OAI-PMH: Porovnání verzí

 
(Není zobrazeno 7 mezilehlých verzí od 4 dalších uživatelů.)
Řádek 1: Řádek 1:
[[Kategorie: Informační studia a knihovnictví]][[Kategorie:Hesla ke zpracování UISK]]
+
'''The Open Archives Initiative Protocol for Metadata Harvesting''' (OAI-PMH) je jeden z nejběžnějších protokolů používaných pro '''sklízení metadat''', tedy automatického agregování [[metadata|metadatových záznamů]] z různých zdrojů do jednoho systému.  
'''OAI-PMH''' (Open Archives Initiative Protocol for Metadata Harvesting) je rámec pro podporu komunikace mezi informačními systémy na principu sklízení dokumentových metadat.  
+
<br/>OAI-PMH byl vytvořen organizací Open Archive Initiative jako jednoduchý nízkoprahový mechanismus pro snadnou interoperabilitu mezi [[Digitální repozitář|repozitáři]], tedy schopnost digitálních úložišť spolupracovat mezi sebou a vyměňovat si [[informace]] s co možná nejmenší ztrátou. Protokol je založen na běžných standardech používaných na webu – HTTP a XML. <ref> Open Archives Initiative Protocol for Metadata Harvesting: Interoperability through Metadata Exchange. ''Open Archives Initiative Protocol for Metadata Harvesting'' [online]. [cit. 2018-12-19]. Dostupné z: https://www.openarchives.org/pmh/</ref> <ref name="discovery"> CORRADO, Edward M. ''Discovery Products and the Open Archives Initiative Protocol for Metadata Harvesting'' [online]. 2018, 50(1), 47-53 [cit. 2018-12-19]. DOI: 10.1080/10572317.2017.1422905. ISSN 1057-2317. Dostupné z: https://www.tandfonline.com/doi/full/10.1080/10572317.2017.1422905 </ref>
OAI-PMH je vhodným nástrojem pro repozitáře k aktualizaci a doplnění záznamů o dokumentech.
 
Protokol je vázán licencí [[Creative Commons]] (CC), je tedy možné ho šířit i upravovat dle vlastních požadavků.
 
<ref name=wiki=>Protocol for Metadata Harvesting. Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001-. Dostupné také z: https://en.wikipedia.org/wiki/Protocol_for_Metadata_Harvesting</ref>
 
<ref name=knih>Open Archives Initiative. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001- [cit. 2017-11-01]. Dostupné z: http://wiki.knihovna.cz/index.php/OAI-PMH</ref>
 
  
==Koncept protokolu==
+
==Hlavní myšlenka==
Komunikace mezi informačními systémy probíhá na principu klient-server, kdy služba sklízení (Harvester) je klientem a server je představován repozitářem.  
+
S exponenciálně rostoucím množstvím vytvářených digitálních [[Dokument, informační pramen a informační zdroj|dokumentů]] roste poptávka koncových uživatelů po jednoduchém a efektivním řešení umožňujícím nacházet relevantní zdroje těchto dokumentů. Open Archive Initiative se proto zaměřila na vytvoření rámce, který by umožňoval transportování [[Metadata|metadat]] z velkého množství digitálních [[Digitální repozitář|repozitářů]] do centralizovaného systému. Výsledkem tohoto sklízení metadat je [[databáze]], která obsahuje metadatové záznamy o zdrojích umístěných v mnoha různých repozitářích. Tyto záznamy bývají často doplněny i odkazem do konkrétního repozitáře, kde se původní zdroj nachází. Uživatel tak může získat i snadný přístup k plnému textu daného dokumentu. <ref name="understand">BREEDING, Marshall. Understanding the Protocol for Metadata Harvesting of the Open Archives Initiative. ''Computers in Libraries'' [online]. Nashville, TN: Information Today, 2002, 2002, 22(8), 24-29 [cit. 2018-12-19]. ISSN 1041-7915. Dostupné z: https://librarytechnology.org/document/9944</ref>  
Celého procesu se účastní '''Data provider''' a '''Service providers'''.<ref name=prir>The Open Archives Initiative Protocol for Metadata Harvesting. Openarchives.org [online]. openarchives, 2015 [cit. 2017-11-01]. Dostupné z: https://www.openarchives.org/OAI/openarchivesprotocol.html</ref>
 
