Il VIAF, Wikipedia e lo splendido isolamento dell'Italia (delle sue biblioteche)
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
Mail lunga e sicuramente piena di spunti, ma adesso sono troppo stanco per leggerla tutta.
Per il momento due cose: 1) Wikipedia Italia non esiste, esiste Wikipedia in lingua italiana; 2) 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 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
A livello pratico, per rispondere a Luca Martinelli:
1) 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.
2) 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
3) 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
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
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
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
Caro Pierfranco,
pur conoscendo il VIAF e avendo seguito la sua nascita dai progetti di Barbara Tillett alla realizzazione da parte di OCLC, non avevo mai pensato di fare un controllo cosi' accurato. Ho come l'impressione che questo tipo di analisi sia una novità assoluta. Percio' complimenti davvero per il bel lavoro che hai fatto (sappiamo che non si ricava mai molto piu' di questo dai lavori che facciamo ...).
L'idea di scrivere un articolo su queste cose e' ottima. Ne uscirebbe sicuramente qualcosa di interessante. Se la mia candidatura puo' valere qualcosa, io sarei disponibile a collaborare. Ho fin da subito due osservazioni, una di carattere teorico e una di carattere pratico. La prima e' che il criterio dell'univocità dell'intestazione si e' sempre applicata - anche prima dei Principi di Parigi - al contesto specifico. Detto in parole povere, è sempre stato osservato il principio di utilizzare i dati minimi sufficienti a identificare in modo univoco un autore (in questo caso) all'interno di un particolare catalogo. Il principio, sempre ricercato dalle biblioteche (è alla base anche di FRBR) e' minima spesa e massima resa. Naturalmente ciò diventa controproducente quando cambia il contesto, cioe' si passa dal singolo catalogo isolato a cataloghi di sistema o, come adesso, al web aperto dei dati. In una breve storia dei metadati che mi sono divertito a scrivere, ho cercato di dimostrare come la nascita di nuove funzioni abbia costantemente richiesto l'aumento dei metadati necessari; la funzione del dato, anche se nominalmente rimane la stessa (identificare un'entita') cambia perche' e' cambiato il contesto. Ho fatto due controlli molto rapidi sul KvK e sul catalogo della BnF e mi sembra di vedere che, se esistono certamente intestazioni per autore con la data (per es. per Svevo) ne esistono anche senza data, come questa di Giuseppe Genco curatore di un'opera su Svevo (http://catalogue.bnf.fr/servlet/autorite?ID=12150332&idNoeud=1.3&hos...). Mi pare appunto che i Principi di Parigi sancissero la necessita' di una intestazione uniforme e che l'opzione di aggiungere ulteriori dati identificativi sia stata successiva e limitata a certe regole nazionali rispetto ad altre, ma non abbia riguardato solo quelle italiane. Se per esempio si guarda il record VIAF per Svevo (http://viaf.org/viaf/49232071/#Svevo,_Italo,_1861-1928) si vede che nello stesso record l'intestazione ha ben tre ricorrenze in cui le date non ci sono. Il punto quindi non e' la data, come in effetti si vede dall'algoritmo descritto da Giulia Manzotti nell'articolo che citavi (http://leo.cilea.it/index.php/jlis/article/view/4520/4422), ma capire perche' certe corrispondenze non abbiano funzionato nel caso italiano. Sia le RICA (§ 59) che le REICAT (§ 15.3) stabiliscono la qualificazione del nome tramite le date in caso di omonimia. Mi pare invece che le regole americane (AACR) prevedessero sempre la qualificazione con le date. In questo sono state piu' lungimiranti. Con cio' non dico di essere contento della situazione a cui si e' arrivati, ma capisco come sia potuto succedere 'in buona fede'.
La seconda osservazione e' pratica e riguarda la proposta che hai fatto, al punto 1). Per definizione le stringhe da confrontare sono ambigue (altrimenti non avrebbero creato o richiesto la creazione del doppione). Percio' è possibile stabilire se una stringa e' uguale o diversa solo se si confrontano 'altri dati' di stringhe apparentemente uguali. Ho provato ad accedere al VIAF e non sono riuscito a trovare legami tra l'intestazione e le pubblicazioni (omonimia e identita' di titoli collegati potrebbero suggerire entita' identiche). Percio' non credo sia possibile seguire questa strada a posteriori. Senza dubbio, un articolo su questo argomento dovrebbe cercare di individuare possibili soluzioni ...
Per chiudere, mi viene in mente che, al momento della redazione delle REICAT, non si e' scelto di uniformare la forma del nome di una persona quando e' autore di un'opera (cioe' in un archivio creato secondo le REICAT) e quando e' soggetto di un'opera (per esempio in un archivio creato in base alle forme del Nuovo Soggettario). Questo e' un punto di debolezza, ma forse ragionandoci sopra si potrebbe riuscire a farne un punto di forza (trovare l'uniformita' e la connessione con WP passando attraverso le forme dei nomi per soggetto?).
Carlo
Il 25 marzo 2013 15:40, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
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
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
Ottimo, Carlo. Mi farebbe molto piacere se riuscissimo a scrivere qualcosa insieme su questo argomento. È un discorso che si presta a molto obiettivi, il più ambizioso sarebbe: ragioni per ripensare la creazione dei records di autorità in Italia, particolarmente in SBN. Il mio punto di vista deriva forse dalla esperienza di procedura di importazione massiva di records in SBN fatta 2 anni fa quando lavoravo a Ca' Foscari ed eseguita da Data Management. Dato che Ca' Foscari entrava nel 2010 con grande ritardo in SBN e aveva un milione di records e sarebbe stato un peccato iniziare a condividere con l'Indice solo quelli nuovi, sono stati fatti dei testi di schicciamento tra records locali e records di Indice basandosi sugli ISBN e ISSN e circa il 25% dei records, se ricordo bene, è stata così mandata in Indice in maniera automatica tramite schiacciamenti. Nelle verifiche a campione gli algoritmi usati avevano dimostrato di dare un risultato positivo.
A occhio e croce dire che un contributo sull'argomento del caso dei records italiani nel VIAF potrebbe mostrare tutti i punti di divario rispetto a quanto fanno all'estero facendo vedere direttamente come la cosa ha effetti concreti negativi. Il record di autorità italiano come viene spiegato anche nel manualetto Linee guida per la compilazione dell'Authority Control - Autore personale in SBNhttp://www.iccu.sbn.it/opencms/export/sites/iccu/documenti/2011/AF_Indicazioni_e_regole_01_12_2009.pdf redatto dall'ICCU per i records di SBN finisce per creare un record troppo povero rispetto ai records di altre agenzie: per es. quelli di BNF: in questo caso vengono inseriti più dati.
Ma soprattutto direi che dovrebbe servire a far capire che il mondo è cambiato: i principi di economia che richiamavi tu potevano andare bene nell'ambito bibliotecario. Ma quando si punta al riuso dei dati fuori dal contesto originario per cui sono stati pensati, come nel caso del VIAF in Wikipedia, allora c'è bisogno di dati ricchi. Del resto anche l'articolo di Manzotti sottolinea (pag. 368) gli insegnamenti dedotti dall'esperienza del VIAF su come dovrebbero essere i records di autorità.
Direi però che per raccontare innanzitutto la "disavventura" dei records italiani nel VIAF è necessario approfondire: l'articolo di Manzotti descrive i diversi dati che sono stati usati per stabilire gli accoppiamenti. Obiettivamente i dati dell'ICCU sembrano poveri a confronto con quelli delle altre agenzie bibliografiche nazionali perché oltre alle stringhe verbali: quella che compone la forma accettata del nome e quelle che compongono le eventuali forme varianti, compaiono solo note (non esaminate dal VIAF) e le date, quando succede. In effetti nella procedura VIAF di match tra records descritta da Manzotti, le date sono solo una delle info supplementari, ma nel caso dell'ICCU è invece l'unica presente, quando è presente, mentre le altre info supplementari considerate dal VIAF (associazione con titoli; gli ISBN; lingua, paese) sono sempre assenti nei dati dell'ICCU. Forse è anche per questo motivo che l'ICCU non ha fornito i records degli autori stranieri: perché sarebbero stati assenti i dati sulla lingua e sulla nazionalità, che in SBN non vengono compilati, mentre nei records della BNF sì, come prevede il manuale UNIMARC Authorities. Ricostruire con precisione queste cose mi pare molto importante. Ma il punto è anche che l'importazione die dati ICCU nel VIAF sarebbe potuto andare molto meglio se fosse stato seguito qualche accorgimento: ho analizzato un po' di records di livello AUF aprendo il gestionale SBN e ho visto che moltissimi records hanno le date anche se non compaiono nella qualificazione per i motivi detti: a volte le date sono solo in nota, a volte sia in nota sia in campi appositi nati con SBN2: Anno di nascita e anno di morte. Sarebbe stato sufficiente chiedere all'informatico dell'ICCU che ha realizzato l'export per il VIAF di eseguire sui files di export una procedura aggiuntiva: "muovere" le date in 200$f e gli schiacciamenti ci sarebbero stati. Oppure poteva farlo OCLC. Invece nessuno si ha fatto caso. Sembra che non siano stati fatti dei test. Il punto è: se vuoi conservare pragmaticamente l'esistente, non rifare i records e non adottare nuove regole, allora ti devi affidare agli informatici, dare istruzioni, fare test e trovare l'espediente avendo ben chiaro l'obiettivo: che in questo caso era la clusterizzaizone. E l'obiettivo è stato mancato perché non è stato compreso.
In secondo luogo quello che un contributo su questo argomento dovrebbe dimostrare è che ormai bisognerebbe pensare fuori dagli schemi bibliotecari ponendosi il problema di facilitare il riuso dei dati in contesti diversi. Per "schemi" bibliotecari intendo anche un certo pragmatismo che ha portato a conservare l'esistente e perpetuarlo, ma in questo modo rendendo sempre più difficile, mano a mano che aumentavano i dati, la possibilità di rivedere le regole e adottarne altre. È questo atteggiamento, peraltro presente anche altrove, che adesso ha creato il problema. E qui interverrebbe l'illustrazione del caso: importazione del VIAF in Wikipedia ed evidenti problemi italiani. Il discorso quindi sarebbe convergente con quello che dice Carlo sulle nuove professioni: consentire il riuso dei metadati è un principio che deve stare alla radice della loro creazione e che consentirebbe la creazione di metadata librarians fuori dalle istituzioni. Un principio che torva d'accordo anche Luca.
Una cosa che mi rende più ottimista è il risultato che vedo nella base dati dell'ISNI-International Standard Name Identifier: http://www.isni.org/ Hanno riusato i dati VIAF, ma a quanto sembra hanno fatto più schiacciamenti: per es. c'è un solo Italo Svevo: con codice ISNI 0000 0001 2320 6587 e anche l'ICCU figura tra le fonti. Ma ci sono 2 Carlo Bianchini: e 0000 0001 1875 5936 e 0000 0003 8608 2838 però entrambi legati allo stesso record VIAF http://viaf.org/viaf/46052988
Da approfondire.
Ciao
Pierfranco Minsenti
Il giorno 25 marzo 2013 16:53, Carlo Bianchini carlo.bianchini@unipv.itha scritto:
Caro Pierfranco,
pur conoscendo il VIAF e avendo seguito la sua nascita dai progetti di Barbara Tillett alla realizzazione da parte di OCLC, non avevo mai pensato di fare un controllo cosi' accurato. Ho come l'impressione che questo tipo di analisi sia una novità assoluta. Percio' complimenti davvero per il bel lavoro che hai fatto (sappiamo che non si ricava mai molto piu' di questo dai lavori che facciamo ...).
L'idea di scrivere un articolo su queste cose e' ottima. Ne uscirebbe sicuramente qualcosa di interessante. Se la mia candidatura puo' valere qualcosa, io sarei disponibile a collaborare. Ho fin da subito due osservazioni, una di carattere teorico e una di carattere pratico. La prima e' che il criterio dell'univocità dell'intestazione si e' sempre applicata - anche prima dei Principi di Parigi - al contesto specifico. Detto in parole povere, è sempre stato osservato il principio di utilizzare i dati minimi sufficienti a identificare in modo univoco un autore (in questo caso) all'interno di un particolare catalogo. Il principio, sempre ricercato dalle biblioteche (è alla base anche di FRBR) e' minima spesa e massima resa. Naturalmente ciò diventa controproducente quando cambia il contesto, cioe' si passa dal singolo catalogo isolato a cataloghi di sistema o, come adesso, al web aperto dei dati. In una breve storia dei metadati che mi sono divertito a scrivere, ho cercato di dimostrare come la nascita di nuove funzioni abbia costantemente richiesto l'aumento dei metadati necessari; la funzione del dato, anche se nominalmente rimane la stessa (identificare un'entita') cambia perche' e' cambiato il contesto. Ho fatto due controlli molto rapidi sul KvK e sul catalogo della BnF e mi sembra di vedere che, se esistono certamente intestazioni per autore con la data (per es. per Svevo) ne esistono anche senza data, come questa di Giuseppe Genco curatore di un'opera su Svevo ( http://catalogue.bnf.fr/servlet/autorite?ID=12150332&idNoeud=1.3&hos... ). Mi pare appunto che i Principi di Parigi sancissero la necessita' di una intestazione uniforme e che l'opzione di aggiungere ulteriori dati identificativi sia stata successiva e limitata a certe regole nazionali rispetto ad altre, ma non abbia riguardato solo quelle italiane. Se per esempio si guarda il record VIAF per Svevo (http://viaf.org/viaf/49232071/#Svevo,_Italo,_1861-1928) si vede che nello stesso record l'intestazione ha ben tre ricorrenze in cui le date non ci sono. Il punto quindi non e' la data, come in effetti si vede dall'algoritmo descritto da Giulia Manzotti nell'articolo che citavi (http://leo.cilea.it/index.php/jlis/article/view/4520/4422), ma capire perche' certe corrispondenze non abbiano funzionato nel caso italiano. Sia le RICA (§ 59) che le REICAT (§ 15.3) stabiliscono la qualificazione del nome tramite le date in caso di omonimia. Mi pare invece che le regole americane (AACR) prevedessero sempre la qualificazione con le date. In questo sono state piu' lungimiranti. Con cio' non dico di essere contento della situazione a cui si e' arrivati, ma capisco come sia potuto succedere 'in buona fede'.
La seconda osservazione e' pratica e riguarda la proposta che hai fatto, al punto 1). Per definizione le stringhe da confrontare sono ambigue (altrimenti non avrebbero creato o richiesto la creazione del doppione). Percio' è possibile stabilire se una stringa e' uguale o diversa solo se si confrontano 'altri dati' di stringhe apparentemente uguali. Ho provato ad accedere al VIAF e non sono riuscito a trovare legami tra l'intestazione e le pubblicazioni (omonimia e identita' di titoli collegati potrebbero suggerire entita' identiche). Percio' non credo sia possibile seguire questa strada a posteriori. Senza dubbio, un articolo su questo argomento dovrebbe cercare di individuare possibili soluzioni ...
Per chiudere, mi viene in mente che, al momento della redazione delle REICAT, non si e' scelto di uniformare la forma del nome di una persona quando e' autore di un'opera (cioe' in un archivio creato secondo le REICAT) e quando e' soggetto di un'opera (per esempio in un archivio creato in base alle forme del Nuovo Soggettario). Questo e' un punto di debolezza, ma forse ragionandoci sopra si potrebbe riuscire a farne un punto di forza (trovare l'uniformita' e la connessione con WP passando attraverso le forme dei nomi per soggetto?).
Carlo
Il 25 marzo 2013 15:40, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
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
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
-- Carlo Bianchini, Ph.D. Università degli Studi di Pavia Dipartimento di Musicologia e Beni Culturali, Corso Garibaldi, 178 I-26100 CREMONA - ITALY Tel. ++ 39 (0)372 25575 ; fax ++39 (0)372 457077 http://sites.google.com/site/homepagecarlobianchini (ita) http://unipv.academia.edu/CarloBianchini/ (eng) skype: c.bianchini67 _______________________________________________ Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
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.
Ecco, in sintesi è quello che volevo dire io (e in parte ho anticipato).
Al momento su Wikidata mi sto occupando di compilare le schede su circa 200 giornalisti/politici/scrittori/eccetera americani (nel senso di tutto il continente americano, nord, centro e sud), moltissimi dei quali in possesso di codici VIAF, GND, BNF, LCCN, ecc.
Come ho già accennato, ho individuato alcuni doppioni nei database e per ora mi sono limitato a segnalare entrambi i codici VIAF (ma non solo) negli appositi campi.
In generale, sto pensando che uno dei primissimi feedback che Wikidata potrebbe dare è proprio quello di segnalare la presenza di codici VIAF doppioni, in modo che almeno quelli vengano fusi fra loro.
Diciamo che la cosa potrebbe funzionare così: 1) importazione automatica dei codici VIAF su Wikidata 1b) importazione automatica ANCHE dei codici correlati all'identificativo VIAF, già che ci troviamo 2) feedback da Wikidata verso VIAF, segnalando i doppioni 3) feedback da VIAF ai singoli istituti (ok, sto sognando)
Il motivo per cui metto in mezzo Wikidata è che è un database, ossia l'entità migliore per dialogare con altri database (oltre al fatto che sto smaniando per ottenere dei risultati, anche piccoli, verso "l'esterno).
[...]
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.
[...]
Io pure ringrazio, ma mi limito ad aggiungere che mi sono davvero cascate le braccia a leggere tutto questo. D'altronde, è normale avere problemi del genere quando si ragiona fin dall'inizio con una mentalità "chiusa" e non "aperta". (Prego tutti di non offendersi, nel caso, la mia è solo una amara constatazione).
Il 25 marzo 2013 09:42, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
- 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?
[...]
Temo che la risposta possa essere solo "facendolo a mano", o comunque con un determinato grado di automazione, ma sempre con un controllo umano. E sempre attraverso Wikidata, non attraverso Wikipedia. Il motivo è che, ripeto, è più facile esportare i dati da Wikidata.
[...]
- 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.
[...]
Questo è un problema che è difficile da risolvere, a mio giudizio, e prevede una trattativa con l'ICCU. O magari un wikipediano in residenza.
bibliotecari@liste.wikimedia.it
-
Andrea Zanni -
Carlo Bianchini -
Enrico Francese -
Luca Martinelli -
Pierfranco Minsenti