Cari bibliotecari, ma soprattutto cari smanettoni :)
ho ottenuto dall'ICCU questa lista di circa 6600 codici (praticamente tutta la lettera A o quasi) con la quale potremmo partire con dei test.
Riusciamo a verificare se ai codici di questo file può corrispondere un codice VIAF (non importa se isolato, per il momento)? Dovrebbe essere così per la quasi totalità di queste entries.
Il problema è che la verifica che ti proponi è molto difficile con quel tipo di file, mentre con un altro tipo di file è molto facile.
Mi spiego: nel VIAF i nomi di autori italiani oggi possono essere presenti in 3 diverse modalità: 1) come autori importati usando un export consegnato dall'ICCU e clusterizzati con altri records; 2) come autori importati usando un export consegnato dall'ICCU ma isolati perché respinti dalla procedura di matching; 3) come autori presenti solo perché agenzie catalografiche di altre nazioni hanno fornito i rispettivi records, ma non perché li presenti in un export consegnato dall'ICCU
Per identificare i nomi presenti nel VIAF oggi, nella modalità 1 o nella modalità 2, bisogna tenere conto di questo: l'ICCU ha consegnato a OCLC solo i records con il livello massimo di qualità: identificato dal codice AUF. In pratica, questo significa che i casi del gruppo 1 e del gruppo 2 si identificano facilmente a condizione che l'ICCU dia un file in cui compare anche una quarta colonna oltre alle 3 che vedo nel file attuale: la colonna che contenga il livello di catalogazione. Quando in quella colonna compare il valore AUF allora dovrebbe essere già nel VIAF (nella modalità 1 o nella modalità 2).
I casi che oggi rientrebbero nel gruppo 3 sono i casi di records con livello inferiore ad AUF, infatti questa casistica non è stata finora consegnata dall'ICCU a OCLC per il VIAF. Quindi la presenza della quarta colonna di un livello di catalogazione diverso da AUF consente di identificarli.
Sarebbe decisamente poco pratico procedere con verifiche usando files fatti come quello attuale, cioè privi per ogni record del livello di catalogazione, perché come abbiamo sentito a Roma, in SBN ci sono in totale circa 3 milioni di records: si suddividono a seconda del livello di catalogazione in diversi gruppi e il gruppo con livello più elevato (codice AUF) sono circa 45.000 Questi numeri dicono che è poco efficiente verificare i restanti circa 2.955.000 records senza la colonna con il livello di catalogazione.
Dovresti quindi dirgli che serve un export rifatto con una colonna in più che contenga il livello di catalogazione.
ciao
pierfranco
Il giorno 07 luglio 2013 01:53, Luca Martinelli martinelliluca@gmail.comha scritto:
Cari bibliotecari, ma soprattutto cari smanettoni :)
ho ottenuto dall'ICCU questa lista di circa 6600 codici (praticamente tutta la lettera A o quasi) con la quale potremmo partire con dei test.
Riusciamo a verificare se ai codici di questo file può corrispondere un codice VIAF (non importa se isolato, per il momento)? Dovrebbe essere così per la quasi totalità di queste entries.
-- 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
Il giorno 07/lug/2013 12:45, "Pierfranco Minsenti" < pierfranco.minsenti@gmail.com> ha scritto: [...]
In pratica, questo significa che i casi del gruppo 1 e del gruppo 2 si
identificano facilmente a condizione che l'ICCU dia un file in cui compare anche una quarta colonna oltre alle 3 che vedo nel file attuale: la colonna che contenga il livello di catalogazione. Quando in quella colonna compare il valore AUF allora dovrebbe essere già nel VIAF (nella modalità 1 o nella modalità 2). [...]
La colonna c'era ma l'ho rimossa io perché, per ignoranza, non pensavo fosse utile. Tutti i 6600+ record sono tutti di livello 97, se ho visto bene, dunque con ampia probabilità sono già all'interno del VIAF.
Io adesso non sono a casa, ma per le 16 dovrei essere di ritorno. Sistemo semplicemente il file e ve lo ridò.
L.
Il 07 luglio 2013 01:53, Luca Martinelli martinelliluca@gmail.com ha scritto:
Cari bibliotecari, ma soprattutto cari smanettoni :)
Presente!