  
==Repozitář (Data providers)==
+
===Vznik===
Repozitář je administrovaný uspořádaný systém, který podporuje protokol OAI-PMH jako sběrače metadat. 
+
OAI vznikla v roce 1999 v Santa Fe v Novém Mexiku, rok poté byla představena první verze protokolu. Po krátkém fungování byla provedena revize a s přihlédnutím k názorům a zkušenostem prvotních institucí, které OAI-PMH využily, byla v roce 2002 vydána verze 2.0, která je aktuální dodnes.  
Repozitář obsahuje jednoznačně identifikované objekty. Tyto objekty jsou identifikovány pomocí identifikátorů a dalších metadat především v podobě [[Dublin Core]].<ref name=prir />
 
Zpřístupnění pro službu sklízení je zajišťováno třemi hlavními metadatovými entitami.
 
* zdroj (resource)
 
Tato položka předává informaci o umístění dokumentu (tj. zda je uložen přímo v repozitáři nebo repozitářem pouze zpřístupněn) a o jeho formátu (digitální/fyzický)
 
* jednotka (item)
 
Jednotkou je myšlena složka, kde jsou uskladněna  popisná metadata. Metadata mohou být uložena přímo v repozitáři nebo dynamicky vytvořena z vnějšího zdroje. Každá jednotka je určena pomocí [Unikátního identifikátoru]
 
  
===Unikátní identifikátor===
+
PMH je navržen tak, aby byl co možná nejjednodušší, jeho implementace byla snadná a vyžadovala jen minimum programátorských znalostí. Většina institucí, které PMH zavedly, byla schopná systém zprovoznit v řádu hodin. <ref name="understand"/>
Unikátní identifikátor je přiřazován jednotlivým jednotkám (item) uvnitř repozitáře. Používá se při provádění OAI-PMH požadavku na stažení metadat.
 
Formát unikátního identifikátoru musí korespondovat s normou pro URI (Uniform Resource Identifier).
 
Identifikátor plní v protokolu roli odpovědi (ListIdentifiers, ListRecords) i požadavku (GetRecord)
 
  
===Záznam===
+
===OAI-PMH v České republice===
Záznam je odpovědí na OAI-PMH požadavek ve formátu XML. XML soubor je organizován do následujících částí:
+
V České republice umožňuje jednotlivým knihovnám dodávat data cestou OAI-PMH například Souborný katalog ČR. SKČR sklízí data z knihoven, které se do projektu dobrovolně zapojily, s týdenní nebo měsíční periodicitou. Metadata jsou sbírána ve formátu marc21. <ref>Využití protokolu OAI-PMH. ''Souborný katalog ČR - Portál CASLIN ''[online]. 2017 [cit. 2018-12-19]. Dostupné z: http://www.caslin.cz/caslin/spoluprace/jak-prispivat-do-sk-cr/dodavani-dat/vyuziti-protokolu-oai-pmh</ref>
====Hlavička====
 
Obsahuje prioritní informace, tedy unikátní identifikátor, časovou známku, informace o zařazení do setu a případně informace o statusu (deleted).
 
====Metadata====
 
Reprezentace metadat připojených ke konkrétní jednotce repozitáře. Metadata musí být dostupné ve formátu Dublin Core a případně v dalších podporovaných metadatových formátech.  
 
