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.comha 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:
- Tasso, Torquato: SBN: Tasso, Torquato <1544-1595> CFIV001784 in VIAF:
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
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