Vi potrebbe interessare sapere che tra questo file che ci ha mandato ora Luca e il listone di record VIAF con codice ICCU passato ci da Max Klein qualche settimana fa c'è una buona interesezione: $ python viaf-sbn_reconciler.py no. of VIAF-ICCU SBN records: 45206 no. of ICCU SBN records with description: 6635 no. of elements in the intersection: 3378
Il codice che calcola questi 3 numeretti (che in realtà è solo l'inizio di quello che ho in mente di fare) è qua: https://github.com/CristianCantoro/viaf-sbn_reconciler
Cristian
Reconcilier mi pare un nome significativo del conquistato rapporto con ICCU ;-) Certo voi smanettoni siete incredibili - lavoro di domenica e gratis; dovrebbe imparare qualche Ditta che ha fatto la sua fortuna con SBN.
Susanna
Susanna Giaccai invio da cellulare Il giorno 07/lug/2013 17:11, "Cristian Consonni" kikkocristian@gmail.com ha scritto:
Il 07 luglio 2013 01:53, Luca Martinelli martinelliluca@gmail.com ha scritto:
Cari bibliotecari, ma soprattutto cari smanettoni :)
Presente!
Vi potrebbe interessare sapere che tra questo file che ci ha mandato ora Luca e il listone di record VIAF con codice ICCU passato ci da Max Klein qualche settimana fa c'è una buona interesezione: $ python viaf-sbn_reconciler.py no. of VIAF-ICCU SBN records: 45206 no. of ICCU SBN records with description: 6635 no. of elements in the intersection: 3378
Il codice che calcola questi 3 numeretti (che in realtà è solo l'inizio di quello che ho in mente di fare) è qua: https://github.com/CristianCantoro/viaf-sbn_reconciler
Cristian _______________________________________________ Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
*Attenzione, c'è una cosa importante da considerare: il file dell'ICCU da circa 6000 non consente confronti automatici con il file da circa 45000 records perché è fatto con un criterio diverso. La differenza sta nel trattamento dei casi di autori che hanno diverse forme del nome.*
Nel file da circa 6000 records che contiene i nomi in A ci sono anche righe che contengono identificativi di records che non si trovano nel file da circa 45000 e il motivo è legato a come sono fatti gli authority files e ai criteri diversi con cui sono stati realizzati i due export.
La premessa strutturale da tenere presente è questa: in un authority file ai nomi degli autori non corrisponde sempre un solo record perché le situazioni possono essere: 1) rapporto 1:1 tra identità da scrittore (in genere coincide con la persona fisica, ma non nel caso di autori che adottano pseudonimi collettivi, come il gruppo Wu Ming) e record che la rappresenta: capita se il nome con cui si firma l'autore coincide con il suo nome anagrafico: in tal caso tra nome autore e nome anagrafico c'è coincidenza e quindi c'è una sola forma del nome, quindi un solo record: questo capita per es. nel caso di Alessandro Manzoni;
2) rapporto 1 a molti tra identità da scrittore e records che la rappresentano: questo capita in svariati casi, tra cui c'è innanzitutto il caso di uso di pseudonimi (ma non solo, pensiamo anche ai casi di donne spostate, ai papi ecc.), cosa che porta ad avere più records: per convenzione un certo nome viene definito forma "accetta" e gli si dedica un record autonomo, mentre per le altre forme (=gli altri nomi), definite forme varianti, si fanno altrettanti records autonomi che si collegano a grappolo al record della forma accettata. Questo capita per es. nel caso dell'autore di Pinocchio: alla persona fisica il cui nome anagrafico era Carlo Lorenzini corrispondono più di un record: nell'authority file dell'ICCU la forma accettata è per convenzione lo pseudonimo con cui si firmava e che è più noto tra i lettori: Carlo Collodi: a questo record sono collegati 5 diversi records, ognuno dei quali registra una forma variante del nome, compreso quello anagrafico: quindi 1 record per Lorenzini, Carlo; 1 record per Collodi, Carlu ecc. ecc.
Rispetto a questa situazione di partenza, chi ha fatto l'export degli identificativi SBN ha seguito questo criterio: ad ogni riga corrisponde un record, ma non è stata fatta una differenza tra i records delle forme accettate e i records delle forme varianti, per cui un autore può essere presente in più righe.. Vale a dire: nel file da circa 6000 records l'ICCU ha incluso tutto. Quindi quando c'è rapporto 1:1 tutto bene; ma quando nel database dell'ICCU c'è rapporto 1 a molti, allora a un certo autore corrispondono 2 o più righe di quel file.
