Documento. Documento. Ricerca di Informazioni. Esigenza Informativa 13/05/2011. La Ricerca dell Informazione per le Scienze Umane

Transcript

1 1 La Ricerca dell Informazione per le Scienze Umane 2 La Ricerca dell Informazione: Oggetti e Attori Documento Documento 3 4 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 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 Esigenza Informativa Ricerca di Informazioni 5 6 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 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 1

2 Information Retrieval (IR) Information Retrieval 7 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 (relevance ranking) 8 disciplina tecnico/scientifica nata negli anni 50 classical IR: nelle DB web IR: nei motori di ricerca Query 10 9 I Metadati query con termini generici su motore generalista es: Umberto Eco tesi su Google (quasi risultati) Query Metadati per l IR 11 query con valori qualificati su motore specialistico es. Google Libri Titolo = tesi Autore = Umberto Eco (1 risultato) 12 Ih kj kjh kjh kjh kjhmetadato jj lkj lkj lkj lkj lkj lkj lkj lkj lkj lkj lkj metadato 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 kjlmetadato kj lkj lkj lkj lkj lkj lkj lkj. hgfhhgf hgf hgf hg metadato hgf hgf hgf hgf hg hgf hgf hggf hgf hf hgf hgfh gfhgf hgf hgf hgf hg hgf. metadato gjh jhg jhg jh jhg jhg 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) 2

3 Indicizzazione Metadati 13 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) 14 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 ISBN DOI 15 International Standard Book Number 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) 16 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 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 Metadati Elenchi di Record di Metadati 17 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) 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 ) 3

4 Biblioteca Tradizionale La Biblioteca come Sistema di IR 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) Biblioteca: Evoluzione IR in Biblioteca 21 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 22 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 Catalogo 23 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 24 La Catalogazione Bibliotecaria catalogo cartaceo: schede mobili in cassetti catalogo informatizzato: realizzato con DB OPAC (Online Public Access Catalog): online 4

5 Catalogazione Bibliografica Registrazione Bibliografica 25 ramo della biblioteconomia (library science) principi internazionali di catalogazione (Statement of International Cataloguing Principles) (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 26 record bibliografico visualizzazione nell OPAC intestazione segnatura Registrazione Bibliografica Controllo di Autorità 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 ) effettuato dal catalogatore per risolvere problemi di omonimia e sinonimia si crea un record di autorità e le varianti sono rinvii ad esso 29 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 ) 30 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) 5

6 Soggettazione 31 La Catalogazione Semantica: la Soggettazione 32 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) Soggettazione: Esempio Controllo del Vocabolario 33 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 34 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 Classificazione Bibliografica 35 La Catalogazione Semantica: la Classificazione 36 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) 6

7 Classificazione Decimale Dewey Classificazione Decimale Dewey 37 Melvil Dewey ( ): bibliotecario statunitense Dewey Decimal Classification lo schema più diffuso nel mondo (30 lingue, 135 paesi, 60 biblioteche nazionali) schema generale, enumerativo codice numerico 38 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 - storia CDD: Esempio 39 Zangara Aldo, Il post-infarto e le patologie associate: interventi preventivi, curativi e riabilitativi nella pratica clinica, Piccin, 1997, ISBN La Ricerca dell Informazione 600 scienze applicate 610 medicina 616 malattie specifiche malattie malattie del cuore malattie delle coronarie infarto miocardico misure preventive 41 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) 42 Ricerca nell OPAC: Navigatore Dewey es.: 7

8 OPAC: Liste di Browsing OPAC: Liste di Browsing titoli autori OPAC: Liste di Browsing OPAC: Ricerca Libera (Keyword) soggetti OPAC: Ricerca Base OPAC: Ricerca Avanzata operatori booleani: AND, OR, NOT logica fuzzy (es. ) trova gli autori Cadei, Zadei, Caldei ) caratteri jolly *: uno o più caratteri?: un solo carattere rilevanza (@^) filtri 8

9 OPAC: Ricerca Avanzata SuperOPAC: SBN ordinamento salvataggio dei risultati Servizio Bibliotecario Nazionale quasi biblioteche italiane SuperOPAC: WorldCat MetaOPAC: KVK WorldCat di OCLC più di biblioteche 112 Paesi più di 470 lingue 182 milioni di record bibliografici Karlsruher Virtueller Katalog MetaOPAC: TEL Social Cataloguing The European Library social tagging applicato alla catalogazione metadati di giudizio raccomandazioni recensioni voti in genere i record bibliografici sono importati da OPAC 9

10 Social Cataloguing: LibraryThing Accesso ai Documenti Primari in Internet Barriere all Accesso Archivio Aperto 57 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 58 biblioteca digitale che supporta l autoarchiviazione dei 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 HAL arxiv Hyper Articles en Ligne archivio aperto istituzionale nazionale francese archivio aperto disciplinare fisica matematica informatica biologia quantitativa finanza quantitativa statistica oltre articoli 10

11 PubMed Central Rivista Open Access 61 archivio aperto disciplinare (medicina) 62 rivista con comitato editoriale con processo di revisione per la selezione degli articoli pubblicata in un archivio aperto Directory of Open Access Journals ( ne elenca oltre Metriche sui Sistemi di IR 63 Valutazione dei Sistemi di IR 64 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 Legge di Mooers 65 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 66 FINE 11