  
===Sety===
+
==Princip fungování==
Set je nepoviný konstrukt repozitáře. Jedná se o strukturální organizaci jednotlivých objektů. Sety dokumentů se využívají převážně při ''selektivní sklizni dat''.
+
[[File:fungováníOAIPMH_o.png|500px|náhled|vpravo|schéma fungování OAI-PMH; zdroj vlastní]]
 +
OAI-PMH rozeznává dva druhy účastníků procesu sklízení metadat – '''Data Providers''' (zprostředkovatelé dat) představované repozitáři, které zpřístupňují PMH metadata svých položek, a '''Service Providers''' (zprostředkovatele služeb), kteří tyto metadata sklízejí, přenáší do své centralizované databáze a používají pro vytvoření služby s přidanou hodnotou, se kterou může pracovat koncový uživatel. <ref name="protokol">The Open Archives Initiative Protocol for Metadata Harvesting: Protocol Version 2.0. ''The Open Archives Initiative Protocol for Metadata Harvesting'' [online]. 2015, 01.08.2015 [cit. 2018-12-19]. Dostupné z: http://www.openarchives.org/OAI/openarchivesprotocol.html</ref>
  
==Sběr dat (Service providers)==
+
Metadata jsou mezi Data Providers a Service Providers přenášena jako XML dokumenty přes HTTP.<br/> HTTP je protokol fungující na principu dotaz-odpověď (request-response protocol) mezi clientem a serverem. Dotazujícím je v případě OAI-PMH Service Provider, dotazovaným serverem Data Provider. <ref name="sharing">DEVARAKONDA, Ranjeet, Giri PALANISAMY, James M. GREEN a Bruce E. WILSON. Data sharing and retrieval using OAI-PMH. ''Earth Science Informatics'' [online]. 2011, 4(1), 1-5 [cit. 2018-12-19]. DOI: 10.1007/s12145-010-0073-0. ISSN 1865-0473. Dostupné z: http://link.springer.com/10.1007/s12145-010-0073-0</ref>
Poskytovatel služeb, který od data providerů sklízí metadata, obvykle je shlukuje a dále popisuje.
 
Na základě sklizených dat poskytuje svým uživatelům přidané služby (např. vyhledávací).<ref name=prir />
 
  
==Použití protokolu==
+
===Entity===
Sběr dat probíhá pomocí příkazů (request), které se v protokolu označují jako ''verb''. Příkazy jsou zadávány v podobě HTTP Request Format, který podporuje php metody GET, či POST.
+
Ve spojení s metadaty přístupnými pro PMH jsou rozlišovány tři entity: <ref name="protokol"/>  
Syntax příkazu se skládá z adresy HTTP, která představuje ''repozitář'', ''klíčové slovo'' (verb) a jeho ''hodnotu'', která předtavuje samotný OAI-PMH požadavek doplněný o ''proměnné''.<br />
 
'''Obecný syntax:'''
 
repozitář/oai?
 
verb=OAI-PMH požadavek&proměnné
 
  
===Typy OAI-PMH požadavku===
+
*'''Zdroj (Resource)'''
====Get Record====
+
**objekt nebo „věc“, o které daná metadata jsou.  
Tento typ požadavku se používá pro sběr dat právě o jedné jednotce repozitáře.
+
**OAI-PMH se zdrojem nijak nepracuje
''Povinými atributy'' jsou tedy unikátní identifikátor jednotky (unique identifier) a metadataPrefix (určení formátu záznamu).<br />
+
*'''Jednotka (Item)'''
Příklad: http://www.manuscriptorium.com/oai?verb=GetRecord&metadataPrefix=qdc&identifier=AIPDIG-BUW___41_E_51A____0YO48RB-cs
+
**součást repozitáře, ze které mohou být uvolněna metadata o zdrojích.  
====Identify====
+
**jednotka většinou obsahuje metadata o jednom zdroji v několika formátech.  
Požadavek, který získává popisné informace o repozitáři. Nemá žádné poviné atributy.<br />
+
**každá jednotka má svůj identifikátor, který ji přesně označuje v rámci daného repozitáře.  
Příklad: http://www.manuscriptorium.com/oai?verb=Identify
+
**unikátní identifikátor používá OAI-PMH při požadavku o extrakci metadat z jednotky.
====ListIdentifiers====
+
*'''Záznam (record)'''
Požadavek pro výpis identifikátorů jednotek uložených v repozitáři. Nemá poviné atributy, ale efektivního využití nabývá především ve spojení s atributy ''from'' nebo ''until'', které definují čas uložení jednotky do repozitáře.<br />
+
**metadata vyjádřená ve specifickém metadatovém formátu
Příklad: http://www.manuscriptorium.com/oai?verb=ListIdentifiers&metadataPrefix=qdc
 