Es.: nel file da 6000 identificativi, all'autore Aroca, Mario corrispondono 2 righe:
- riga: SBLV\259354 Aroca, Mario (forma accettata)
- riga: AUFV\000165 Aper, Marius (forma variante)
MA il file da circa 45000 records è fatto in un altro modo: ad ogni nome autore corrisponde sempre e solo 1 riga senza eccezioni. Questo perché il VIAF crea records solo delle forme accettate: questi contengono in un tag la registrazione delle forme varianti (se esistenti), ma non vengono creati records autonomi anche per ogni forma variante.
Quindi il file da circa 45000 records per quanto riguarda i nomi in A contiene meno righe di quello da 6000. Per es. contiene alla riga 30073 l'identificativo SBLV\259354 ma non l'identificativo AUFV\000165 perché è l'identificativo di una forma variante che invece è contenuto del file da 6000 righe.
I due files quindi non sono confrontabili con procedure automatiche perché ciò che sembra esserci in più nel file da 6000 righe è dovuto a questo diverso criterio per fare l'export. I due files sarebbero confrontabili solo il file da 6000 records fosse stato fatto con lo stesso criterio del file da 45000 records: cioè contenesse 1 sola riga per ogni identità autore = quella che è la forma accettata del nome e si limitasse non a creare righe in più per gli identificativi delle forme varianti, ma li inserissi nella stessa riga della forma accettata, all'interno di altre *n* colonne, una per ogni identificativo di una certa forma variante.
Ora queste cose l'ICCU le sa benissimo. Mi meraviglio che abbia consegnato quel file con una riga per ogni record, anche per le forme varianti, che è una logica molto diversa da quella seguita dal VIAF. Se poi non ci hanno pensato bisogna dirglielo. Però bisogna avere le idee chiare su quello che si vuole fare perché un export deve essere fatto con un certo criterio al fine di consentire un certo tipo di lavoro.
Quindi la domanda da cui partire sarebbe semmai: che cosa si vuole fare? Una volta che c'è la risposta, da lì si chiede un certo export all'ICCU. Però vi chiedo: non è il caso che ci si relazioni? Questa lista non è nata per questo? Altrimenti c'è il rischio che facciamo perdere la pazienza con richieste ripetute.
ciao
Pierfranco
Il giorno 07 luglio 2013 17:50, giaccai@gmail.com ha scritto:
Reconcilier mi pare un nome significativo del conquistato rapporto con ICCU ;-) Certo voi smanettoni siete incredibili - lavoro di domenica e gratis; dovrebbe imparare qualche Ditta che ha fatto la sua fortuna con SBN.
Susanna
Susanna Giaccai invio da cellulare Il giorno 07/lug/2013 17:11, "Cristian Consonni" kikkocristian@gmail.com ha scritto:
Il 07 luglio 2013 01:53, Luca Martinelli martinelliluca@gmail.com ha
scritto:
Cari bibliotecari, ma soprattutto cari smanettoni :)
Presente!
Vi potrebbe interessare sapere che tra questo file che ci ha mandato ora Luca e il listone di record VIAF con codice ICCU passato ci da Max Klein qualche settimana fa c'è una buona interesezione: $ python viaf-sbn_reconciler.py no. of VIAF-ICCU SBN records: 45206 no. of ICCU SBN records with description: 6635 no. of elements in the intersection: 3378
Il codice che calcola questi 3 numeretti (che in realtà è solo l'inizio di quello che ho in mente di fare) è qua: https://github.com/CristianCantoro/viaf-sbn_reconciler
Cristian _______________________________________________ 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
Il 07 luglio 2013 19:06, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
Quindi la domanda da cui partire sarebbe semmai: che cosa si vuole fare? Una volta che c'è la risposta, da lì si chiede un certo export all'ICCU. Però vi chiedo: non è il caso che ci si relazioni? Questa lista non è nata per questo? Altrimenti c'è il rischio che facciamo perdere la pazienza con richieste ripetute.
