Informatica per le discipline umanistiche - maurocadei.it · La Catalogazione Semantica: la...

13/05/2011

1

La Ricerca dell‟Informazione

per le Scienze Umane

13 maggio 2011

1

Informatica per le Discipline Umanistiche - Mauro Cadei

La Ricerca dell‟Informazione:

Oggetti e Attori

13 maggio 2011

2


Documento

conoscenze e informazioni

letteratura di riferimento per una specifica disciplina

informazione fattuale (dati)

sono registrate su supporti fisici

documento(risorsa informativa) = supporto + contenuto analogico o digitale

locale o remoto (accessibile in rete)

testuale, grafico, multimediale …

13 maggio 2011

3


Documento

risorsa continuativa (più frequente in ambito analogico): documento costituito da più parti che si aggiungono successivamente al contenuto iniziale(es.: rivista, opera multivolume)

risorsa integrativa (più frequente in ambito digitale): documento il cui contenuto è modificato con frequenza elevate(es. home page di un sito web)

ciclo di vita: periodo di tempo nel quale il contenuto del documento è aggiornato o rilevante

13 maggio 2011

4


Esigenza Informativa

13 maggio 2011

5


Anomalous State of Knowledge(ASK): percezione soggettiva di una lacuna di conoscenza che determina una ricerca d‟informazione

ricerca di un documento conosciuto(known item search)

ricerca di un argomento specifico(specific subject search)

esplorazione (browsing) all‟interno di un ambito disciplinare

navigazione (surfing) partendo da un documento e seguendo collegamenti

serendipità (serendipity): guidato solo dalla curiosità spero di essere fortunato e trovare qualcosa d‟interessante

Ricerca di Informazioni

tacit knowledge retrieval: rivolgersi

ad un esperto

information retrieval: interrogare il

catalogo di una biblioteca, una

web directory, un motore web …

full text retrieval: consultare un

documento

reference linking: consultare i

documenti riferiti in un documento

13 maggio 2011

6


13/05/2011

2

Information Retrieval (IR)

processo interattivo

richiesta (query) formulata dall‟utente (chi cerca le informazioni)

risposta (result) fornita da un sistema che

seleziona, tra tutte le informazioni di cui dispone, quelle pertinenti con la query

indicizza le informazioni (indica come reperire i documenti che le contengono)

ordina le informazioni secondo il grado di rilevanza (relevanceranking)

13 maggio 2011

7


Information Retrieval

disciplina tecnico/scientifica

nata negli anni „50

classical IR: nelle DB

web IR: nei motori di ricerca

13 maggio 2011

8


I Metadati

13 maggio 2011

9


Query

query con

termini generici

su motore

generalista

es: “Umberto Eco

tesi” su Google

(quasi 60.000

risultati)

13 maggio 2011

10


Query

query con valori

qualificati su motore

specialistico

es.

Google Libri

Titolo = “tesi”

Autore = “Umberto Eco”

(1 risultato)

13 maggio 2011

11


Metadati per l‟IR

metadato: attributo strutturato del documento che ne promuove il reperimento

indicizzazione: inserimento di metadati (cercando di anticipare i criteri di ricerca)

record: insieme di metadati che fornisce una descrizione sufficientemente articolata del documento

schema di metadati: insieme predefinito di elementi che per ogni metadato indicano

nome (etichetta)

valore che può assumere

regole di utilizzo

formati di scambio (per la condivisione con altri sistemi)

13 maggio 2011

12


Ih kj kjh kjh kjh kjh kjh

jj lkj lkj lkj lkj lkj lkj lkj

lkj lkj lkj lkj lkj lkj lkj

lkj lk jlk jlk jlk jl kjl kj

lkj lkj lkjl kj lkj lkj lkj.

