Co jsou metadata a charakterizujte vybrané reprezentanty metadatových specifikací a schémat pro elektronické informační zdroje (Dublin Core, RDF aj.)

Metadata jsou strukturovaná data, která nesou informace o primárních datech. Pojem metadat je používán především v souvislosti s elektronickými zdroji a vztahuje se k datům v nejširším smyslu slova (datové soubory, textové informace, obrazové informace, hudba aj.). Funkce metadat je popisná, selekční a archivační.

V souvislosti s těmito funkcemi se rozlišují metadata pro účely popisu, správy, právních nároků, technické funkčnosti, užití a archivace. Údaje se obvykle vkládají přímo do zdroje (umísťují se např. V záhlaví dokumentu HTML). Podle Tima Berners-Lee: „Jsou to stroji srozumitelné informace o webovských zdrojích a dalších věcech.“ Jejich jazyk musí být formálně správný a jednoznačný, jinak stroji srozumitelné nebudou. Navržena v souvislosti s budováním kolekcí či archivů digitalizovaných textů (pol. 80. let 20. stol.).

Forma metadat

• Je tvořena množinou nezávislých výroků, které reprezentují údaje o zdroji. V počítačovém systému nabývají výroky formu jména či typu výroku a souboru dalších parametrů.
• O dvou výrocích týkajících se stejného zdroje platí, že jsou nezávislé a mohou existovat samostatně. Jde o významnou a důležitou vlastnost metadat. Pokud se vyskytují dohromady na jednom místě, označujeme je jako „kombinovaný výrok“. Množiny výroků jsou považovány za neuspořádané seznamy.
• Výroky o zdrojích korespondují s jejich příslušnými vlastnostmi (znaky). To znamená, že výrok je výrokem o tom, že zdroj má pojmenovanou vlastnost (např. Autor, název apod.). Parametrem se rozumí buď dílčí typ vlastnosti (např. Autor-fyzická osoba apod.), nebo dílčí vlastnost (např. Jméno autora, e-mail autora apod.).
• Pro metadata jsou velice důležité také tzv. Rámce (frameworks), což jsou specifikace architektury pro vzájemnou komunikaci metadat. Nejznámější jsou Khan/Wilensky Framework navržený k podpoře složitých informačních služeb a Warwick Framework, který vznikl v souvislosti s vývojem Dublin Core.
• Warwický rámec je tzv. „kontejnerová architektura“ učená k podpoře koexistence rozdílných metadatových systémů. Je také základem pro RDF (Resource Description Framework), což je jedna z v současnosti nerozšířenějších metadatových architektur (podporovaná konsorciem W3C).

Formáty

• TEI – text Encoding Initiative – Independent Headers – popis úplných textů.
• EAD – encoding Archival Description, vznikl 1993 – použití v archivech, popis rukopisů.
• CIMI – computer Interchange of Museum Information – popis textů (katalogy výstav), muzejních exponátů, obrazových zdrojů.
• GILS – government Information Locator Service – metadata z oblasti informací státní správy USA (od r. 1994). Mezinárodní spolupráce s Kanadou a Austrálií. Zpracovávány především textové materiály administrativního charakteru. Značné množství popisný, věcných a administrativních údajů. Vychází z instrukcí AACR2, možná konverze do USMARC.
• RFC 1807 – formát pro popis technických zpráv (od r. 1992) – zveřejněn jako internetová norma.

Formát DC – Dublin Core

• Nejznámější formát metadat – pro popis webovských zdrojů.
• Vznikl 1995, Dublin (Ohio) – sídlo OCLC; v rámci semináře bylo cílem vybrat základní souboru údajů k popisu zdrojů – kritériem byly podstatné vlastnosti – znaky informačních zdrojů.
• Formuláře IAFA: jednoduché a účelné záznamy metadat pro popis různých typů digitálních zdrojů, byly východiskem pro přípravu formátu Dublin Core.
• Byla snaha využít formát MARC x není strojem srozumitelný, jen čitelný.

U tohoto formátu byla snaha, co nejvíce se oprostit od knihovnictví a jeho zavedených pravidel. Cílem bylo vymyslet co nejjednodušší sadu datových elementů na popsání dokumentů nebo jiných objektů na internetu a to do takové míry, aby byl schopný si je kdokoliv vytvořit. Všech 15 definovaných atributů lze dále podrobněji rozšířit za pomocí kvalifikátorů. Tyto kroky měly napomoci k tomu, aby každý dokument mohl být vyhledatelný pomocí autora, názvu. Takovýto katalogový přístup pro vyhledávání na internetu se sice neuchytil, ale DC je i tak hojně používaný na různých webových aplikacích například: Creative Common linces, u které je možné přidat popisná metadata např.: název používající Dublin core elementy

V současnosti je aktuální verze 1.1. Každý prvek Dublin Core je definován pomocí souboru 15 volitelných atributů, jenž se mohou opakovat. V roce 2006 se Dublin Core stal standardem ISO 15836. Atributy Dublin Core:

1. Title
2. Creator
3. Subject
4. Description
5. Publisher
6. Contributor
7. Date
8. Type
9. Format
10. Identifier
11. Source
12. Language
13. Relation
14. Coverage
15. Rights

RDF – Resource Description Framework

• Založen na webové technologii a je navržen jako aplikace nového jazyka XML. Jazyk XML je považován za nástupce jazyka HTML.
• Umožňuje výměnu metadat mezi různými systémy.
• Založen na koncepci popisu zdrojů prostřednictvím souboru jejich vlastností zvaného „popis RDF“.

Model RDF – 3 typy:

1. zdroje (webové sídlo, kolekce stránek i tradiční dokumenty)
2. vlastnosti zdrojů
3. RDF údaje (tvořeny zdrojem, pojmenovanou vlastností a hodnotou pojmenované vlastnosti)

Model RDF používá tzv. „trojice“ – předmět – vztah – vlastnost