Capisco il problema qual è, così come mi spiego pure perché quando andavo a campione non mi trovavo conferme sul VIAF oppure non riuscivo a trovare la scheda.
Tuttavia, come ha detto correttamente Cristian in altra mail, meglio iniziare con poco (anche se si tratta di 3000 e rotti record) che aspettare che questi ci rilascino il database pulito. Innanzitutto, queste poche migliaia di record già costituiscono un gran lavoro da fare, inoltre possiamo iniziare a vedere quali saranno i problemi in fase di importazione che ci si presenteranno davanti. Una importazione di un database non è un pranzo di gala (semi-cit.), prima capiamo quali sono le criticità, meglio è - e IMHO meglio capirlo su un numero "limitato" di record.
Il 07 luglio 2013 20:34, Cristian Consonni kikkocristian@gmail.com ha scritto: [...]
Io punterei a lavorare (almeno per ora) sull'intersezione tra i codici VIAF e quelli SBN, cercare di recuperare le informazioni dalle relative schede e cercare di associarvi la pagina di Wikipedia relativa (se esiste) per le forme alternative credo sia molto più facile chiedere all'ICCU una lista con la mappa 1 -> molti delle forme accettate con le forme alternative (basta una tabella con due colonne, nella prima l'ID della forma accettata, nella seconda N righe quante sono gli ID delle forme alternative).
Ecco, Cristian ha già capito cosa volevo fare. :)
La nostra priorità è creare delle associazioni SBN = Wikipedia - anche se l'ottimo sarebbe SBN = VIAF = Wikipedia. Poi, questa storia delle forme alternative è bene comunque che sia uscita fuori, perché quando mostrerò loro i primi risultati del nostro lavoro, parlerò loro anche di questo problema (e degli altri che sicuramente usciranno).
In generale, noi potremmo anche accollarci un certo lavoro di "pulizia" (vedi più sotto), ma questo dovrebbe essere deciso a questo punto all'interno di un accordo più ampio, che comunque dipende da quali problemi riscontriamo adesso.
Il 07 luglio 2013 21:03, Cristian Consonni kikkocristian@gmail.com ha scritto: [...]
Per altro, io credo che più che dalle ditte (che cercano di guadagnare, ed è per quello che esistono) ci si dovrebbe lamentare con chi ha fatto delle scelte che poi hanno portato il sistema ad essere chiuso (o chiudibile) con tutto quello che ne consegue.
+1issimo.
Il 07 luglio 2013 22:13, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
Aggiungo però un'altra osservazione su cui riflettere e che proprio questo caso mi ha fatto venire in mente: sappiamo che in Wikipedia le forme varianti sono trattate con dei redirect e/o delle pagine di disambiguazione. Che significa: anche in Wikipedia c'è una corrispondenza 1:1 tra identità anagrafiche e nomi di autori. Ma in Wikidata come funziona? Come vengono trattate lì i casi di forme varianti? C'è sempre comunque un solo record con dei riferimenti alle forme varianti?
Su Wikidata funziona allo stesso modo che su Wikipedia. A un dato soggetto deve corrispondere un solo elemento.
Le forme varianti possono essere inserite nel campo "alias" (posto immediatamente sotto quelli "etichetta" e "descrizione", in cima alla pagina insomma). In questo modo, quando fai una ricerca con una forma variante, ti rimanda alla forma principale.
Si può fare anche una cosa molto più "alla buona": se l'identità variante viene trattata come codice a parte rispetto a quello principale, si inseriscono tutti i codici nello stesso campo. Più o meno come avviene coi codici VIAF qui: http://www.wikidata.org/w/index.php?title=Q443403
In questo modo, in fase di feedback all'istituzione che ci da i dati, noi segnaliamo che ci sono dei "doppioni". Poi dipende dall'istituzione come li vuole trattare: li può unire o rendere redirect uno all'altro o che so io.
Due cose:
1) non ho capito concretamente come pensate di operare: vi riferite a controlli manuali, nome per nome?
