Ολοκλήρωση σχημάτων μεταδεδομένων πολιτισμικής πληροφορίας με τη χρήση της οντολογίας CIDOC CRM

Abstract

This doctoral thesis deals with the study and development of cultural information semantic integration methods and techniques using ontologies. More specifically, this thesis makes use of the core ontology CIDOC CRM, which is an ontology for modeling cultural information by describing in a formal language all the concepts and the relationships that appear in the cultural documentation. In the “Memory Institutions” domain (a recently introduced term including the cultural heritage organizations, such as museums, archives, libraries, etc.), a growing trend in the use of various metadata schemas (DC, VRA Core, EAD, MODS, MARC, EDM, etc.) is observed both in a national and an international level. These schemas ensure and support the long-term preservation of information. However, the plethora of various metadata schemas and standards for the description of the cultural exhibits and objects created the need for developping techniques and tools that will ensure a unified and standards independent access to the relevant information. The implementation and use of ontologies that aim to integration (often referred as semantic integration) is a promising research field towards this direction.In this thesis, the CIDOC Conceptual Reference Model (CRM) acts as a mediator among different cultural information metadata standards to ensure the integrated management, sharing and search of information. The techniques developed were experimentally applied to real metadata standards (such as EAD and VRA). More specifically, this thesis initially presents the semantic mapping of the international VRA Core 4.0 standard to the CIDOC CRM ontology (at three levels: work level, image level, collection level). The proposed mapping methodology between the two metadata schemes was based on a path oriented approach, which is formally defined with the use of a mapping language (namely Mapping Description Language – MDL) that defines the mapping rules from the source schema to the target schema. The problem of transforming XML-based VRA metadata to metadata encoded with the use of the CIDOC CRM ontology was investigated as well. The development of such techniques is considered particulary important as there is frequent need for metadata exchange among cultural organizations using different metadata standards. The proposed technique is based on the use of the MDL and the semantic mapping of VRA Core 4.0 to the CIDOC CRM ontology. In addition, in this thesis, a process that produces automatically crosswalks between XML-based metadata schemas has been developed. This process exploits the semantic mappings between different metadata schemas and the CIDOC CRM ontology, expressed in MDL. To test this process, an EAD to VRA Core 4.0 crosswalk is presented.

Η παρούσα διδακτορική διατριβή ασχολείται με τη μελέτη και την ανάπτυξη τεχνικών σημασιολογικής ολοκλήρωσης μεταδεδομένων πολιτισμικής πληροφορίας με τη χρήση οντολογιών. Στο πλαίσιο της συγκεκριμένης διατριβής γίνεται χρήση της οντολογίας πυρήνα CIDOC CRM, η οποία αποτελεί μια οντολογία για μοντελοποίηση της πολιτισμικής πληροφορίας, περιγράφοντας σε τυπική γλώσσα τις έννοιες και τις σχέσεις που εμφανίζονται στην πολιτισμική τεκμηρίωση. Στον τομέα των “Ιδρυμάτων Μνήμης”, όπως ονομάζονται εναλλακτικά οι διάφοροι οργανισμοί πολιτισμικής κληρονoμιάς, δηλαδή τα μουσεία, τα αρχεία, οι βιβλιοθήκες κλπ., παρατηρείται τόσο σε εθνικό όσο και σε διεθνές επίπεδο, μια τρομερά αυξανόμενη τάση στη χρήση ποικίλλων σχημάτων μεταδεδομένων (DC, VRA Core, EAD, MODS, MARC, ΕDM κλπ.), τα οποία θέτουν ουσιαστικά τις προϋποθέσεις για μακροπρόθεσμη διατήρηση της πληροφορίας. Εντούτοις, αυτή η πληθώρα ποικίλων σχημάτων και προτύπων μεταδεδομένων για την περιγραφή πολιτιστικών τεκμηρίων και αντικειμένων καθιστά επιτακτική την ανάγκη για την ανάπτυξη τεχνικών και εργαλείων που θα εξασφαλίζουν την ενιαία και ανεξάρτητη από πρότυπα πρόσβαση στη σχετική πληροφορία. Η χρήση οντολογιών για την επίτευξη της ολοκλήρωσης (η οποία αναφέρεται συχνά και ως σημασιολογική ολοκλήρωση) αποτελεί μια πολλά υποσχόμενη και σύγχρονη κατεύθυνση στην περιοχή αυτή. Στη παρούσα διατριβή η οντολογία CIDOC Conceptual Reference Model (CRM) αποτέλεσε το σχήμα διαμεσολάβησης ανάμεσα στα διαφορετικά πρότυπα μεταδεδομένων πολιτισμικής πληροφορίας για την εξασφάλιση ενιαίας διαχείρισης ανταλλαγής και αναζήτησης πληροφοριών. Οι τεχνικές που αναπτύχθηκαν, εφαρμόστηκαν πειραματικά σε πραγματικά πρότυπα περιγραφής μεταδεδομένων (όπως το EAD και το VRA). Πιο συγκεκριμένα, αρχικά αναπτύχθηκε η σημασιολογική απεικόνιση του διεθνούς προτύπου VRA Core 4.0 προς την οντολογία CIDOC CRM (σε τρία επίπεδα: επίπεδο έργου, επίπεδο εικόνας, επίπεδο συλλογής). Η προτεινόμενη μεθοδολογία αντιστοίχισης ανάμεσα στα δύο σχήματα βασίστηκε σε μια προσέγγιση που βασίζεται σε μονοπάτια η οποία ορίζεται αυστηρά με τη χρήση μιας γλώσσας αντιστοίχισης (Γλώσσα Περιγραφής Απεικονίσεων - ΓΠΑ), που καθορίζει τους κανόνες αντιστοίχισης από το πηγαίο σχήμα στο τελικό σχήμα. Στη συνέχεια, εξετάστηκε το πρόβλημα της μετατροπής VRA μεταδεδομένων, τα οποία είναι κωδικοποιημένα σε XML μορφή, σε μεταδεδομένα τα οποία είναι κωδικοποιημένα με τη χρήση της οντολογίας CIDOC CRM. H ανάπτυξη τέτοιων τεχνικών θεωρείται ιδιαίτερα σημαντική, καθώς πολύ συχνά κρίνεται επιτακτική η ανάγκη ανταλλαγής των μεταδεδομένων ανάμεσα σε πολιτισμικούς οργανισμούς που έχουν υιοθετήσει διαφορετικά πρότυπα μεταδεδομένων. Η προτεινόμενη τεχνική βασίστηκε στη χρήση των ΓΠΑ κανόνων απεικόνισης και της σημασιολογικής απεικόνισης του προτύπου VRA Core 4.0 προς την οντολογία CIDOC CRM. Επιπλέον, στο πλαίσιο της διατριβής αναπτύχθηκε μια διαδικασία, η οποία παράγει με αυτόματες διαδικασίες αντιστοιχίσεις ανάμεσα σε σχήματα μεταδεδομένων τα οποία βασίζονται στην XML. Η διαδικασία αυτή αξιοποιεί τις σημασιολογικές αντιστοιχήσεις ανάμεσα στα διάφορα σχήματα μεταδεδομένων και την οντολογία CIDOC CRM, οι οποίες εκφράζονται μέσα από τη Γλώσσα Περιγραφής Απεικονίσεων (ΓΠΑ). Προκειμένου να δοκιμαστεί αυτή η διαδικασία δημιουργίας αντιστοιχίσεων, πραγματοποιήθηκε η δημιουργία μιας αντιστοίχισης ανάμεσα στο EAD και το VRA Core 4.0.