FICHA_AVISUAL_ENTREVISTA
IN_FL_ROSTO_AVISUAL_ENTREVISTA
DT_PREENCH_REL_ENTREVISTA
DS_CONTATO_ENTREVISTA
DS_LOC_ENTREVISTA
DS_ANDAMENTO_ENTREVISTA
DS_MUDANCA_ENTREVISTA
DS_INTERRUPCAO_ENTREVISTA
DS_PESSOA_PRESENTE
DS_COMENT_CESSAO_ENTREVISTA
DS_OUTRAS_OBSERVACOES
DT_ASSINATURA_CPDOC_ENTREVISTA
CD_ASSINADO_CPDOC_ENTREVISTA
DS_HERDEIRO_CPDOC_ENTREVISTA
DS_RESTRICAO_CPDOC_ENTREVISTA
DS_ENCAM_CPDOC_ENTREVISTA
DS_COND_USO_CPDOC_ENTREVISTA
DS_OBS_GRAVACAO
DS_RESUMO_FICHA_TEC
NM_TIT_ENTREVISTA_PESQ
DS_TEXTO_PUBLICACAO_CITACAO
DS_SUMARIO
CD_TRANSC_ENTREVISTA
IN_COBERTURA
DH_GOVERNO
PK CD_GOV
DS_GOV
NR_DATA_INIC_GOV
NR_DATA_FIM_GOV
DT_ATU_GOV
CD_LOGIN_USUSIS
AC_TITULAR_FUNDO
PK CD_TFU
NM_TFU
FK1 SG_FUN
NR_NASCIMENTO_DIA_TFU
NR_NASCIMENTO_MES_TFU
NR_NASCIMENTO_ANO_TFU
NM_PAI_TFU
NM_MAE_TFU
NM_CONJUGE_TFU
NR_FALECIMENTO_DIA_TFU
NR_FALECIMENTO_MES_TFU
NR_FALECIMENTO_ANO_TFU
DS_OUTRAS_ATIVIDADES_TFU
DS_NOTAS_TFU
DT_ATU_TFU
CD_LOGIN_USUSIS
FK2 CD_LOCALIDADE_NASCIMENTO
FK3 CD_LOCALIDADE_FALECIMENTO
AC_LOCALIDADE
PK CD_LOCALIDADE
NM_LOCALIDADE
FK1 CD_LOCALIDADE_PAI
FK2 CD_TIPO_LOCALIDADE
TECNICO_PROJETO
PK,FK1 CD_PROJETO
PK,FK2 CD_TECNICO
AJUDA
PK CD_AJUDA
DS_TEXTO_AJUDA
FK1 CD_FUNCIONALIDADE
AC_TIPO_LOCALIDADE
PK CD_TIPO_LOCALIDADE
NM_TIPO_LOCALIDADE
AC_DESCRITOR_NAO_ELEITO
PK CD_DNE
U1 DS_DNE
CD_DEL
DT_ATU_DNE
CD_LOGIN_USUSIS
IN_DNE_DEL
AC_ARQUIVO_FUNDO
PK,FK1 CD_ARQUIVO
PK,FK2 SG_FUN
NR_SEQUENCIA
TEMA_ENTREVISTA
PK CD_DEL
SESSAO_GRAVACAO
PK CD_SESSAO_GRAVACAO
FK1 CD_ENTREVISTA
NU_SESS_GRAV
DT_SESS_GRAV
QT_HR_SESS_GRAV
QT_MIN_SESS_GRAV
DS_LOCAL
DS_OBSERVACOES
FUNCAO
PK CD_FUNCAO
NM_FUNCAO
ENTREVISTA_SUMARIO
PK CD_ENTREVISTA_SUMARIO
FK1 CD_ENTREVISTA
DS_SUMARIO
FK2 CD_TIPO_SUMARIO
DH_VERBETE_IMPORTADO
FK1 CD_VRB
Nome
Conteudo
InAntigo
CONDICAO_ACESSO
PK CD_CONDICAO_ACESSO
DS_CONDICAO_ACESSO
DS_CONDICAO_ACESSO_EXIBICAO
AC_TIPO_UNIDADE_DOCUMENTAL
PK CD_TIPO_UNIDADE_DOCUMENTAL
NM_TIPO_UNIDADE_DOCUMENTAL
SG_TIPO_UNIDADE_DOCUMENTAL
FK1 CD_TIPO_UNIDADE_DOCUMENTAL_PAI
NR_SEQUENCIA_EXIBICAO
PERMISSAO
PK CD_PERMISSAO
FK2 CD_PERFIL_ACESSO
FK1 CD_FUNCIONALIDADE
IN_ACESSO
IN_INCLUSAO
IN_ALTERACAO
IN_EXCLUSAO
PAIS
PK PA_SIGLA
PA_NOME
PA_NOME_INGLES
FUNCIONALIDADE
PK CD_FUNCIONALIDADE
NM_FUNCIONALIDADE
SG_FUNCIONALIDADE
FK1 CD_SISTEMA
ARQUIVO_DIGITAL
PK CD_ARQUIVO_DIGITAL
DS_CAMINHO_ARQUIVO
FK3 CD_TIPO_ARQUIVO
IN_LIBERADO_CONSULTA
DS_METADADOS
DS_LEGENDA
FK1 CD_ENTREVISTA
DS_URL_ARQUIVO
FK2 CD_SESSAO_GRAVACAO
AC_PRECISAO_DATA
PK CD_PDA
DS_PDA
AC_LOCALIDADE_UNIDADE_DOCUMENTAL
PK,FK1 CD_LOCALIDADE
AC_COLECAO
PK CD_COLECAO
NM_COLECAO

Problems
Currently architecture is hard and costly to maintain and improve
given the relational model nature and systems;
innovative initiatives are usually postponed;
The data is available online but on the “deep web”;
CPDOC’s do not adopt any standard data model or vocab: (1) inhibit
interoperability with other open resources; and (2) hardly useful for
people outside CPDOC.
data files (audio, videos and images) scattered in different file servers,
DB only stores metadata and file paths (loose coupling).