2) un export di nomi autori persona da SBN, a patto che sia fatto in un certo modo, può servire a varie cose ma è meglio farlo al momento giusto. Vale a dire:
a) un export può servire a controllare le forme dei nomi in Wikipedia e aggiungere le forme varianti in Wikipedia e Wikidata: ma per questo è necessario avere un export diverso: un export che identifichi le forme accettate (in SBN: codice di controllo A) e le forme varianti (in SBN: codice di controllo R). Senza un export fatto in questo modo, sarebbe necessario controllare su SBN nome per nome.
b) il controllo di cui sopra va esteso anche alla verifica del VIAF in Wikipedia e Wikidata? E anche all'inserimento dell'identificativo SBN? Ma allora sarebbe meglio aspettare a farlo quando ci sarà la nuova importazione nel VIAF di cui ha parlato l'ICCU, che, se fatta usando un nuovo export realizzato con più attenzione e criteri efficaci che tengano conto dell'algoritmo di schiacciamento VIAF, dovrebbe dare migliori risultati, portando alla sparizione di molti doppioni italiani: spariranno per effetto del collegamento die casi italiani ai records cluster. In seguito a questa nuova importazione, in Wikipedia/Wikidata potrà essere riusata a procedura di Klein per l'importazione sia del VIAF che dell'identificativo SBN.
Operare in questo modo consentirebbe 2 vantaggi: 1) il grosso del lavoro verrebbe fatto con procedure automatiche e si terrebbe il lavoro manuale solo per i casi che non vanno a posto automaticamente; 2) adesso si eviterebbe in molti casi di inserire un codice VIAF che è destinato a sparire quando per effetto della nuova importazione dei records da ICCU nel VIAF spariranno (si spera) molti doppioni.
pierfranco
Il giorno 08 luglio 2013 15:48, Luca Martinelli martinelliluca@gmail.comha scritto:
Il 07 luglio 2013 19:06, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
Quindi la domanda da cui partire sarebbe semmai: che cosa si vuole fare?
Una
volta che c'è la risposta, da lì si chiede un certo export all'ICCU.
Però vi
chiedo: non è il caso che ci si relazioni? Questa lista non è nata per questo? Altrimenti c'è il rischio che facciamo perdere la pazienza con richieste ripetute.
Capisco il problema qual è, così come mi spiego pure perché quando andavo a campione non mi trovavo conferme sul VIAF oppure non riuscivo a trovare la scheda.
Tuttavia, come ha detto correttamente Cristian in altra mail, meglio iniziare con poco (anche se si tratta di 3000 e rotti record) che aspettare che questi ci rilascino il database pulito. Innanzitutto, queste poche migliaia di record già costituiscono un gran lavoro da fare, inoltre possiamo iniziare a vedere quali saranno i problemi in fase di importazione che ci si presenteranno davanti. Una importazione di un database non è un pranzo di gala (semi-cit.), prima capiamo quali sono le criticità, meglio è - e IMHO meglio capirlo su un numero "limitato" di record.
Il 07 luglio 2013 20:34, Cristian Consonni kikkocristian@gmail.com ha scritto: [...]
Io punterei a lavorare (almeno per ora) sull'intersezione tra i codici VIAF e quelli SBN, cercare di recuperare le informazioni dalle relative schede e cercare di associarvi la pagina di Wikipedia relativa (se esiste) per le forme alternative credo sia molto più facile chiedere all'ICCU una lista con la mappa 1 -> molti delle forme accettate con le forme alternative (basta una tabella con due colonne, nella prima l'ID della forma accettata, nella seconda N righe quante sono gli ID delle forme alternative).
Ecco, Cristian ha già capito cosa volevo fare. :)
La nostra priorità è creare delle associazioni SBN = Wikipedia - anche se l'ottimo sarebbe SBN = VIAF = Wikipedia. Poi, questa storia delle forme alternative è bene comunque che sia uscita fuori, perché quando mostrerò loro i primi risultati del nostro lavoro, parlerò loro anche di questo problema (e degli altri che sicuramente usciranno).
In generale, noi potremmo anche accollarci un certo lavoro di "pulizia" (vedi più sotto), ma questo dovrebbe essere deciso a questo punto all'interno di un accordo più ampio, che comunque dipende da quali problemi riscontriamo adesso.
Il 07 luglio 2013 21:03, Cristian Consonni kikkocristian@gmail.com ha scritto: [...]
Per altro, io credo che più che dalle ditte (che cercano di guadagnare, ed è per quello che esistono) ci si dovrebbe lamentare con chi ha fatto delle scelte che poi hanno portato il sistema ad essere chiuso (o chiudibile) con tutto quello che ne consegue.
+1issimo.
Il 07 luglio 2013 22:13, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
Aggiungo però un'altra osservazione su cui riflettere e che proprio
questo
caso mi ha fatto venire in mente: sappiamo che in Wikipedia le forme varianti sono trattate con dei redirect e/o delle pagine di
disambiguazione.
Che significa: anche in Wikipedia c'è una corrispondenza 1:1 tra identità anagrafiche e nomi di autori. Ma in Wikidata come funziona? Come vengono trattate lì i casi di forme varianti? C'è sempre comunque un solo record con dei riferimenti alle
forme
varianti?
Su Wikidata funziona allo stesso modo che su Wikipedia. A un dato soggetto deve corrispondere un solo elemento.
Le forme varianti possono essere inserite nel campo "alias" (posto immediatamente sotto quelli "etichetta" e "descrizione", in cima alla pagina insomma). In questo modo, quando fai una ricerca con una forma variante, ti rimanda alla forma principale.
Si può fare anche una cosa molto più "alla buona": se l'identità variante viene trattata come codice a parte rispetto a quello principale, si inseriscono tutti i codici nello stesso campo. Più o meno come avviene coi codici VIAF qui: http://www.wikidata.org/w/index.php?title=Q443403
In questo modo, in fase di feedback all'istituzione che ci da i dati, noi segnaliamo che ci sono dei "doppioni". Poi dipende dall'istituzione come li vuole trattare: li può unire o rendere redirect uno all'altro o che so io.
-- 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
Il 08 luglio 2013 16:16, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
Due cose:
- non ho capito concretamente come pensate di operare: vi riferite a
controlli manuali, nome per nome?
No, a dire il vero, spero che i controlli possano essere perlopiù effettuati automaticamente. È tuttavia chiaro che un certo grado di controllo manuale ci dovrà essere.
- un export di nomi autori persona da SBN, a patto che sia fatto in un
certo modo, può servire a varie cose ma è meglio farlo al momento giusto. Vale a dire:
***cut***
Tutta questa roba mi sa di eccessivo allungamento dei compiti.
Il 07 luglio 2013 17:50, giaccai@gmail.com ha scritto:
Reconcilier mi pare un nome significativo del conquistato rapporto con ICCU ;-)
In realtà "riconciliazione" è (anche) un termine tecnico, dai! :)
Il 07 luglio 2013 19:06, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
Attenzione, c'è una cosa importante da considerare: il file dell'ICCU da circa 6000 non consente confronti automatici con il file da circa 45000 records perché è fatto con un criterio diverso. La differenza sta nel trattamento dei casi di autori che hanno diverse forme del nome.
Grazie per l'indicazione e gli esempi Pierfranco.
Es.: nel file da 6000 identificativi, all'autore Aroca, Mario corrispondono 2 righe:
riga: SBLV\259354 Aroca, Mario (forma accettata)
riga: AUFV\000165 Aper, Marius (forma variante)
Il problema fondamentale mi pare essere che: * http://id.sbn.it/af/IT/ICCU/SBLV/259354 conduce effettivamente alla scheda di Aroca, Mario * http://id.sbn.it/af/IT/ICCU/AUFV/000165 non porta da nessuna parte, anche cercando il codice attraverso la ricerca del sito non si trova nulla.
Quindi la domanda da cui partire sarebbe semmai: che cosa si vuole fare? Una volta che c'è la risposta, da lì si chiede un certo export all'ICCU. Però vi chiedo: non è il caso che ci si relazioni? Questa lista non è nata per questo? Altrimenti c'è il rischio che facciamo perdere la pazienza con richieste ripetute.
Qui sono meno d'accordo. Preferisco fare iniziare a scrivere qualcosa condividere il codice (e il risultato) ed essere fermato perché qualcuno si accorge che c'è un problema, come abbiamo fatto ora, piuttosto che tentare di progettare il sistema perfetto (e aspettare). Per altro anche con la questione dell'aggiunta dei link al Thesaurus su Wikipedia nelle discussioni preliminari ha partecipato una manciata di persone e ben di più sono intervenute quando il bot ha effettivamente iniziato a girare.
È una questione di approccio.
Io punterei a lavorare (almeno per ora) sull'intersezione tra i codici VIAF e quelli SBN, cercare di recuperare le informazioni dalle relative schede e cercare di associarvi la pagina di Wikipedia relativa (se esiste) per le forme alternative credo sia molto più facile chiedere all'ICCU una lista con la mappa 1 -> molti delle forme accettate con le forme alternative (basta una tabella con due colonne, nella prima l'ID della forma accettata, nella seconda N righe quante sono gli ID delle forme alternative).
C
Il giorno 07 luglio 2013 20:34, Cristian Consonni kikkocristian@gmail.comha scritto:
Il problema fondamentale mi pare essere che:
- http://id.sbn.it/af/IT/ICCU/SBLV/259354 conduce effettivamente alla
scheda di Aroca, Mario
- http://id.sbn.it/af/IT/ICCU/AUFV/000165 non porta da nessuna parte,
anche cercando il codice attraverso la ricerca del sito non si trova nulla.
Che il link http://id.sbn.it/af/IT/ICCU/AUFV/000165 non funzioni dipende dal fatto che corrisponderebbe al record di una forma variante: AUFV\000165 cioè Aper, Marius. E questo non impedirebbe a priori che il relativo link non funzioni. Ma bisogna sapere che l'authority file di SBN consultabile via web è una cosa diversa, più ristretto, rispetto all'intero database autori consultabile quando si usa un gestionale per biblioteca adibito alla catalogazione in SBN. In questo secondo caso la ricerca dei records delle forme varianti non solo è possibile, ma dà come risultato la visualizzazione di qualsiasi tipo di record come record autonomo, anche perché il catalogatore deve poter intervenire sul grappolo dei legami per aggiungere, correggere ecc. Viceversa, nel caso della versione web dell'authority file l'ICCU ha preferito rendere ricercabili sia i records delle forme accettate che delle forme varianti ma con questa differenza: i records delle forme varianti vengono visualizzati solo come legami interni al record della voce accettata: cioè sono trattati come se fossero solo delle proprietà di un certo record, non hanno lo statuto di item, e pertanto non hanno la visualizzazione propria di un record autonomo che è riservata solo ai records delle forme accettate. La conseguenza è che non esiste una pagina web autonoma per i records delle forme varianti e pertanto un link che contenesse l'identificativo di quei records non può funzionare. Altri hanno deciso diversamente: per es. la Library of Congress per il suo authority file consultabile via web da http://authorities.loc.gov/ rende visibili in maniera autonoma anche i records di rinvio al cui interno c'è il link al record della forma accettata.
Quindi la domanda da cui partire sarebbe semmai: che cosa si vuole fare?
Una
volta che c'è la risposta, da lì si chiede un certo export all'ICCU.
Però vi
chiedo: non è il caso che ci si relazioni? Questa lista non è nata per questo? Altrimenti c'è il rischio che facciamo perdere la pazienza con richieste ripetute.
Qui sono meno d'accordo. Preferisco fare iniziare a scrivere qualcosa condividere il codice (e il risultato) ed essere fermato perché qualcuno si accorge che c'è un problema, come abbiamo fatto ora, piuttosto che tentare di progettare il sistema perfetto (e aspettare). Per altro anche con la questione dell'aggiunta dei link al Thesaurus su Wikipedia nelle discussioni preliminari ha partecipato una manciata di persone e ben di più sono intervenute quando il bot ha effettivamente iniziato a girare.
È una questione di approccio.
Sì, ma attenzione: io non sto dicendo che bisogna puntare alla soluzione "perfetta", e magari passare tanto tempo per definirla. So bene che stiamo lavorando su cose nelle quali è tutto da pensare e fare tentativi serve.
Quello che voglio dire è che c'è differenza tra il tentativo fatto un po' alla cieca e quello fatto a partire dai ipotesi che paiono sensate. Se continuavi a fare confronti tra i due file, saresti arrivato a conclusioni inutili sulle percentuali di match mettendoci comunque del tempo e delle energie. La mia proposta è di partire da un minimo di pianificazione iniziale anche perché mi pongo il problema del coinvolgimento dell'ICCU. Un export dell'ICCU è uno strumento per fare qualcosa d'altro, bisogna che lo strumento sia fatto in un certo modo e per dirlo bisogna pensarci un attimo sopra. In parole povere: ho proposti di confrontarsi. Si fa forse anche più in fretta che a scrivere lunghe mail per correggere le cose.
Io punterei a lavorare (almeno per ora) sull'intersezione tra i codici VIAF e quelli SBN, cercare di recuperare le informazioni dalle relative schede e cercare di associarvi la pagina di Wikipedia relativa (se esiste) per le forme alternative credo sia molto più facile chiedere all'ICCU una lista con la mappa 1 -> molti delle forme accettate con le forme alternative (basta una tabella con due colonne, nella prima l'ID della forma accettata, nella seconda N righe quante sono gli ID delle forme alternative).
Non sono sicuro di aver capito bene quello che proponi per un nuovo export da chiedere all'ICCU: da quello che scrivi, i casi con forma accettata e n forme alternative dovrebbero essere trattate inserendo le forme alternative in n righe ma in una seconda colonna. In questo caso, cosa succederebbe nelle celle della prima colonna in corrispondenza di quelle righe? Verrebbe ripetuto l'identificativo di riferimento della forma accettata o sarebbero vuote? A me pare meglio che l'export sia fatto con la logica di quello per il VIAF: quindi ogni riga una sola identità anagrafica e n colonne (non righe) per le forme varianti, ma tutte sempre sulla stessa riga dove è contenuta la forma accettata.
*Aggiungo però un'altra osservazione su cui riflettere e che proprio questo caso mi ha fatto venire in mente: sappiamo che in Wikipedia le forme varianti sono trattate con dei redirect e/o delle pagine di disambiguazione. Che significa: anche in Wikipedia c'è una corrispondenza 1:1 tra identità anagrafiche e nomi di autori.* *Ma in Wikidata come funziona? Come vengono trattate lì i casi di forme varianti? C'è sempre comunque un solo record con dei riferimenti alle forme varianti?*
Pierfranco
Il 07 luglio 2013 22:13, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
Non sono sicuro di aver capito bene quello che proponi per un nuovo export da chiedere all'ICCU: da quello che scrivi, i casi con forma accettata e n forme alternative dovrebbero essere trattate inserendo le forme alternative in n righe ma in una seconda colonna. In questo caso, cosa succederebbe nelle celle della prima colonna in corrispondenza di quelle righe? Verrebbe ripetuto l'identificativo di riferimento della forma accettata o sarebbero vuote? A me pare meglio che l'export sia fatto con la logica di quello per il VIAF: quindi ogni riga una sola identità anagrafica e n colonne (non righe) per le forme varianti, ma tutte sempre sulla stessa riga dove è contenuta la forma accettata.
Per come ce l'avevo in mente viene ripetuto l'identificativo. Ma dal punto di vista dell'implementazione la differenza è abbastanza minima.
Aggiungo però un'altra osservazione su cui riflettere e che proprio questo caso mi ha fatto venire in mente: sappiamo che in Wikipedia le forme varianti sono trattate con dei redirect e/o delle pagine di disambiguazione. Che significa: anche in Wikipedia c'è una corrispondenza 1:1 tra identità anagrafiche e nomi di autori. Ma in Wikidata come funziona? Come vengono trattate lì i casi di forme varianti? C'è sempre comunque un solo record con dei riferimenti alle forme varianti?
Lascio rispondere Luca, ma credo si usi l'identificativo per la forma accettata.
Cristian
Il 07 luglio 2013 17:50, giaccai@gmail.com ha scritto:
Certo voi smanettoni siete incredibili - lavoro di domenica e gratis; dovrebbe imparare qualche Ditta che ha fatto la sua fortuna con SBN.
[mi lancio in un OT] Comunque ci tenevo a dire una cosa... lo faccio perché mi va (e anche per questo non mi va molto di stare ad aspettare nuove richieste all'ICCU e relative risposte, a me non che non sia completamente necessario, NdA) e perché mi sembra utile.
Per altro, io credo che più che dalle ditte (che cercano di guadagnare, ed è per quello che esistono) ci si dovrebbe lamentare con chi ha fatto delle scelte che poi hanno portato il sistema ad essere chiuso (o chiudibile) con tutto quello che ne consegue. [/OT]
bibliotecari@liste.wikimedia.it
-
Cristian Consonni -
giaccai＠gmail.com -
Luca Martinelli -
Pierfranco Minsenti