Lkj lkj lk jlk jlk jlk jl kjl

kj lkj lkj lkj lkj lkj lkj

lkj.

hgfhhgf hgf hgf hg

hgf hgf hgf hgf hg

hgf hgf hggf hgf hf

hgf hgfh gfhgf hgf

hgf hgf hg hgf.

gjh jhg jhg jh jhg jhg

metadato

metadato

metadato

metadato

metadato

13/05/2011

3

Indicizzazione

manuale

catalogatore: operatore umano specializzato che si occupa dell‟indicizzazione (di solito solo da frontespizio e poche altre parti (paratesto))

abstract: indicizzazione di articoli scientifici da parte dell‟autore

social tagging: indicizzazione distribuita nel web

automatica

eseguita da un sistema di IR

può essere su tutto il testo (full text indexing)

13 maggio 2011

13


Metadati

descrittivi (es. titolo, autore, lingua, data di pubblicazione …)

identificatore (es. ISBN, DOI …)

semantici: riguardano il contenuto intellettuale (es. parole chiave, abstract, codice di classificazione …)

di localizzazione: riguardano l‟esemplare fisico o copia del documento (es. segnatura, URL …)

amministrativi e gestionali: riguardano le modalità di archiviazione e manutenzione

strutturali: collegano le varie componenti di risorse composte

13 maggio 2011

14


ISBN

International Standard Book Number

www.isbn.it

13 cifre (5 parti separate da “-”)

prima parte (3 cifre): identifica il tipo di manufatto (libro: 978 e in futuro anche 979)

seconda parte: area linguistica (identifica il Paese o l'area linguistica dell'editore)

terza parte: prefisso editore (identifica l'editore/marchio editoriale)

quarta parte: numero identificativo del titolo

quinta parte (1 cifra): numero di controllo (garanzia contro possibili errori)

13 maggio 2011

15


DOI

Digital Object Identifier: standard che consente l'identificazione duratura, all'interno di una rete digitale, di qualsiasi entità che sia oggetto di proprietà intellettuale (testi, immagini, risorse audio o video, software …) e di associarvi metadati

www.doi.org

benefici:

persistenza (alla modifica dell‟ubicazione del materiale …)

cooperazione con altri dati, provenienti da altre fonti

estensibilità (possibile aggiungere nuove caratteristiche e servizi attraverso l‟amministrazione dei Gruppi dei DOI Name)

indipendenza dalla piattaforma

aggiornamenti dinamici

13 maggio 2011

16


Metadati

esterni: registrati all‟esterno del

documento primario, in un

documento secondario

(surrogato)

(es. scheda catalografica)

interni: all‟interno del documento

primario

specifici tag nei documenti digitali

(es. tag nello header dei file

HTML)

13 maggio 2011

17


Elenchi di Record di Metadati

13 maggio 2011

18


indici: liste di surrogati,

supportano il browsing

(es. bibliografie, web directory

…)

gestiti in modalità DB:

supportano ricerche più articolate

(es. cataloghi online di

biblioteche …)

13/05/2011

4

La Biblioteca come Sistema di IR

13 maggio 2011

19


Biblioteca Tradizionale

missione: rendere liberamente accessibili le informazioni di interesse per il pubblico di riferimento

funzioni:

selezionare e acquisire documenti

disporli fisicamente nella collezione

segnalarne la presenza agli utenti (catalogo, strumenti di disseminazione)

facilitarne la ricerca e l‟accesso (reference: istruzione e aiuto agli utenti)

gestirne la circolazione (consultazione, prestito, copie analogiche e digitali (download))

conservarli (riordino, pulizia, rilegatura, sostituzione)

scartarli (al termine del ciclo di vita)

13 maggio 2011

20


Biblioteca: Evoluzione

documenti digitali (testuali e multimediali): ebooks, ejournals, banche dati, audio, video, immagini

accesso remoto

necessità di confrontarsi con le nuove realtà di gestione e circolazione delle conoscenze (web …)

funzioni di gestione: automazione, accesso online

13 maggio 2011

21


IR in Biblioteca

biblioteca a scaffale aperto

disposizione fisica dei documenti per argomento

browsing a scaffale

biblioteca a scaffale chiuso

catalogo: collezione di surrogati (schede catalografiche)

intestazione (punto di accesso): metadato utilizzato come criterio di ordinamento

