Grazie a te del commento e della lettura. Ho fatto un po' di ricerche e ho notato questo: ci sono articoli usciti su riviste italiane che dedicano un po' di spazio al VIAF (tra l'altro anche almeno uno di Carlo Bianchini). Ma soprattutto c'è un articolo molto preciso e tecnico uscito 3 anni fa su JLis che parla proprio dell'algoritmo e del matching con info molto dettagliate, ma che resta sempre su un piano generale senza esaminare i risultati per i records italiani. Non è uscito nessun contributo che dica: e adesso a che punto siamo con i record italiani nel VIAF? l'opportunità è stata sfruttata e come dall'authority file dell'ICCU? Manca un esame della situazione concreta. Certo, il problema è che quando tenti di fare analisi devi ricostruire molto per induzione perché nel caso italiano spesso non c'è nessuna documentazione che si possa citare.
Comunque sì, penso anch'io che sarebbe opportuno pubblicare qualcosa sullo stato concreto della questione records italiani nel VIAF perché sembra una occasione persa, mal considerata. C'è nessuno che vuole scriverlo insieme a me? E si riesce a scriverlo anche per parlare delle magnifiche soluzioni che la società OCLC/Max Klein e Wikipedia potrebbero trovare a questi intricati problemi frutto di disattenzione da varie parti? Si riesce a dimostrare che se ci si mettono persone attente alle questioni concrete e con voglia di fare test e approfondire, si raggiungono migliori risultati che a lasciare tutto così? Certo sarebbe un ennesimo capitolo della storia tutta italiana del contributo dei volontari in biblioteca: ma diciamocelo, sarebbe un bel capitolo, un bel regalo.
Pierfranco Minsenti
Il giorno 25 marzo 2013 15:06, Enrico Francese efrancese@gmail.com ha scritto:
Grazie Pierfranco, che non solo hai fornito un'analisi minuziosa del problema specifico, ma hai anche saputo evidenziare un problema generico e ampio a livello di prassi catalografica italiana. Credo ci sia bisogno di questa chiarezza, visto che l'ICCU non ha mai brillato per trasparenza sulle proprie scelte operative e tecniche. Ti consiglio caldamente di riordinare i tuoi appunti e pubblicarli in qualche forma - appena lo riterrai opportuno naturalmente - perché su questi aspetti in Italia c'è tantissimo bisogno di informazione. Per ora ti ringrazio in quanto uno dei 25 lettori ;) Enrico
Il 25 marzo 2013 13:08, Andrea Zanni zanni.andrea84@gmail.com ha scritto:
Io ho letto tutto, ma cercherò di rispondere brevem,ente, chè la
questione è
complessa e io sono in pausa: io credo che OCLC sia interessata a ricevere dei dati indietro, Max una volta me ne aveva accennato. Gliene riparlerò, mi pare una cosa fondamentale.
Intanto ringrazio Pierfranco per questa attenta disamina della
situazione,
noi wikipediani non ci saremmo mai arrivati a capire questo problema. Inizio a capire il perchè di tante incoerenze. Qualche contatto con l'ICCU forse riesco ad averlo, adesso vediamo.
Andrea
2013/3/25 Pierfranco Minsenti pierfranco.minsenti@gmail.com
A livello pratico, per rispondere a Luca Martinelli:
- sarebbe bello poter associare i due VIAF riferiti alla stessa entità:
quello cluster e quello isolato italiano. Ma OCLC non ha ritenuto
opportuno
farlo, perché avrebbe dovuto stabilire l'equivalenza solo sulla base
della
stringa verbale, quindi come farlo? Proposta: dato che il problema creato dai doppioni italiani nel VIAF riguarda solo un sottoinsieme: gli autori italiani senza date e quelli latini, forse ("forse") si potrebbe fare una prova su un campione di associazione tra il VIAF record principale e quello italiano isolato
basando
il confronto solo sulla stringa verbale (altro non c'è) per poi
sottoporre
il campione a un'analisi puntuale e vedere se i risultati sono soddisfacenti.