Some inconsistencies
“verbete” is a dictionary entry. “bio cargo” is a position (“cargo”) that the
described person had during a speciﬁc time during which he/she carried on a
particular assignment (“funcao”). Controled lists but no standards! Double
relation between “bio cargo” and “cargo”.

Inconsistencies are not always straightforward to ﬁx
DELETE {
?bioc cpdoc:dbo_DH_VERBETE_BIO_CARGO_CD_CARGO ?cargo
}
INSERT {
graph <http://cpdoc.fgv.br/sys/update1/> {
?bioc cpdoc:dbo_DH_VERBETE_BIO_CARGO_CD_CARGO_FUNC _:funcao .
_:funcao rdf:type cpdoc:dbo_DH_CARGO_FUNCAO ;
cpdoc:dbo_DH_CARGO_FUNCAO_CD_CARGO ?cargo .
}
}
WHERE {
?bioc cpdoc:dbo_DH_VERBETE_BIO_CARGO_CD_CARGO ?cargo .
filter not exists {
?bioc cpdoc:dbo_DH_VERBETE_BIO_CARGO_CD_CARGO_FUNC ?cf .
?cf cpdoc:dbo_DH_CARGO_FUNCAO_CD_CARGO ?cargo .
}
}

. . . when we recognize the battle
against chaos, mess, and unmastered
complexity as one of computing
science’s major callings, we must
admit that “Beauty is our Business”.
(Edsger W. Dijkstra)
Some beautiful arguments using mathematical induction. http: // goo. gl/ KQ9j7Q .

The Long Run Project
Joint project between CPDOC and EMAp (Mathematical School);
Enrich the structure (semantics) of CPDOC data;
Open and expose CPDOC’s data and architecture making it more
maintainable and dynamic;
Uniform and integrated data treatment (standards and interlinks
between collections).

Motivations
Open Linked Data Initiative Principals;
Distributed open source development model/tools (collaborative data
maintenance and creation);
From data owner to data curator;

The migration process
(1) D2RQ was extracted RDF from relational; (2) enrichment of data semantics
(next slides); (3) DHBB entries to simple markdown ﬁles with YAML headers; (4)
PHO and Accessus collections are moved to DRMS (standards vocab, access
control, faced search, long-term preservation, OAI-PMH support etc.

The desired architecture

Improving semantics
1-1 with original relational DB. The connection of technician and interview is
parameterized by diﬀerent roles, the donator, interviewer and interviewed of an
interview are modeled each one in a speciﬁc table. In this case interviewed,
interviewer, donator and technician are all people (“ad hoc” modeling).

Improving semantics
prov centric but uses skos, dc, foaf, bio and geo, frbr etc. some classes can be
subclasses of standard classes, Interview, some classes can be replaced by
standard classes, localidade.

Conclusions
Challenge 1: convince CPDOC researchers to make the transition to
data owners to curators.
Challenge 2: adapt researchers to new technologies (VC, text editors,
scripts?, distributed workﬂow etc)
Model reﬁnements (corrections, transformations by alignments) can
be not straightforward.
Still a lot to be done. For instance...

Other Research Opportunities
Natural language processing: processing the DHBB entries to
discover relations between entries and with other linked data and
resources. DHBB for NLP and vice versa!
Ontology alignmnent algorithms for (semi-)automated the model
transformations.

Natural Language Processing
Manually discovered ≈ 50 links to dbpedia (Presidents of Brazil,
presidents of the Senate, political parties etc.)
NLP and text mining of DHBB entries: (1) proper names; (2) word
sense disambiguation using the openWordnet-PT (lexical resource);
and (3) named entity recognition and creation of links between
DHBB entries.
133,036 proper names identiﬁed (some few mistakes). Potencially
entities (people, locations, organizations etc)
Use grammars, lexical resources, formal ontologies, and logical tools
to reason about knowledge obtained from processing text in
Portuguese (Computational Semantics: KB, KR, and ATP);

Natural Language Processing

Audio and Transcriptions
Sinal processing to (semi-) automatic produce transcriptions, alignment
with already available transcriptions and audio segmentation
(interviewer/inverviwed);

Faces recognition and identiﬁcation
Image processing techniques to face recognition in photos collections.

Obrigado!
S: (v) thank, give thanks (express gratitude or show appreciation to)
(=>
(and
(instance ?THANK Thanking)
(agent ?THANK ?AGENT)
(patient ?THANK ?THING)
(destination ?THANK ?PERSON))
(and
(instance ?PERSON Human)
(or
(holdsDuring
(WhenFn ?THANK)
(wants ?AGENT ?THING))
(holdsDuring
(WhenFn ?THANK)
(desires ?AGENT ?THING)))))
SUMO Ontology, http://www.ontologyportal.org

A linked open data architecture for contemporary historical archives

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

Empfohlen

Empfohlen (20)

A linked open data architecture for contemporary historical archives