====ListMetadataFormats====
 
Požadavek pro výpis podporovaných metadatových formátů.<br />
 
Příklad: http://www.manuscriptorium.com/oai?verb=ListMetada**taFormats
 
====ListRecords====
 
Požadavek pro sběr záznamů z repozitáře. Podobně jako u ListIdentifiers se používá ve spojení s atributy ''from'' nebo ''until''.<br />
 
Příklad: http://www.manuscriptorium.com/oai?verb=ListRecords&metadataPrefix=qdc&set=digitized-xr
 
====ListSets====
 
Požadavek pro sběr záznamů na základě struktury repozitáře (setů)
 
<br />
 
Příklad: http://www.manuscriptorium.com/oai?verb=ListSets
 
  
==Využití OAI-PMH v ČR==
+
===Přenos metadat===
OAI-PMH protokol je v České republice využíván knihovnami, které touto cestou můžou ze souborného katalogu ČR získávat záznamy pro vlastní použití.
+
Pro přenos záznamů (records) specifikuje PMH „požadavky“ a „odpovědi“ („requests“ a „responses“). Využívá při tom existujících protokolů, které jsou široce uplatňovány na [[World Wide Web|webu]]. Požadavky a Odpovědi slouží k identifikaci a stažení metadatových záznamů, ne však k selekci záznamů dle autora, tématu, nebo dalších kvantifikátorů běžně používaných při vyhledávání. Metadata nebývají většinou stahována jednotlivě, nýbrž hromadně.
Tato forma spolupráce funguje od roku 2008.
 
Souborný katalog ČR poskytuje úplné záznamy ve formátu marc21 a kódování UTF-8.
 
Sklizeň dat je automatizovaná a probíhá s předem nastavenou periodicitou (týden/měsíc).
 
Tento program zajišťuje stahování záznamů určitého setu a vytvořené nebo aktualizované od data poslední sklizně. Po ukončení sklizně jsou knihovny informovány emailem o jejím průběhu (kolik záznamů bylo staženo).<ref name=SK>Využití protokolu OAI-PMH. Http://www.caslin.cz [online]. Praha: Souborný katalog ČR, 2017 [cit. 2018-01-02]. Dostupné z: http://www.caslin.cz/caslin/spoluprace/jak-prispivat-do-sk-cr/dodavani-dat/vyuziti-protokolu-oai-pmh</ref>
 
  
== Odkazy==
+
PMH specifikuje 6 Dotazů, které umožňují interakce mezi '''repozitáři''' (data providers) poskytujícími metadata a zprostředkovateli služeb (service providers), kteří metadata sklízejí. Zprostředkovatelé služeb sklízející metadata jsou nazýváni '''harversters''' (ve volném překladu kombajny). <ref name="understand"/>
=== Reference ===
 
