Digitální knihovny
Miroslav Bartošek
Ústav výpočetní techniky MU
Knihovnicko-informační centrum MU
Obrazový kvíz
Znáte tato místa/zařízení?
FI MU 2020 M.Bartošek - Digitální knihovny 2
FI MU 2020 M.Bartošek - Digitální knihovny 3
FI MU 2020 M.Bartošek - Digitální knihovny 4
FI MU 2020 5M.Bartošek - Digitální knihovny
FI MU 2020 M.Bartošek - Digitální knihovny 6
FI MU 2020 7M.Bartošek - Digitální knihovny
FI MU 2020 8M.Bartošek - Digitální knihovny
FI MU 2020 M.Bartošek - Digitální knihovny 9
FI MU 2020 M.Bartošek - Digitální knihovny 10
Co mají tato „zařízení“ společného?
FI MU 2020 M.Bartošek - Digitální knihovny 11
Rozprava na úvod
• Byli jste / chodíte do nějaké knihovny?
• Digitální knihovna (DL) – co to je?
• Znáte nějaké digitální knihovny?
• Vztah
– DL x klasické knihovny
– DL x informační systémy
FI MU 2020 M.Bartošek - Digitální knihovny 12
PV070
Obsah a požadavky
FI MU 2020 M.Bartošek - Digitální knihovny 13
Požadavky k absolvování PV070
1. Znalost problematiky a souvislostí
(záznamy přednášek, prezentace z přednášek, doporučená doplňková literatura)
2. Písemná esej o zvolené DL/projektu/technologii
3. Ústní zkouška
• Prezentace z přednášek, témata esejí
http://www.ics.muni.cz/mba/dl-fi2020
FI MU 2020 M.Bartošek - Digitální knihovny 14
Osnova předmětu PV070
1. Co jsou to digitální knihovny, úvod
2. Digitalizace
3. Obecný rámec a architektura DL
4. Jména a identifikátory
5. Metadata
6. Interoperabilita
7. Globální vyhledávání zdrojů
8. Ekonomika a legislativa (IPR)
9. Otevřený přístup (open access)
10. Problém dlouhodobého uchovávání (digital preservation)
11. Prezentace esejí (zajímavé projekty a technologie)
FI MU 2020 M.Bartošek - Digitální knihovny 15
FI MU 2020 M.Bartošek - Digitální knihovny 16
obecný rámec a architektura DL
intelektuální vlastnictví
& ekonomika
vícejazyčný přístup k
informacím
metadata interoperabilita
globální vyhledávání zdrojů
zobecněný model dokumenu
dlouhodobé uchovávání digitální informace
budování sbírek
digitalizace born digital harvesting
1. přednáška
Úvod do digitálních knihoven
FI MU 2020 M.Bartošek - Digitální knihovny 17
Obsah 1. přednášky
1. „definice“ DL
2. DL versus WEB
3. DL versus knihovny
4. Krátce z historie DL
5. Literatura – zdroje informací o DL
6. DL a vědecké publikování
FI MU 2020 M.Bartošek - Digitální knihovny 18
1.1 „definice“ DL
FI MU 2020 M.Bartošek - Digitální knihovny 19
klasický počítačnický pohled:
• Digitální knihovna je spravovaná sbírka informací spolu s odpovídajícími
službami, přičemž informace jsou uloženy v digitální podobě a jsou
dostupné prostřednictvím sítě. W.Y.Arms, 2000
- udržovaná, spravovaná dig. sbírka (maintained)
- služby
- vzdálený přístup
• Focused collection of digital objects, including text, video, and audio,
along with methods for access and retrieval, and for selection,
organization, and maintenance. I.W.Witten, 2002
- digitální obsah (text, video, audio, 3D, simulace, dynam.vizualizace..)
- uživatel (access and retrieval)
- „knihovník“ (selection, organization, and maintenance)
1.1 „definice“ DL
FI MU 2020 M.Bartošek - Digitální knihovny 20
knihovnický pohled:
• Digitální knihovny jsou organizace, které poskytují zdroje (včetně
specializovaného personálu) umožňující provádět výběr, strukturování a
zpřístupnění sbírek digitálních prací, tyto práce dále distribuovat, udržovat
jejich integritu a dlouhodobě uchovávat – a to vše s ohledem na snadné a
ekonomické využití určitou komunitou nebo množinou komunit uživatelů.