- se si passa da questa strada poi si ottiene un record supercluster
che
ha attaccato anche il suo identificativo italiano che quindi potrebbe
essere
importato in Wikipedia. Passo essenziale senza il quale non si possono creare links dinamici verso i cataloghi di biblioteca e viceversa
- se anche il problema 2 viene risolto, resterebbe ancora da risolvere
il
problema degli identificativi degli autori stranieri usati
nell'authority
file nazionale italiano: posto che l'ICCU non li ha passati al VIAF, può essere solo l'ICCU a fornirli a Wikipedia Italia e a questo punto bisognerebbe fare la stessa operazione che all'inizio ha fatto OCLC per
fare
il match tra le voci di Wikipedia EN e il VIAF, procedura da applicare
ai
records dell'ICCU.
Se i problemi 1, 2 e 3 venissero risolti pensate che importanza acquisterebbe Wikipedia IT: sarebbe l'unica base italiana a possedere il legame tra voce di authority usata in Italia e quelle straniere
inserite nei
clusters del VIAF. Solo Wikipedia IT potrebbe quindi fornire questo
match
all'ICCU e alle biblioteche che lo volessero importare nei loro
authority
files. Un bel colpo. Una grande cosa. E un lavoro da cedere anche ad
OCLC
per migliorare il VIAF. Ma proprio per questo: OCLC e Max Klein, non
possono
dare una mano? Il problema di pulire il VIAF è anche (anzi,
soprattutto) un
loro problema.
Pierfranco Minsenti
Il giorno 25 marzo 2013 02:02, Luca Martinelli <
martinelliluca@gmail.com>
ha scritto:
Mail lunga e sicuramente piena di spunti, ma adesso sono troppo stanco per leggerla tutta.
Per il momento due cose:
- Wikipedia Italia non esiste, esiste Wikipedia in lingua italiana;
- si può ovviare alla questione dei duplicati tramite Wikidata, ossia
è possibile inserire tutti e due i VIAF corrispondenti a $soggetto nel campo "VIAF identifier" (mi è capitato un paio di volte).
Già che mi trovo, nessuno sa come segnalare a VIAF come fondere due entry?
Ah, e comunque il sistema della Biblioteca Nazionale Tedesca è ben lungi dall'essere perfetto: ci sono un sacco di entries senza date e senza nulla, quindi il rischio di doppioni ce l'hanno anche loro.
Poi domattina mi leggo tutto e commento con più giudizio. Promesso.
L.
Il 25 marzo 2013 01:43, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
Ciao a tutti,
ho esaminato la situazione dell'importazione degli identificativi
VIAF
in Wikipedia e sono arrivato a riflessioni poco ottimistiche per quanto riguarda i vantaggi che può trarre Wikipedia Italia dalla
importazione
del VIAF. Per poter sfruttare il lavoro è necessario inserire altri identificativi, cioè quelli nazionali, come hanno fatto nelle
Wikipedia
Tedesca e Francese. Il VIAF non basta per loro, ma per noi è anche peggio.