  
 +
*'''GetRecord:''' požadavek na přenos určitého záznamu od repozitáře ke harvesteru
 +
*'''Identify:''' harvester se dotazuje repozitáře na identifikační informaci 
 +
*'''ListIdentifiers:''' harvester žádá od repozitáře seznam hlaviček (headrů) záznamů
 +
*'''ListMetadataFormats:''' harvester zjišťuje metadatové formáty, které repozitář podporuje
 +
*'''ListRecords:''' používá se pro sklízení metadat z repozitáře, přičemž harvester může specifikovat sety a další podmínky pro selektivní sklízení.
 +
*'''ListSets:''' harvester žádá sety dat, které jsou uspořádány v rámci daného repozitáře
 +
 +
==Formát metadat==
 +
OAI-PMH je agnostický vůči metadatovému schématu, může tedy přenášet metadata v jakémkoli formátu, pokud je možné zapsat je v XML (eXtensible Markup Language). Protože běžné repozitáře ale nejsou formátově agnostické, vyžaduje OAI-PMH, aby měla každá jednotka, kromě svých vlastních – často specifických metadat, také data ve formátu unqualified [[Co jsou metadata a charakterizujte vybrané reprezentanty metadatových specifikací a schémat pro elektronické informační zdroje (Dublin Core, RDF aj.)|Dublin Core]]. Tím je zajištěn alespoň základní stupeň interoperability v centralizované databázi. <ref name="discovery"/>
 +
 +
Unqualified [[Co jsou metadata a charakterizujte vybrané reprezentanty metadatových specifikací a schémat pro elektronické informační zdroje (Dublin Core, RDF aj.)|Dublin Core]] obsahuje základní sadu 15 prvků (DCMES – Dublin Core Metadata Element Set). Jsou to: název, tvůrce, předmět, popis, vydavatel, přispěvatel, datum, typ, formát, identifikátor, zdroj, jazyk, vztah, pokrytí a práva. <ref> Termíny metadat DCMI. ''Dublin Core Czech'' [online]. 2006, 20. listopadu 2006 [cit. 2018-12-19]. Dostupné z: http://webserver.ics.muni.cz/dublin_core/terms.html</ref>
 +
 +
===Struktura záznamu===
 +
Záznam (record) jsou metadata vyjádřená v určitém formátu. Záznam je vracen jako XML dokument v návaznosti na dotaz OAI-PMH o extrakci metadat z jednotky v repozitáři. Jednoznačnou identifikaci záznamu umožňuje kombinace unikátního identifikátoru jednotky, metadatové předpony (metadataPrefix) a časové známky (datestamp), která označuje datum poslední modifikace.
 +
 +
Záznam je zakódován v XML a organizován do třech částí <ref name="protokol"/>:
 +
*'''Header:''' obsahuje unikátní identifikátor položky, časovou známku, případně ještě elementy setSpec používané pro selektivní sklízení
 +
*'''Metadata:''' část dokumentu, která obsahuje metadatové záznamy položky
 +
*'''About:''' nepovinná součást dokumentu, která může popisovat metadata nebo část záznamu. Běžně je například používána pro deklarace autorských práv
 +
 +
====Příklad XML záznamu====
 +
 +
<div style="border:1px dotted black; background-color:lightgray;">
 +
<pre><header>
 +
  <identifier>oai:arXiv:cs/0112017</identifier>
 +
  <datestamp>2002-02-28</datestamp>
 +
  <setSpec>cs</setSpec>
 +
  <setSpec>math</setSpec>
 +
</header>
 +
<metadata>
 +
<oai_dc:dc
 +
    xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/"
 +
    xmlns:dc="http://purl.org/dc/elements/1.1/"
 +
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 +
    xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/
 +
    http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
 +
  <dc:title>Using Structural Metadata to Localize Experience of Digital
 +
            Content</dc:title>
 +
  <dc:creator>Dushay, Naomi</dc:creator>
 +
  <dc:subject>Digital Libraries</dc:subject>
 +
  <dc:description>With the increasing technical sophistication of both
 +
    information consumers and providers, there is increasing demand for
 +
    more meaningful experiences of digital information. We present a
 +
    framework that separates digital object experience, or rendering,
 +
    from digital object storage and manipulation, so the
 +
    rendering can be tailored to particular communities of users.
 +
  </dc:description>
 +
  <dc:description>Comment: 23 pages including 2 appendices,
 +
                  8 figures</dc:description>
 +
  <dc:date>2001-12-14</dc:date>
 +
  <dc:type>e-print</dc:type>
 +
  <dc:identifier>http://arXiv.org/abs/cs/0112017</dc:identifier>
 +
</oai_dc:dc>
 +
</metadata>
 +
<about>
 +
  <provenance
 +
      xmlns="http://www.openarchives.org/OAI/2.0/provenance"
 +
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 +
      xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/provenance
 +
      http://www.openarchives.org/OAI/2.0/provenance.xsd">
 +
    <originDescription harvestDate="2002-02-02T14:10:02Z" altered="true">
 +
      <baseURL>http://the.oa.org</baseURL>
 +
      <identifier>oai:r2:klik001</identifier>
 +
      <datestamp>2002-01-01</datestamp>
 +
      <metadataNamespace>http://www.openarchives.org/OAI/2.0/oai_dc/</metadataNamespace>
 +
    </originDescription>
 +
  </provenance>
 +
</about></pre>
 +
 +
 +
</div>
 +
<ref name="protokol"/>
 +
 +
==Odkazy==
 +
===Reference===
 