US Digital Library Federation, 1997
- DL jako „instituce“ (např. knihovna)
- důraz na systematickou organizaci a služby
- cílenost DL (využívání určitou komunitou)
1.1 „definice“ DL
FI MU 2020 M.Bartošek - Digitální knihovny 21
archivační pohled:
• DL = the infrastructure, policies and procedures, and organisational,
political and economic mechanisms necessary to enable access to and
proservation of digital content. Ross, 2003
• DL jako komplexní infrastruktura a systém pro zajištění
a) přístupu
b) dlouhodobého uchování digitální informace
• DL jako „archív“
1.1 „definice“ DL
• Digitální knihovna je on-line sbírkou digitálních objektů spolehlivé kvality,
jež jsou vytvořeny či shromážděny a spravovány podle mezinárodně
přijatých zásad pro budování sbírek a jsou zpřístupňovány promyšleným
a dlouhodobě udržitelným způsobem, podporovány službami, jež jsou
nezbytné k tomu, aby uživatelé mohli tyto zdroje vyhledat a využívat.
IFLA/UNESCO Digital Library Manifesto, 2011
International Federation
of Library Associations
and Institutions
FI MU 2020 M.Bartošek - Digitální knihovny 22
1.2 Obecné znaky DL
FI MU 2020 M.Bartošek - Digitální knihovny 23
• klíčová je organizace dig.sbírky + služby (ne digitalizace)
• DL není jedna uzavřená entita (-> DLs)
• inf.zdroje: heterogenní, dynamické a multimediální
• technologie pro propojení autonomních inf. celků
• transparentní propojení, standardy
• koherentní přístup bez ohledu na
– formu
– formát
– způsob a místo uložení informací
• garance dlouhodobého uchování digitálního obsahu
1.3 Příklad DL (1)
FI MU 2020 M.Bartošek - Digitální knihovny 24
American Memory Library of Congress
• Digitalizační „Apollo project“
(pilotní projekt 1990-1994)
• 120+ historických sbírek
• > 10 miliónů digit. položek
• knihy, fotky, rukopisy
audio, video, mapy
https://www.loc.gov/collections/
1.3 Příklad DL (2)
FI MU 2020 M.Bartošek - Digitální knihovny 25
JSTOR Journal Storage
• 2600 zdigitalizovaných časopisů
(od 1.ročníku – po moving wall)
• >100 miliónů naskenovaných stran
• řada tématických kolekcí
• arts, humanities, soc-sciences
• 8.000+ institucí ze 160 zemí
• udržitelný ekonomický model
– Instituce – poplatek jednorázový/roční
– Jednotlivci – Register & Read (6 článků/30dnů)
– Early Journal Content (free)
http://www.jstor.org/
1.3 Příklad DL (3)
FI MU 2020
Europeana
• Portál pro evropské kulturní dědictví
• EC = iniciátor a financování
• 2010 první verze
• nyní:
• Data od 4.000 institucí ze 48 zemí
– Knihovny muzea, archivy, galerie…
• 60 miliónů objektů
– obrázky, texty, zvuk, video
• Metadata, náhled + link na zdroj
v domovské DL
http://europeana.eu/
26M.Bartošek - Digitální knihovny
1.3 Příklad DL (4)
FI MU 2020 M.Bartošek - Digitální knihovny 27
Klíčové komerční digitální knihovny pro Computer Science
– Springer – Lecture Notes in CompSci (LNCS)
– Digitální knihovna ACM
– IEEEXplore
– Knihovny e-časopisů Elsevier, Springer, Wiley
• ScienceDirect (Elsevier), SpringerLink, …
https://ezdroje.muni.cz (Portál elektronických informačních zdrojů MU)
DL x Web
FI MU 2020 M.Bartošek - Digitální knihovny 28
2.1 DL x Web
FI MU 2020 M.Bartošek - Digitální knihovny 29
• Proč DL?
Máme přece Web a tam je „vše“ !
• Je Web digitální knihovnou ?
2.2 Web je skvělý, ale…
FI MU 2020 M.Bartošek - Digitální knihovny 30
• obrovské množství informací, snadný přístup
• společná technologie
• pokroky v oblasti vyhledávání (Google)
• autor sám sobě nakladatelem
• široká dostupnost
Ale:
– vyhledávání
– správa práv
– trvalá dostupnost
– autenticita
– kvalita
?
2.3 Rozdíl DL x Web
FI MU 2020 M.Bartošek - Digitální knihovny 31
• základním rozdílem je organizace
(web jako celek není organizován)
• Inet vyhledávače většinou spoléhají na jednoduché
fulltextové vyhledávaní (podle „klíčových“ slov)
• další důležitý rozdíl – řízení vstupu dat do systému
(DL – pevnější řízení, kontrola vstupu, kvalitní metadata)
• Web není cílen na konkrétní komunitu uživatelů
• krátký poločas rozpadu dokumentů na Webu
• povrchový a skrytý hluboký Web (deep web)
DL x knihovny
FI MU 2020 M.Bartošek - Digitální knihovny 32
3.1 Společné rysy DL a knihoven
FI MU 2020 M.Bartošek - Digitální knihovny 33
• systematicky budovaná sbírka datových objektů
• sbírky metadatových struktur (katalogy, rejstříky, indexy)
• množina služeb (přístup pro různé třídy uživatelů, IPR mananagement,
správa, vyhodnocování, SDI)
• tématické zaměření
• sledování kvality (nezařazuje se cokoliv)
• dlouhodobé uchovávání (v knihovnách - staletí ! )
Alexandrijská knihovna: Egypt - Ptolemaiovci, 295 př.n.l. -- ??