La ragione è questa: il VIAF è un tentativo di creare un authority
file
internazionale a posteriori, cioè procedendo con una raccolta dei records già creati nazione per nazione e che sono stati poi sottoposti a un processo di clustering tramite algoritmi in modo da ottenere un identificatore unico che raggruppasse sotto di sé tutti i records che nonostante l'uso di forme del nome molto o solo parzialmente diverse si riferiscono alla stessa persona. È nato in alternativa a un progetto più ambizioso, costoso e lungo, l'ISADN (International Standard Authority Data Number), che avrebbe richiesto la creazione di un registro internazionale e quindi di una agenzia che lo mantenesse. Usare algoritmi per fare dei match è molto più economico e rapido. Ma è una strada che ha successo solo se i dati forniti sono abbastanza uniformi e ricchi, In particolare nel caso di records di autori persone che possono avere omonimi, al fine di raggrupparli in un cluster non si può considerare solo la stringa verbale ma bisogna considerare anche le date di nascita e morte e i titoli delle opere principali
associate
ai nomi. Purtroppo su questi punti la tradizione biblioteconomica
italiana
non aiuta affatto perché è molto diversa da quella degli altri paesi e questo ha inciso parecchio sul risultato che ottengono i records italiani una volta che sono dati in pasto agli algoritmi del VIAF. Il risultato lo si vede: moltissimi doppioni. Nel VIAF ci sono vari doppioni, ce ne sono anche creati da records di provenienza non italiana, ma nel caso dell'Italia i raddoppi ci sono quasi sempre con il risultato che mentre moltissimi paesi,
sia
europei che extra, hanno ora nel VIAF il loro record inserito in un gruppo unico identificato da un unico codice numerico VIAF, il record proveniente dall'Italia spesso è rimasto isolato: ha un numero VIAF tutto suo. In Wikipedia Italia sono stati importati gli stessi identificativi VIAF che sono anche in Wikipedia EN, FR o DE. Quindi NON gli identificativi
VIAF
effettivamente collegati ai records di provenienza italiana. La cosa però non è sbagliata, perché così le diverse voci nelle diverse versioni linguistiche di Wikipedia ora condividono lo stesso numero VIAF. Ma
se
si pensa all'utilizzo di quel codice per linkare ai cataloghi delle biblioteche e viceversa, per linkare questi a Wikipedia, allora nel caso italiano quel codice è assolutamente inutile.
Ma vorrei andare per ordine, altrimenti non si capisce l'ampiezza del problema e soprattutto il suo corollario: il divario tra le regole di catalogazione in Italia e all'estero: una riflessione che crea abbastanza amarezza per lo spreco di lavoro che non serve a nulla. Serve solo finché rimane chiuso nei cataloghi italiani e lì nessuno si rende conto dei problemi. Il divario tra la catalogazione italiana e quella fatta in tutto il resto del mondo era una cosa già nota, ma ora si vede il prezzo
che
si paga per questa unicità.
La causa di tutto è questa: semplice ma disastrosa negli effetti. I records di autorità creati con le regole italiane, quelli che l'ICCU ha poi fornito al VIAF (ma ne ha fornito solo una parte: più avanti lo spiego) hanno questa particolarità: i nomi sono qualificati con date di nascita e di morte solo nel caso di omonimi, mentre nei casi in cui non ci sono omonimi, le date di nascita e morte al massimo si mettono in nota, ma non in un campo codificato del record di autorità, né tanto meno subito dopo il nome come qualificazione. Il punto è che quelli che i catalogatori considerano casi di "omonimia" vengono giudicati tali solo nell'ambito del singolo
catalogo
di biblioteca (oppure nell'ambito del catalogo nazionale, se il catalogatore lavora nella rete nazionale SBN), e se si verifica in quell'ambito il catalogatore lo risolve creando il record qualificato composto di
nome
date che così fa la differenza. Ma il catalogatore non fa certo ricerche su tutta la popolazione mondiale per vedere se esistono omonimi al di fuori del suo catalogo. Quando i records escono fuori dal quel catalogo, allora il problema della possibile omonimia si moltiplica ed ecco perché il
VIAF
nei suoi algoritmi ha considerato anche sempre le date.