segnatura: metadato che indica la collocazione fisica

descrizione: altri metadati

13 maggio 2011

22


Catalogo

catalogo per autore/titolo: intestazione = cognome dell‟autore o titolo per opere anonime o collettive, riviste …

catalogo per soggetto: intestazione = stringa di testo che esprime l‟argomento

catalogo cartaceo: schede mobili in cassetti

catalogo informatizzato: realizzato con DB

OPAC (Online Public Access Catalog): online

13 maggio 2011

23


La Catalogazione Bibliotecaria

13 maggio 2011

24


13/05/2011

5

Catalogazione Bibliografica

ramo della biblioteconomia (library science)

principi internazionali di catalogazione(Statement of International CataloguingPrinciples) (2009)

standard catalografici: schemi di metadati

metadati descrittivi

International Standard Bibliographic Description(ISBD) (2007)

codici di catalogazione nazionali:

in Italia: Regole Italiane di Catalogazione (RICA) (2009)

metadati semantici testuali (soggetti)

in Italia: Nuovo Soggettario (2006)

metadati semantici codificati (codici di classificazione)

Classificazione Decimale Dewey

13 maggio 2011

25


Registrazione Bibliografica

record bibliografico

visualizzazione

nell‟OPAC

intestazione

segnatura

13 maggio 2011

26


Registrazione Bibliografica

visualizzazione in formato UNIMARC XML (formato di scambio internazionale tra le biblioteche basato su XML)

punti di accesso indispensabili: metadati indicizzati più utilizzati come criteri di ricerca (titolo, autore, soggetto, anno, identificatore standard)

punti di accesso aggiuntivi: gli altri metadati (Paese, lingua …)

13 maggio 2011

27


Controllo di Autorità

effettuato dal

catalogatore per

risolvere problemi

di omonimia e

sinonimia

si crea un record

di autorità e le

varianti sono rinvii

ad esso

13 maggio 2011

28


Entità dell‟Universo Bibliografico

opera: puro contenuto intellettuale di un documento

espressione: modo in cui l‟opera si realizza (es. in forma di testo, in

forma di immagini in movimento …)

manifestazione: l‟oggetto fisico in cui l‟espressione si materializza (es. il libro, il film …)

esemplare: la singola copia che istanzia la manifestazione (es. una copia del libro o di un DVD …)

13 maggio 2011

29


Relazioni tra Documenti

relazione di equivalenza: tra i documenti cambia solo la manifestazione (es. fotocopie, ristampe, digitalizzazioni …)

relazione derivativa: cambia solo l‟espressione (es. traduzioni, nuove edizioni, revisioni, riduzioni cinematografiche)

relazione descrittiva: cambia l‟opera: uno dei documenti commenta, critica, recensisce o analizza l‟altro

relazione sequenziale: un documento continua l‟altro (es. sequel di un film)

relazione di accompagnamento: un documento si aggiunge ad un altro (es. supplemento di una rivista)

13 maggio 2011

30


13/05/2011

6

La Catalogazione Semantica:

la Soggettazione

13 maggio 2011

31


Soggettazione

descrizione dell‟argomento

principale (aboutness) del

documento con una o più stringhe

di testo strutturate (soggetti)

i termini della stringa sono scelti

da un vocabolario controllato

regole in Italia: Nuovo

Soggettario (2006)

13 maggio 2011

32


Soggettazione: Esempio

titolo: “I rag@zzi del web - I preadolescenti e Internet: una ricerca”

soggetto:

Oggetto: Internet

Azione: Internet – Diffusione

Agente/Beneficiario: Internet –Diffusione – Adolescenza

Forma del contenuto: Internet –Diffusione – Adolescenza -Inchieste

13 maggio 2011

33


Controllo del Vocabolario

linguaggio di indicizzazione: vocabolario dei termini utilizzati per la soggettazione non controllato: utilizza i termini

contenuti nel documento da catalogare (es. liste di keyword)

controllato: si basa su un vocabolario controllato, elenco di descrittori, termini preferiti cui sono associati termini non-preferiti (sinonimi, quasi sinonimi, forme varianti …)

thesauro: vocabolario controllato con indicazione delle relazioni tra i descrittori di concetti correlati

13 maggio 2011

34


La Catalogazione Semantica:

la Classificazione

13 maggio 2011

35


Classificazione Bibliografica

classificazione dei documenti in aree disciplinari

attribuisce ad ogni documento un codice

alfabetico

numerico

misto

utile anche per la collocazione a scaffale

si basa su uno schema di classificazione

ambito di applicazione

generale: per l‟intero sapere umano

specialistico: per singole discipline

rappresentazione dei concetti

enumerativo: i concetti sono elencati gerarchicamente

a faccette: ogni concetto è la combinazione di singoli termini (faccette)

13 maggio 2011

36


13/05/2011

7


Melvil Dewey (1851–1931): bibliotecario statunitense

Dewey DecimalClassification

lo schema più diffuso nel mondo (30 lingue, 135 paesi, 60 biblioteche nazionali)

schema generale, enumerativo

codice numerico

13 maggio 2011

37



classificazione gerarchica del sapere

10 classi (aree disciplinari)

000: generalità

100: flosofia

200: religione

300: scienze sociali

400: linguaggio

500: scienze naturali e matematiche

600: tecnologia (scienze applicate)

700: belle arti e arti decorative

800: letterature

900: geografia - storia13 maggio 2011

38


CDD: Esempio

13 maggio 2011Informatica per le Discipline Umanistiche - Mauro Cadei

39

Zangara Aldo, “Il post-infarto e le patologie associate: interventi preventivi, curativi e riabilitativi nella pratica clinica”, Piccin, 1997, ISBN 88-299-1353-7

600 scienze applicate

610 medicina

616 malattie

616.1 specifiche malattie

616.12 malattie del cuore

616.123 malattie delle coronarie

616.1237 infarto miocardico

616.123705 misure preventive

La Ricerca dell‟Informazione

13 maggio 2011

40


Ricerca dell‟Informazione

definire il target informativo (argomento, aspetti principali, limitazioni linguistiche, temporali …)

tradurre il target in un profilo di ricerca(stringa di termini e relazioni tra essi)

inserire il profilo in uno o più sistemi di information retrieval

in base a numerosità e bontà dei risultati

riformulare il profilo di ricerca

allargare la ricerca (pearl growing)

restringere la ricerca (onion peeling)

navigare tra le citazioni (citation search)

una volta raggiunto un set soddisfacente

filtrarlo ed ordinarlo (ranking)

monitorare le fonti nel tempo (aggiornamento)

13 maggio 2011

41


Ricerca nell‟OPAC: Navigatore Dewey

es.: http://opac.bncf.firenze.sbn.it/opac/controller.jsp?action=dewey_browse13 maggio 2011

42


13/05/2011

8

OPAC: Liste di Browsing

titoli

13 maggio 2011

43



autori

13 maggio 2011

44



soggetti

13 maggio 2011

45


OPAC: Ricerca Libera (Keyword)


46

OPAC: Ricerca Base


47

OPAC: Ricerca Avanzata

operatori booleani: AND, OR, NOT

logica fuzzy (es. “autorekw@:(

cadei @~ )” trova gli autori

“Cadei”, “Zadei”, “Caldei” …)

caratteri jolly

*: uno o più caratteri

?: un solo carattere

rilevanza (@^)

filtri

13 maggio 2011

48


13/05/2011

9

OPAC: Ricerca Avanzata

ordinamento

salvataggio dei

risultati

13 maggio 2011

49


SuperOPAC: SBN

Servizio Bibliotecario

Nazionale

www.sbn.it

quasi 4.000 biblioteche

italiane

13 maggio 2011

50


SuperOPAC: WorldCat

WorldCat di OCLC

www.oclc.org/worldcat

più di 60.000 biblioteche

112 Paesi

più di 470 lingue

182 milioni di record

bibliografici

13 maggio 2011

51


MetaOPAC: KVK

Karlsruher Virtueller Katalogwww.ubka.uni-karlsruhe.de/kvk/kvk/kvk_it.html

13 maggio 2011

52


MetaOPAC: TEL

The European Library

www.theeuropeanlibrary.org

13 maggio 2011

53


Social Cataloguing

social tagging applicato

alla catalogazione

metadati di giudizio

raccomandazioni

recensioni

voti

in genere i record

bibliografici sono

importati da OPAC

13 maggio 2011

54


13/05/2011

10

Social Cataloguing: LibraryThing

www.librarything.it13 maggio 2011

55


Accesso ai Documenti Primari

in Internet

13 maggio 2011

56


Barriere all‟Accesso

non sempre è possibile aprire il testo pieno di un documento

barriere economiche: richiesta di abbonamento o pay-per-view

barriere legali: legate al copyright, strumenti di digital rights management inibiscono alcuni utilizzi (stampa, download …)

barriere tecniche formati proprietari che richiedono SW a

pagamento

formati non interoperabili

forme non fruibili per i disabili

13 maggio 2011

57


Archivio Aperto

biblioteca digitale che supporta l‟autoarchiviazionedei documenti da parte degli autori

nasce in ambito accademico per supportare la circolazione del sapere tra i ricercatori archivio istituzionale: supporta

i ricercatori collegati ad un‟istituzione (tesi, preprint, dispense, slide …)

archivio disciplinare: contributi in un ambito scientifico da tutto il mondo

13 maggio 2011

58


HAL

Hyper Articles en Lignehttp://hal.archives-ouvertes.fr

archivio aperto istituzionale nazionale francese13 maggio 2011

59


arXiv

www.arxiv.org

archivio aperto disciplinare

fisica

matematica

informatica

biologia quantitativa

finanza quantitativa

statistica

oltre 600.000 articoli

13 maggio 2011

60


13/05/2011

11

PubMed Central

www.pubmedcentral.nih.gov

archivio aperto disciplinare (medicina)

13 maggio 2011

61


Rivista Open Access

rivista

con comitato editoriale

con processo di revisione per la selezione degli articoli

pubblicata in un archivio aperto

Directory of Open Access Journals(www.doaj.org): ne elenca oltre 5.000

13 maggio 2011

62


Valutazione dei Sistemi di IR

13 maggio 2011

63


Metriche sui Sistemi di IR

rilevanza: indica l‟interesse dell‟utente nei confronti dei documenti reperiti: non è oggettiva, dipende dalle conoscenze pregresse dell‟utente (doppioni, documenti simili, ridondanze …)

precisione: percentuale di documenti rilevanti per l‟utente rispetto al totale dei risultati

rumore: percentuale di documenti irrilevanti per l‟utente rispetto al totale dei risultati

richiamo: percentuale di documenti rilevanti reperiti rispetto al totale dei documenti rilevanti presenti nell‟intera collezione

silenzio: percentuale di documenti rilevanti non reperiti

novelty ratio: percentuale di documenti rilevanti reperiti precedentemente sconosciuti all‟utente

coverage ratio: rapporto tra i documenti rilevanti reperiti e i documenti rilevanti già noti all‟utente

13 maggio 2011

64


Legge di Mooers

Calvin Mooers (1952): “un sistema di IR tenderà a non essere usato quando trovare le informazioni è più noioso e doloroso che non trovarle”

rapidità: dipende da

velocità del sistema nel processare la query

capacità del sistema di far risparmiare tempo all‟utente

facilità d’uso: dipende da

facilità di apprendimento delle funzioni del sistema

possibilità di personalizzazioni

efficacia della presentazione dei risultati e dell‟accesso ai documenti primari

13 maggio 2011

65


FINE66

Informatica per le Discipline Umanistiche - Mauro Cadei 13 maggio 2011

Informatica per le discipline umanistiche - maurocadei.it · La Catalogazione Semantica: la...

Documents

Transcript of Informatica per le discipline umanistiche - maurocadei.it · La Catalogazione Semantica: la...