700.000 papyrusových svitků (originály Euripida, Aischyla,
Sofokla, Euklida…)
3.2 DL = evoluce knihoven?
FI MU 2020 M.Bartošek - Digitální knihovny 34
Tři typy knihoven:
1. tradiční knihovna (zaměřená na fyzické objekty )
2. hybridní knihovna (současně fyzické i digitální sbírky)
3. digitální knihovna (pouze digitální objekty )
• DL = plně digitalizovaná knihovna + síť + interoperabilita
• DL nemusí vzniknout z klasické knihovny
• DL jako informační systémy – počítačníci
3.3 Přednosti knihoven
FI MU 2020 M.Bartošek - Digitální knihovny 35
• staletá tradice v organizaci/správě/zpřístupňování informací
(evropský versus americký přístup)
• jednotné standardy a doporučení (MARC, AACR2, …)
• propracovaný a fungující systém knihoven
(hierarchický národní systém, různé typy knih., systém služeb - MVS, katalog.)
• legislativa, ustálené vzorce chování
(postavení knihoven ve společnosti, povinný výtisk, fair-use)
• vybalancovaný systém
autoři – nakladatelé – knihovny - čtenáři
3.4 Přednosti DL
FI MU 2020 M.Bartošek - Digitální knihovny 36
a) zlepšení klasických knihovních služeb
– vzdálený, nepřetržitý přístup 24/7
– efektivnější vyhledávání
– lepší využití fondu
– sdílení informací
– lepší ochrana (bity, ne atomy)
– prostorové úspory
b) nové možnosti
– integrace a propojování informací
– nové formy/formáty informací
– permanentní aktualizace informací
– informace od uživatelů
– nové typy služeb a modely šíření informace (viz STI)
3.5 Přeměna knihoven v DL?
FI MU 2020 M.Bartošek - Digitální knihovny 37
• „Paper libraries would disappear by 1984.“
Arthur Samuel (1964, The Banishment of the Paperwork.)
• „Some say that had books been invented after computers
were, they would have been hailed as a great advance.“
Ian H.Witten (2002, How to Build a Digital Library.)
3.5 Přeměna knihoven v DL???
FI MU 2020 M.Bartošek - Digitální knihovny 38
Proč to tak dlouho trvá?
1. o několik řádů složitější problém sdílení (globální infrastruktura)
2. velmi různorodá povaha digitálních objektů (variabilita typů a formátů)
– text (nestrukturovaný, strukturovaný, hypertext, …)
– image (kresba, obrázek, foto, mapa, RTG-snímek, …)
– audio (hlas, hudba, zvuky)
– video (klip, film, video, animace)
– 3D objekty, dynamické dokumenty, multimédia, datasety, …
3. VELMI velké objemy dat (tera-TB a peta-PB = 10*15)
– LoC: 23 mil svazků = 20 TB
– CERN-LHC (Large Hadron Collider, 27km obvod):
15TB/den : přenést/uložit/zpracovat/zpřístupnit (LHC Grid, 10PB/ročně)
4. nepřipravené sociálně-společenské prostředí
– chybějící legislativa a postupy
– nová ekonomika procesů
– nové možnosti x hrozba destabilizace zavedeného systému
Historie a současnost DL
FI MU 2020 M.Bartošek - Digitální knihovny 39
4.1 Krátce z historie
FI MU 2020 M.Bartošek - Digitální knihovny 40
• 1945 Vannevar Bush („As We May Think“, Memex)
• 1965 J.C.R. Licklieder („Libraries of the Future“)
• 60. léta MARC, OPAC (LoC, OCLC)
• 80. léta fulltexty
• poč. 90 Computing + Communications + Contents
(nízká cena, vysoký výkon, široká dostupnost)
• 1994 Digital Library Initiative , www
• nyní: budování infrastruktury a pokročilých systémů
4.2 Současný stav
FI MU 2020 M.Bartošek - Digitální knihovny 41
• teorie: široký obecný výzkum, mapování klíčových problémů,
návrhy prvků obecné infrastruktury
• praxe: digitalizace sbírek, izolované DL (tisíce projektů),
ustanovení obecných infrastrukturních prvků
• posun od experimentování (90.léta) k budování glob. infrastruktury:
– řada usazených „základních“ kamenů
(XML, RDF, Web Services, DC, OAI-PHM, …)
– budování „přízemí“
(METS, OpenURL, OpenDL, OAI, …)
– překryv s výzkumy v oblasti E-commerce, GRIDy, Sémantický web
(interoperabilita, bezpečnost, IPR, distribuovanost, velké objemy dat, strojové porozumění)
• řada komerčních řešení (IBM DL -> Content Manager, DigiTool)
• řada open-source řešení (DSpace, FEDORA, EPrints, Greenstone…)
• národní programy rozvoje DL (DLI-1,2 , i2010, VISK, …)
DL a vědecké publikování
FI MU 2020 M.Bartošek - Digitální knihovny 42
5.1 DL a oblast STI
FI MU 2020 M.Bartošek - Digitální knihovny 43
• Scientific & Technical Information
• Internet – z potřeby efektivnějšího šíření STI
• DL – další krok v tomto směru
– STI – experimentální oblast nových technologií a přístupů z oblasti DL,
předvoj
– hlavním hnacím motorem pro aplikace DL v STI není ekonomika
(ve smyslu generovat profit)
– následné ekonomické zhodnocení – motor pro široké komerční
nasazení
• STI je jen malý výsek současných aplikací DL
(ale velmi důležitý)
5.2 Změny publikování v STI
FI MU 2020 M.Bartošek - Digitální knihovny 44
autor
čtenář
a) dříve b) nyní
repozitář
web
autor čtenář
nakladatel
knihovna
5.3 Literatura v STI
FI MU 2020 M.Bartošek - Digitální knihovny 45
• STI - soubor informačních materiálů (bez ohledu na jejich formu
a formát) pro potřeby vědy, výzkumu a vývoje
(články, zprávy, experimentální data, měření, obrázky, videa, software, … )
– bílá literatura (knihy, časopisy, důležité sborníky)
• autor a vydavatel jsou obvykle různé subjekty
• posuzování kvality předcházející publikování (peer review)
– šedá literatura (grey literature)
publikace nedostupné běžnými prodejními kanály, produkované
často v omezeném množství, s nízkou či žádnou inzercí
a s omezeným využitím
(disertace, výzkumné zprávy, články na Inetu)
• el. publikování – velký impuls pro „šedivku“
5.4 Proč se starat o šedou lit?
FI MU 2020 M.Bartošek - Digitální knihovny 46
• bílá literatura
 vysoký stupeň důvěryhodnosti
 snadno dostupná
dlouhý čas mezi napsáním a publikováním
často jen výtah z podstatně většího materiálu
• některé technologie mohou zastarat dříve, než informace
o nich pronikne z literatury „šedé“ do literatury „bílé“
5.5 Pyramida STI
FI MU 2020 M.Bartošek - Digitální knihovny 47
čas
články v časopisech
články ve sbornících
technické zprávy
software data zápisy
video
obrázky
Pyramida publikovaných info leží na základech nepublikované STI
5.6 Ekonomika STI
FI MU 2020 M.Bartošek - Digitální knihovny 48
• 25.000 vědeckých časopisů celosvětově (peer-reviewed)
– 1.5 mil recenzovaných článků / rok
– 2000 vydavatelů (giganti Elsevier, Springer)
• počet vědeckých publikací se zdvojnásobuje každých 10-15 let (adekvátně
roste i počet časopisů)
• velikost čtenářské obce konstantní, specializace
• rostoucí cena vědeckých časopisů
(Chemical Abstract: desítky USD v 1950, 31.600 USD dnes)
• stagnující či klesající rozpočty knihoven
– serials crisis
• přitom časopisy = jen zlomek STI informací
5.7 Jak z toho ven?
FI MU 2020 M.Bartošek - Digitální knihovny 49
• potřeba nových modelů pro šíření STI
– nové technologie (digitální knihovny, repozitáře)
– ekonomické modely (open access)
šance a motivace pro DL
Literatura a DÚ
FI MU 2020 M.Bartošek - Digitální knihovny 50
Literatura
FI MU 2020 M.Bartošek - Digitální knihovny 51
Základní literatura
• I.H.Witten: How to Build a Digital Library. Morgan Kaufmann Publ. 2002, 2010
• M.Bartošek: Digitální knihovny – teorie a praxe. Národní knihovna 2004, 15/4
http://full.nkp.cz/nkkr/NKKR0404/0404233.html
• Miroslav Bartošek. Technologie digitálních knihoven. In Proc. INFORUM 2006.
http://www.inforum.cz/pdf/2006/Bartosek_Miroslav.pdf
Praktický úkol – vyzkoušet si
• knihovny: JSTOR, American Memory, Europeana
• Portál EIZ MU https://ezdroje.muni.cz
Zajímavost
• Vannevar Bush. As We May Think. Atlantic Monthly, July 1945
http://www.theatlantic.com/magazine/archive/1945/07/as-we-may-think/3881/