Tutti gli altri paesi: non solo USA, o Australia, o Israele, ma anche Francia, Portogallo, Spagna, ecc. ecc., insomma anche i latini,
anche i
cosiddetti PIGS, non fanno come l'Italia: loro le date di nascita e morte le mettono sempre e sempre come qualificazione dei nomi. Di conseguenza, una volta che questi records vengono trattati con un algoritmo, la
presenza
delle date rende facile il raggruppamento delle stesse entità nonostante le forme diverse dei nomi. Per creare i gruppi di nomi sono anche stati considerati i titoli delle opere associati ai nomi. Il risultato
finale
non è certo perfetto, i doppioni ci sono, ma in vari casi la cosa ha funzionato. Il punto è che da questi raggruppamenti invece l'Italia sta fuori
tutte
le volte che non fa seguire le date al nome, quindi sta fuori quasi
sempre
e non come eccezione, e sta fuori perché giustamente l'algoritmo VIAF
non
può basarsi solo sulla stringa verbale del cognome/nome. Quanto ai casi
di
records con le date messe in nota, il VIAF non le ha mai
considerate. I
casi di autori senza date nei records italiani sono numerosi e riguardano moltissimi autori tra i più noti: casi come Svevo, Moravia (sono
anche
pseudonimi), D'Annunzio, Pasolini sono tutti privi di omonimi,
pertanto
privi di date e pertanto nel VIAF sono records doppi, isolati.
Qui di seguito alcuni esempi famosi che dimostrano l'"isolamento" dei records italiani all'interno di VIAF:
- Pier Paolo Pasolini:
VIAF italiano: http://viaf.org/viaf/263028707
Ma VIAF cluster che raggruppa molti altri records è: http://viaf.org/viaf/54152375
In Wikipedia inglese e in Wikipedia italiana è stato importato il 54152375
- Alberto Moravia:
VIAF italiano: http://viaf.org/viaf/267437196
Ma VIAF cluster che raggruppa molti altri records è: http://viaf.org/viaf/7394594
- Italo Svevo
VIAF italiano: http://viaf.org/viaf/265766863
Ma VIAF cluster che raggruppa molti altri records è: http://viaf.org/viaf/49232071
ecc.
Mentre invece i records italiani dove i nomi sono seguiti dalle date inserite nella qualificazione, sono stati clusterizzati dal VIAF, quindi raggruppati insieme agli altri. Per es.:
- Alessandro Manzoni: in SBN: Manzoni, Alessandro <1785-1873>
CFIV009079 in VIAF: http://viaf.org/viaf/14356
- Ariosto, Ludovico: SBN: Ariosto, Ludovico <1474-1533> CFIV016897 in
VIAF: http://viaf.org/viaf/71386455
- Tasso, Torquato: SBN: Tasso, Torquato <1544-1595> CFIV001784 in
VIAF: http://viaf.org/viaf/4936996
Non mi è chiaro se l'ICCU, che ha fornito i records creati in Italia
al
VIAF è consapevole che nel VIAF l'Italia fa una pessima figura perché se
ne
sta tutta isolata. Ho provato a scrivere all'ICCU ma finora non ho avuto risposta.
Ma la presenza dei records italiani nel VIAF ha un'altra
particolarità
tutta sua, unica: l'ICCU ha fornito al VIAF solo records creati per gli autori italiani (o latini: nel senso di antichi romani): records speciali un po' più curati che hanno un livello che in SBN è contraddistinto dalla sigla AUF. Ma le altre agenzie bibliografiche nazionali hanno fornito
tutti i
records dei loro authority files, non solo quelli degli autori nazionali, Vale a dire: la Bibliothèque Nationale de France, la Deutsche
National
Bibliothek, la Library of Congress ecc. hanno consegnato al VIAF
tutti
i loro authority files: sia records di autori del loro paese, sia di tutti gli altri paesi. Invece l'ICCU non lo ha fatto probabilmente perché si è posto il problema della qualità dei suoi records: non si è mai curato di
fare
records di livello AUF per autori stranieri come Proust o Virginia Woolf. Nel catalogo nazionale SBN i records di autorità per autori come
Proust
o Virginia Woolf ci sono, ma hanno un livello inferiore ad AUF, nel
senso
che sono considerati meno curati.. Per cui l'ICCU non li ha consegnati al VIAF. La conseguenza è che in tutti questi più che numerosi casi (=tutti
gli
autori stranieri!) non è possibile fare come fanno le altre
Wikipedia:
usare l'identificativo nazionale per linkare la voce di un autore straniero in Wikipedia IT all'authority file collegato al catalogo nazionale SBN e consultabile online dall'Opac nazionale SBN http://opac.sbn.it/nella sezione Voci di autorità. Perché lì dentro il record dell'autore straniero di fatto c'è, ma non è visibile: lo vede solo il catalogatore nel suo gestionale quando si collega all'Indice nazionale. Ma non si può
vedere
sul web (a meno che non sia un autore italiano). Andate su http://opac.sbn.it/ nella sezione Voci di autorità e cercate Proust, Goethe, Virginia Woolf, Shakespeare o Thomas Mann: non ne troverete neppure uno.
