Introductie voor de workshop 'Prepare your metadata' (Brussel, 17 juni 2014)

2. OVER DOMEINEN
& IDENTIFIERS
Henk Vanstappen
PACKED vzw
PYM workshop 2014-06-18

3. 1. REALITY IS MESSY
reality is messy
Carl Lagoze, 2001

4. Pieter Brueghel de Oude
Pieter Brueghel I
Pieter Bruegel, 1525-ca 1569
Bruegel, Pieter, 1525?-1569
Bruegel, Pieter de Oudere
Bruegel, Pieter, l'ancien
Bruegel, Pieter, d.ä.
Brueghel, Pieter, o Velho
Брейгель, Питер, ок.
‫ל‬
,
‫פיטר‬
,
‫האב‬
Brueghel, Pieter the Elder,
1528-1569
Breughel, Pieter, the Elder

5. PARIS

6. KLEED

7. KLEED

8. Mona Lisa
Monna Lisa
La Joconde
La Gioconda
Portrait de Mona Lisa,
(1479-1528); dite
La Joconde
Inv . nr. 799
Gian Giacomo Caprotti

9. Mona Lisa
Monna Lisa
La Joconde
La Gioconda
Portrait de Mona Lisa,
(1479-1528); dite
La Joconde
Inv . nr. 799
Gian Giacomo Caprotti
LHOOQ

10. Interbellum
1918-1940
11 november 1918 - 1
september 1939
November 11th, 1918 to
September 1st, 1939
ca. 1920 – ca. 1935

11. HET PROBLEEM
Resources niet uniek te identificeren
Resources niet vindbaar
Resources niet uitwisselbaar
Extra metadata noodzakelijk

13. OPLOSSING#1: LIJSTJES
lijsten
afspraken
maar: veel werk
maar: probleme uitwisselbaarheid blijft

14. OPLOSSING#2: AUTHORITIES

15. OPLOSSING#3: ON LINE AUTHORITIES

16. OPLOSSING#4: LINKED OPEN DATA
Machineleesbaar
Persistent
Uniek: domein+identifier

17. EXTERNE BRON (AUTHORITY)
• binnen een bepaald domein
• unieke identificatie van resource
• eventueel verrijkt met bijkomende
gegevens
• te bevragen via http-protocol
• syntax:
namespace (domein) + identifier

18. DOMEINEN & IDENTIFIERS
domein identifier
Jansens Jan
ISBN 978 0 5862 0747 5
HTML <a>
EAD <name>
AAT 300033618
Wordnet painting

19. DOMEINEN & IDENTIFIERS
namespace identifier
viaf.org 95761864
wikipedia.org Pieter_Bruegel_the_Elder
dbpedia.org Pieter_Bruegel_the_Elder
geonames.org 2800867

20. PERSISTENTE URLS
base url identifier
http://viaf.org/viaf/ 95761864/
http://wikipedia.org/ Pieter_Bruegel_the_Elder/
http://dbpedia.org/
page/
Pieter_Bruegel_the_Elder/
http://geonames.org/ 2800867/

21. KWALITEITSEISEN URI (SYNTAX)
• Persistent en uniek
• Enkel letters, cijfers, underscore, hyphen
• Logische, eenvoudige opbouw
• Human readable
• Systeemonafhankelijk (geen query strings)

22. KWALITEITSEISEN URI (SYNTAX)
Wel:
http://collectie.museum.org/data/12345
http://museum.org/collectie/data/12345
http://museum.org/collectie/12345/data
Niet:
http://europeana.eu/portal/record/15503/
E627F23EF13FA8E6584AF8706A95DB85908413BE.html
http://www.culture.gouv.fr/public/mistral/joconde_fr?
ACTION=CHERCHER&FIELD_1=REF&VALUE_1=000PE
025604

23. KWALITEITSEISEN EXTERNE BRON
Inhoud
• scope
• volledigheid
• correct
• toegevoegde data (rijkdom)
• koppeling met andere authorities

24. KWALITEITSEISEN EXTERNE BRON
Beheer
• persistente bron
• open licentie
• uitbreidbaar
Toegang
• machineleesbaar (xml, json)
• GUI (html)
• API (OpenSearch, SRU, …)

25. VOORBEELD: VIAF
Links:
http://viaf.org/
http://viaf.org/viaf/95761864/
http://viaf.org/viaf/95761864/rdf.xml
http://viaf.org/viaf/95761864/viaf.xml
http://viaf.org/viaf/95761864/marc21.xml
http://viaf.org/viaf/95761864/justlinks.json
Queries:
http://viaf.org/viaf/search?query=cql.any+%3D+”Brueghel,
Pieter”&httpAccept=application/rss%2bxml

26. AGENDA
Intro (Henk)
Wat & hoe (Alina)
• Welke bronnen zijn geschikt?
• Persistente URI creëren
Oefening: normaliseer en verrijk 10 objecten
{pauze}
Demo’s:
• Data cleanen met Open Refine (Alina)
• Systemen aanpassen: Adlib en CA (Jeroen & Joris)
• Proof of the pudding: verrijkte collectiecatalogus (Bert)

28. AGENDA
Intro (Henk)
Wat & hoe (Alina)
• Welke bronnen
• Persistente URI
Oefening: normaliseer en verrijk 10 objecten
{pauze}
Demo’s:
• Data cleanen met Open Refine (Alina)
• Systemen aanpassen: Adlib en CA (Jeroen & Joris)
• Proof of the pudding: verrijkte collectiecatalogus (Bert)

29. OEFENING
1. Download CSV file bit.do/pyd
2. Beschrijf werken in CSV file
3. Selecteer relevante domeinen en voeg waar
mogelijk PURLs toe voor namen, concepten,
locaties en agents
4. creeer een PID voor de werken
5. creeer een PID voor de beschrijvingen (data)