<references/>
 
<references/>
  
===Použitá literatura===
+
===Související články===
 +
* [[Metadata]]
 +
* [[World Wide Web]]
 +
* [[Opac, veřejně přístupné katalogy (discovery systémy)]]
 +
* [[Databáze]]
 +
* [[Digitální repozitář]]
 +
* [[Digitální knihovna]]
 +
* [[Vyhledávače, vyhledávací nástroje]]
 +
 
 +
===Klíčová slova===
 +
metadata, sklízení metadat, discovery systémy, Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH)
  
  
===Klíčová slova===
+
[[Kategorie:Informační studia a knihovnictví]]

Aktuální verze z 22. 1. 2019, 16:06

The Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH) je jeden z nejběžnějších protokolů používaných pro sklízení metadat, tedy automatického agregování metadatových záznamů z různých zdrojů do jednoho systému.
OAI-PMH byl vytvořen organizací Open Archive Initiative jako jednoduchý nízkoprahový mechanismus pro snadnou interoperabilitu mezi repozitáři, tedy schopnost digitálních úložišť spolupracovat mezi sebou a vyměňovat si informace s co možná nejmenší ztrátou. Protokol je založen na běžných standardech používaných na webu – HTTP a XML. [1] [2]

Hlavní myšlenka

S exponenciálně rostoucím množstvím vytvářených digitálních dokumentů roste poptávka koncových uživatelů po jednoduchém a efektivním řešení umožňujícím nacházet relevantní zdroje těchto dokumentů. Open Archive Initiative se proto zaměřila na vytvoření rámce, který by umožňoval transportování metadat z velkého množství digitálních repozitářů do centralizovaného systému. Výsledkem tohoto sklízení metadat je databáze, která obsahuje metadatové záznamy o zdrojích umístěných v mnoha různých repozitářích. Tyto záznamy bývají často doplněny i odkazem do konkrétního repozitáře, kde se původní zdroj nachází. Uživatel tak může získat i snadný přístup k plnému textu daného dokumentu. [3]

Vznik

OAI vznikla v roce 1999 v Santa Fe v Novém Mexiku, rok poté byla představena první verze protokolu. Po krátkém fungování byla provedena revize a s přihlédnutím k názorům a zkušenostem prvotních institucí, které OAI-PMH využily, byla v roce 2002 vydána verze 2.0, která je aktuální dodnes.

PMH je navržen tak, aby byl co možná nejjednodušší, jeho implementace byla snadná a vyžadovala jen minimum programátorských znalostí. Většina institucí, které PMH zavedly, byla schopná systém zprovoznit v řádu hodin. [3]

OAI-PMH v České republice

V České republice umožňuje jednotlivým knihovnám dodávat data cestou OAI-PMH například Souborný katalog ČR. SKČR sklízí data z knihoven, které se do projektu dobrovolně zapojily, s týdenní nebo měsíční periodicitou. Metadata jsou sbírána ve formátu marc21. [4]

Princip fungování

schéma fungování OAI-PMH; zdroj vlastní

OAI-PMH rozeznává dva druhy účastníků procesu sklízení metadat – Data Providers (zprostředkovatelé dat) představované repozitáři, které zpřístupňují PMH metadata svých položek, a Service Providers (zprostředkovatele služeb), kteří tyto metadata sklízejí, přenáší do své centralizované databáze a používají pro vytvoření služby s přidanou hodnotou, se kterou může pracovat koncový uživatel. [5]

Metadata jsou mezi Data Providers a Service Providers přenášena jako XML dokumenty přes HTTP.
HTTP je protokol fungující na principu dotaz-odpověď (request-response protocol) mezi clientem a serverem. Dotazujícím je v případě OAI-PMH Service Provider, dotazovaným serverem Data Provider. [6]