A questo punto, per essere concreti e dare un senso alla cosa, bisognerebbe a mio avviso seguire l'esempio delle Wikipedia FR e DE: loro hanno sempre aggiunto oltre al codice del record VIAF che fa da cluster e che adesso si trova anche in Wikipedia IT, anche il loro codice nazionale: quello
che
ha il record di un certo autore nei loro specifici authority files.
Per es.: nel caso della voce su Ludovico Ariosto nella Wikipedia DE http://de.wikipedia.org/wiki/Ludovico_Ariosto al fondo sono stati aggiunti questi identificativi (che sono anche visibili come hyperlinks, cioè non sono nascosti):
{{Normdaten|PND=118503952|LCCN=n/79/41715|VIAF=71386455}}
Dove PND è il codice che ha Ariosto nell'authority file tedesco.
La Wikipedia tedesca a fondo pagina rende quindi visibili i link a:
Normdaten (Person): PND: 118503952 | LCCN: n79041715 | VIAF:
71386455 |
Wikipedia-Personensuche
La stessa cosa ha fatto la Wikipedia FR. Vedi per es. la voce Honoré
de
Balzac: http://fr.wikipedia.org/wiki/Honor%C3%A9_de_Balzac
Al fondo della voce, posizionati nella sezione Liens externes hanno aggiunto i links ai record di autorità:
Notices d’autorité : Système universitaire de documentation • Bibliothèque nationale de France • WorldCat • Fichier d’autorité international virtuel • Bibliothèque du Congrès • Gemeinsame Normdatei
Si tratta quindi di 5 identificativi di records di autorità: di cui 2 francesi (authority files rispettivamente del catalogo collettivo
delle
università francesi e del catalogo BNF); 1 tedesco (authority file
del
catalogo della Deutsche National Bibliothek); e i 3 americani/internazionali: WorldCat Identities; Library of Congress; VIAF.
Il lavoro fatto dalle Wikipedia DE e FR dà questo vantaggio: ora è possibile creare links dai cataloghi verso quelle Wikipedia e da quelle
Wikipedia
verso i catalogi usando quegli identificativi nazionali al posto dell'uso della stringa verbale come si era fatto finora, espediente che ha il difetto di essere un metodo impreciso dato che le forme che ha i nomi di
autori
in Wikipedia possono essere diverse dalla forme normalizzate dei nomi usate dai catalogatori in un numero significativo di casi.
Per ottenere anche nella Wikipedia Italia lo stesso vantaggio che
hanno
ottenuto francesi e tedeschi è quindi necessario aggiungere all'importazione dell'identificativo VIAF anche gli identificativi usati
nell'authority
file nazionale SBN. Attenzione però: in questo caso gli identificativi nazionali potranno servire per creare links dinamici ai cataloghi di biblioteca (=tira fuori tutte le opere di quell'autore) e viceversa (dai cataloghi a Wikipedia), ma a differenza di francesi e tedeschi non si potrà
usarli
per linkare alla versione web dell'authority file nazionale, perché come
ho
detto nel caso italiano (!) l'authority file nazionale visibile via
web
è limitato: fa vedere solo records di autorità con livello AUF: quindi solo quelli di autori italiani, Quelli di autori stranieri ci sono, ma
hanno
livelli inferiori e sono visibili solo ai catalogatori che lavorano nell'Indice SBN.
Quindi l'obiettivo dovrebbe essere quello di poter avere l'identificativo nazionale dell'autore per creare links dinamici che tirano fuori dai cataloghi tutte le opere di quell'autore. L'identificativo VIAF è inutilizzabile per questo scopo.
La difficoltà pratica è: come fare a importare gli identificativi nazionali in Wikipedia IT. Credo che per i Tedeschi e Francesi sia stato facile perché si saranno fatti dare i records VIAF che contengono anche gli identificativi dei records originali, quindi i records nazionali, poi clusterizzati. Ma nel caso dell'Italia l'utilizzo dei records VIAF clusterizzati per poter importare in Wikipedia anche gli identificativi nazionali si scontra con due limiti: 1) è un metodo utilizzabile solo nel caso di autori italiani, perché l'ICCU ha dato solo quei records; 2) in ogni caso anche i records di autori italiani ricavabili dal VIAF non sempre risultano associati ai
records
originali italiani, se non nei casi felici di presenza delle date. Quindi in moltissimi casi gli identificativi nazionali non sono ricavabili dai records VIAF, perché non sono entrati a far parte del grappolo come è invece successo oltre che ad americani, tedeschi, francesi anche a : portoghesi, spagnoli, israeliani, giapponesi ecc.
Questo è un problema grosso che va oltre Wikipedia:è un problema dei cataloghi delle biblioteche italiane: ora come ora i records italiani non sono associabili alle altre entità create all'estero, non possono entrare a far parte di famiglie di identificativi riferiti alle stessa entità perché abbiamo perso i vantaggi della creazione del VIAF che invece gli
altri
hanno guadagnato. Siamo isolati. Mentre in ogni record presente nell'authority file della Library of Congress ora c'è sempre anche il link al corrispondente record VIAF, nell'authority file dell'ICCU non c'è nessun link del genere. Se lo si volesse bisognerebbe metterlo a mano avendo cura di andare a prendere il record VIAF cluster, non quello isolato, non
il
doppione frutto della importazione dei records italiani. Ma non so se l'ICCU ha interesse per il VIAF. Nei records dell'ICCU semmai c'è in alcuni casi l'ISADN, ma è un progetto abortito. Come fare quindi? Ci vorrebbe un Wikipedian in residence presso l'ICCU.
Per questo mi pare che dal punto di vista del progetto VIAF,
Wikipedia
Italia si trovi nella situazione più disastrosa: il suo
disallineamento
dalle altre Wikipedia europee è frutto di come hanno lavorato le biblioteche italiane finora e di come continueranno a lavorare. Oggi come oggi l'importazione solo del VIAF non può servire per creare links alle biblioteche come hanno fatto gli altri.
Ho buttato giù questi appunti che riassumono il lavoro di analisi che ho fatto nel week end e le conclusioni a cui sono arrivato (ma in realtà anche se la mail è già molto lunga contiene solo una sintesi, perché gli appunti veri sono più lunghi). Vi prego di non divulgare queste riflessioni,
di
non renderle pubbliche perché mettono in discussione molte cose e se le renderò pubbliche preferisco farlo dopo aver cercato di capire che cosa pensa l'ICCU.
Sono le 1:42 di prima mattina. So che non ci sono premi se non la vostra attenzione.
Ciao
Pierfranco Minsenti
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
-- Luca "Sannita" Martinelli http://it.wikipedia.org/wiki/Utente:Sannita _______________________________________________ Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente:
http://mailman.wikimedia.it/listinfo/bibliotecari
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente:
http://mailman.wikimedia.it/listinfo/bibliotecari
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
-- Enrico Francese http://fraenrico.carcosa.it _______________________________________________ Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari