Assisteret indeksering på DBC Randi Diget Hansen Temadag Danmarks Biblioteksskole d. 4.oktober 2007

Dansk BiblioteksCenter  Hvem er vi  Værdier  Hurtigt at kunne tilegne sig og skabe ny viden  I produktion, i udvikling og i projekter  Forretningssystemer  DanBib  Bibliotek.dk

Vidensorganisering  Datadivisonen  60 medarbejdere  Nationalbibliografi  Bibliotekskatalogisering  Indeksering/kategorisering  Fysiske og elektroniske publikationer  Human indeksering

Udvikling af indekseringsprocessen  Human contra automatisk indeksering  Anderson,J.D. & Perez-Carballo,J. The nature of indexing. Part I&II. Information Processing& Management, 37,2001  Essens: Begge tilgange til indeksering er effektive med hver sine fordele og ulemper. Dog har automatisk indeksering den fordel, at omkostningerne er konstant faldende, medens human indeksering på den anden side til stadighed bliver mere omkostningskrævende  Udfordring Kan intellektuel / human og automatisk indeksering berige hinanden og gøre den samlede indeksering bedre og billigere

Automatisk indeksering  Pilotprojekt 1. Halvår 2005  Formål  Opbygge erfaring med søgemaskinen Verity til automatisk indeksering  Øge forståelsen for mulighederne ved automatisk indeksering  Danne grundlag for vurdering af den forretningsmæssige gevinst ved automatisk indeksering på DBC

Automatisk indeksering  Konklusioner og anbefalinger  Projekt igangsættes  Ikke automatisk indeksering men assisteret indeksering med manuel kvalitetskontrol  DBC´s eksisterende emneordsbase anvendes som emnestruktur  Udover emneordene skal der skabes deskriptive data automatisk  Begynde med tidsskriftartikler

Assisteret indeksering  Projektforløb efteråret 2005  Indhold  Kun DBC´s generelle emneord. Ca regler – alle navne undtaget  Maskingenererede regler – få manuelt udarbejdede  213 artikler fordelt på 19 meget forskellige tiddskrifter

Assisteret indeksering  Projektforløb efteråret 2005  Resultat  79% af artiklerne ok  21 % af artiklerne ubrugelige

Assisteret indeksering  Projektforløb 2006 Vi fortsætter med at videreudvikle regler (bl.a. medtages alle navneformer) og software og går i gang med at udvikle en prototype til selektion og automatisk registrering af tidsskriftartikler. Overvejer muligheder for Infomedia feed

Assisteret indeksering  Projektforløb 2007  Aftale med Infomedia om feed  Implementeringstest i september 2007  Automatisk selektion afprøves  Infomedia-dokumenter til MARC-poster  Emneordsforslag fra Verity Profiler  Tilretning af post

Test-setup  Infomedia base  XML dokumenter  XML parser  Javascript  Webservice (SOAP,REST)  Verity profiler  MARC format  DanBib/Netpunkt/bibliotek.dk

Automatisk dannelse af emneord med Verity Profiler Emneordsbase (ca emneord) Dannelse af profilnet Søgeregler Søgning i tekster Forslag til emneord

DBCs emneord  Emneordsbase med ca emneord  fællesnavne  personnavne  korporationsnavne  geografiske navne  titler

Søgeregler til Verity  Generelle søgeregler til flertallet af emneord  Særregler for  Homografer (eks.: brandmænd, mus)  Forkortelser (DF, DBC)  Stopord (eks. fremtiden, is, c, m, )

01 00 *a e0b3e196 *t Infomedia *b … *a Universets mørke side *a Ideer, s *a Stof. Det er ikke Ringen, de leder efter på bunden af minen i Boulby, men derimod »mørkt stof«, omend atmosfæren kan minde om Morias miner. Fysikerne leder efter den masse, der er fem gange så meget af i Universet som det stof, vi kender og kan se *a Weekendavisen *j 2007 *z *V *v *0 *f mørke *0 *f partikler *0 *f universet *0 *f mørkt stof *0 *f energi *a *b … *a Kosmologisk fysik *a Universets mørke side *a Ideer, s *a Det er ikke Ringen, de leder efter på bunden af minen i Boulby, men derimod "mørkt stof", omend atmosfæren kan minde om Morias miner. Fysikerne leder efter den masse, der er fem gange så meget af i Universet som det stof, vi kender og kan se *a Weekendavisen *j 2007 *z *V *v *m *0 *f partikler *0 *f universet *0 *f mørkt stof Automatisk dannet postTilrettet post eks 1 Foreløbige resultater af test sept. 2007

*a e0b3e15c *t Infomedia *b … *a Og ud røg dobbeltsengen *a Ideer, s *a Boligkultur. Indrammet af små, rationelle typehuse, ændrede familielivet sig igennem 1950erne og 60erne. Køkkenet fik status og blev sydvendt. Mor og far blev »samtalevenner« i den ny strygefri familie *a Weekendavisen *j 2007 *z *V *v *0 *f arbejde *a *b *a Og ud røg dobbeltsengen *a Ideer, s *a Boligkultur. Indrammet af små, rationelle typehuse, ændrede familielivet sig igennem 1950erne og 60erne. Køkkenet fik status og blev sydvendt. Mor og far blev "samtalevenner" i den ny strygefri familie *a Weekendavisen *j 2007 *z *V *v *0 *f boligindretning *0 *f familieliv *0 *e Danmark *0 *i *0 *i *f boligkultur Automatisk dannet postTilrettet post eks 2 Foreløbige resultater af test sept. 2007