Entity

Ve spojení s metadaty přístupnými pro PMH jsou rozlišovány tři entity: [5]

  • Zdroj (Resource)
    • objekt nebo „věc“, o které daná metadata jsou.
    • OAI-PMH se zdrojem nijak nepracuje
  • Jednotka (Item)
    • součást repozitáře, ze které mohou být uvolněna metadata o zdrojích.
    • jednotka většinou obsahuje metadata o jednom zdroji v několika formátech.
    • každá jednotka má svůj identifikátor, který ji přesně označuje v rámci daného repozitáře.
    • unikátní identifikátor používá OAI-PMH při požadavku o extrakci metadat z jednotky.
  • Záznam (record)
    • metadata vyjádřená ve specifickém metadatovém formátu

Přenos metadat

Pro přenos záznamů (records) specifikuje PMH „požadavky“ a „odpovědi“ („requests“ a „responses“). Využívá při tom existujících protokolů, které jsou široce uplatňovány na webu. Požadavky a Odpovědi slouží k identifikaci a stažení metadatových záznamů, ne však k selekci záznamů dle autora, tématu, nebo dalších kvantifikátorů běžně používaných při vyhledávání. Metadata nebývají většinou stahována jednotlivě, nýbrž hromadně.

PMH specifikuje 6 Dotazů, které umožňují interakce mezi repozitáři (data providers) poskytujícími metadata a zprostředkovateli služeb (service providers), kteří metadata sklízejí. Zprostředkovatelé služeb sklízející metadata jsou nazýváni harversters (ve volném překladu kombajny). [3]

  • GetRecord: požadavek na přenos určitého záznamu od repozitáře ke harvesteru
  • Identify: harvester se dotazuje repozitáře na identifikační informaci
  • ListIdentifiers: harvester žádá od repozitáře seznam hlaviček (headrů) záznamů
  • ListMetadataFormats: harvester zjišťuje metadatové formáty, které repozitář podporuje
  • ListRecords: používá se pro sklízení metadat z repozitáře, přičemž harvester může specifikovat sety a další podmínky pro selektivní sklízení.
  • ListSets: harvester žádá sety dat, které jsou uspořádány v rámci daného repozitáře

Formát metadat

OAI-PMH je agnostický vůči metadatovému schématu, může tedy přenášet metadata v jakémkoli formátu, pokud je možné zapsat je v XML (eXtensible Markup Language). Protože běžné repozitáře ale nejsou formátově agnostické, vyžaduje OAI-PMH, aby měla každá jednotka, kromě svých vlastních – často specifických metadat, také data ve formátu unqualified Dublin Core. Tím je zajištěn alespoň základní stupeň interoperability v centralizované databázi. [2]

Unqualified Dublin Core obsahuje základní sadu 15 prvků (DCMES – Dublin Core Metadata Element Set). Jsou to: název, tvůrce, předmět, popis, vydavatel, přispěvatel, datum, typ, formát, identifikátor, zdroj, jazyk, vztah, pokrytí a práva. [7]

Struktura záznamu

Záznam (record) jsou metadata vyjádřená v určitém formátu. Záznam je vracen jako XML dokument v návaznosti na dotaz OAI-PMH o extrakci metadat z jednotky v repozitáři. Jednoznačnou identifikaci záznamu umožňuje kombinace unikátního identifikátoru jednotky, metadatové předpony (metadataPrefix) a časové známky (datestamp), která označuje datum poslední modifikace.

Záznam je zakódován v XML a organizován do třech částí [5]:

  • Header: obsahuje unikátní identifikátor položky, časovou známku, případně ještě elementy setSpec používané pro selektivní sklízení
  • Metadata: část dokumentu, která obsahuje metadatové záznamy položky
  • About: nepovinná součást dokumentu, která může popisovat metadata nebo část záznamu. Běžně je například používána pro deklarace autorských práv

Příklad XML záznamu

<header>
  <identifier>oai:arXiv:cs/0112017</identifier>
  <datestamp>2002-02-28</datestamp>
  <setSpec>cs</setSpec>
  <setSpec>math</setSpec>
</header>
<metadata>
 <oai_dc:dc 
     xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" 
     xmlns:dc="http://purl.org/dc/elements/1.1/" 
     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
     xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ 
     http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
   <dc:title>Using Structural Metadata to Localize Experience of Digital 
             Content</dc:title>
   <dc:creator>Dushay, Naomi</dc:creator>
   <dc:subject>Digital Libraries</dc:subject>
   <dc:description>With the increasing technical sophistication of both 
    information consumers and providers, there is increasing demand for 
    more meaningful experiences of digital information. We present a 
    framework that separates digital object experience, or rendering, 
    from digital object storage and manipulation, so the
    rendering can be tailored to particular communities of users. 
   </dc:description>
   <dc:description>Comment: 23 pages including 2 appendices, 
                   8 figures</dc:description>
   <dc:date>2001-12-14</dc:date>
   <dc:type>e-print</dc:type>
   <dc:identifier>http://arXiv.org/abs/cs/0112017</dc:identifier>
 </oai_dc:dc>
</metadata>
<about> 
  <provenance
      xmlns="http://www.openarchives.org/OAI/2.0/provenance" 
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
      xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/provenance
      http://www.openarchives.org/OAI/2.0/provenance.xsd">
    <originDescription harvestDate="2002-02-02T14:10:02Z" altered="true">
      <baseURL>http://the.oa.org</baseURL>
      <identifier>oai:r2:klik001</identifier>
      <datestamp>2002-01-01</datestamp>
      <metadataNamespace>http://www.openarchives.org/OAI/2.0/oai_dc/</metadataNamespace>
    </originDescription>
  </provenance>
</about>


[5]

Odkazy

Reference

  1. Open Archives Initiative Protocol for Metadata Harvesting: Interoperability through Metadata Exchange. Open Archives Initiative Protocol for Metadata Harvesting [online]. [cit. 2018-12-19]. Dostupné z: https://www.openarchives.org/pmh/
  2. 2,0 2,1 CORRADO, Edward M. Discovery Products and the Open Archives Initiative Protocol for Metadata Harvesting [online]. 2018, 50(1), 47-53 [cit. 2018-12-19]. DOI: 10.1080/10572317.2017.1422905. ISSN 1057-2317. Dostupné z: https://www.tandfonline.com/doi/full/10.1080/10572317.2017.1422905
  3. 3,0 3,1 3,2 BREEDING, Marshall. Understanding the Protocol for Metadata Harvesting of the Open Archives Initiative. Computers in Libraries [online]. Nashville, TN: Information Today, 2002, 2002, 22(8), 24-29 [cit. 2018-12-19]. ISSN 1041-7915. Dostupné z: https://librarytechnology.org/document/9944
  4. Využití protokolu OAI-PMH. Souborný katalog ČR - Portál CASLIN [online]. 2017 [cit. 2018-12-19]. Dostupné z: http://www.caslin.cz/caslin/spoluprace/jak-prispivat-do-sk-cr/dodavani-dat/vyuziti-protokolu-oai-pmh
  5. 5,0 5,1 5,2 5,3 The Open Archives Initiative Protocol for Metadata Harvesting: Protocol Version 2.0. The Open Archives Initiative Protocol for Metadata Harvesting [online]. 2015, 01.08.2015 [cit. 2018-12-19]. Dostupné z: http://www.openarchives.org/OAI/openarchivesprotocol.html
  6. DEVARAKONDA, Ranjeet, Giri PALANISAMY, James M. GREEN a Bruce E. WILSON. Data sharing and retrieval using OAI-PMH. Earth Science Informatics [online]. 2011, 4(1), 1-5 [cit. 2018-12-19]. DOI: 10.1007/s12145-010-0073-0. ISSN 1865-0473. Dostupné z: http://link.springer.com/10.1007/s12145-010-0073-0
  7. Termíny metadat DCMI. Dublin Core Czech [online]. 2006, 20. listopadu 2006 [cit. 2018-12-19]. Dostupné z: http://webserver.ics.muni.cz/dublin_core/terms.html

Související články

Klíčová slova

metadata, sklízení metadat, discovery systémy, Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH)