Tecnologia Digital para Bibliotecas, Museus e Arquivos

Transcrição

1 Tecnologia Digital para Bibliotecas, Museus e Arquivos PÓS-GRADUAÇÃO EM CIÊNCIAS DA INFORMAÇÃO E DA DOCUMENTAÇÃO FRG Centro de Estudos e Recursos Multimediáticos fribeiro@ufp.pt Universidade Fernando Pessoa Praça 9 de Abril, 349 P Porto Tel Fax

2 Resumo Este documento apresenta os tópicos do material a ser discutido no seminário Tecnologias de Informação Documental da Pós-Graduação de Ciências da Informação e da Documentação. Acrónimos Devido à profusão de acrónimos e abreviações utilizadas no texto, listam-se aqui as mais frequentes: OPAC EAD TEI SGML DTD DC PDF RDF MARC UNIMARC AACR AACR2 LCSH CLIP LCC ISBD ISBD(ER) Online Public Access Catalog Encoded Archival Description Text Encoding Initiative Standard Generalized Markup Language Document Type Definition Dublin Core Portable Document Format Resource Description Framework Machine Readable Cataloguing Universal MARC format Anglo-American Cataloging Rules Anglo-American Cataloging Rules, 2ª edição Library of Congress Subject Headings Compatibilização de Linguagens de Indexação em Português Library of Congress Classification International Standards Bibliographic Description International Standard Bibliographic Description for Electronic Resources FRG/UFP

3 ISBD(CF) DDC21 ISO LCNAF ROADS DSI MeSH TCP/IP International Standard Bibliographic Description for Computer Files Dewey Decimal Classification, 21st edition International Standards Organisation Library of Congress Name Authority File Resource Organisation and Discovery in Subjectbased services Disseminação Selectiva de Informação Medicine s Medical Subject Headings Transport Control Protocol/Internet Protocol FRG/UFP

4 1 Introdução Para contextualizar a utilização da tecnologia em Bibliotecas vamos fazer uma breve introdução geral ao tema. Os desafios tecnológicos que as bibliotecas enfrentam situam-se a dois níveis: 1. a automatização de funções existentes, com consequentes vantagens de facilidade e comodidade de gestão e de utilização dos serviços; 2. o aparecimento de novos formatos digitais, implicando uma evolução constante das técnicas de catalogação e de indexação. A Tecnologia permite ainda o aparecimento de Bibliotecas Digitais e Bibliotecas Virtuais, como consequência dos desafios citados. Com a utilização generalizada da internet, as bibliotecas começaram a disponibilizar facilidades de pesquisa e de consulta aos seus utentes, e a aumentar o nível de colaboração entre bibliotecas, nomeadamente: criando e mantendo catálogos comuns em linha, facilitando a pesquisa de material bibliográfico, e outras operações tais como a gestão de empréstimos inter-bibliotecas; criando grupos de trabalho e de discussão sobre assuntos de interesse para a sua comunidade, e iniciando projectos a uma escala que de outra forma seria impossível; melhorando as interfaces de pesquisa, de consulta, e de gestão de bibliotecas, e permitindo e aumentando a troca de informação bibliográfica, a um baixo custo. FRG/UFP

5 No resto deste documento vai ser apresentada a tecnologia relevante para as Ciências da Informação e da Documentação, e serão propostos apontadores para quem desejar aprofundar algum tópico em particular. 1.1 Definição Na sua definição mais comum, uma biblioteca é uma colecção de materiais gráficos livros, filmes, revistas, fotografias, mapas, manuscritos, discos, bandas magnéticas, ficheiros de computador organizados por forma a serem fácilmente consultados e utilizados. Esta facilidade de consulta e de utilização é o que distingue uma biblioteca de um qualquer conjunto de materiais, tais como um depósito de livros por exemplo. 1.2 Marcos na História As bibliotecas, como colecção de documentos, existem práticamente desde a invenção da escrita. Alguns dos marcos mais importantes na história das bibliotecas são apresentados a seguir. A criação das primeiras bibliotecas, tal como as entendemos hoje, é atribuida a Ramsés II. A biblioteca de Alexandria no Egipto foi iniciada cerca de 300 anos antes de Cristo. Segundo alguns relatos, a biblioteca continha rolos, pensando-se que a maioria estava escrita em grego. O incêndio da biblioteca destruiu o que foi certamente a maior biblioteca da Antiguidade. A Biblioteca Nacional de França, a primeira desse género, mantém uma actividade constante desde que foi criada no século XIV. FRG/UFP

6 Em 1602 foi aberta, na Universidade de Oxford, a primeira biblioteca "moderna" dedicada à investigação científica. Outras universidades perceberam que o progresso científico dependia cada vez mais da existência de boas bibliotecas. Em 1627 Gabriel Naudé, considerado o primeiro bibliotecário moderno, publicou os "Conselhos para a Formação de uma Biblioteca". Durante a Revolução Industrial, os progressos mais importantes ocorreram em Inglaterra e na América. Foram criadas bibliotecas públicas em Manchester (1852) e em Boston (1854), e criaram-se as primeiras associações de bibliotecários. A partir de 1960 começaram-se a introduzir os primeiros computadores nas bibliotecas. Em 1965 a Biblioteca do Congresso concebeu e desenvolveu o formato MARC, com a finalidade de armazenar informáticamente informação bibliográfica para todo o tipo de materiais gráficos. Começou um processo de normalização e de automatização das bibliotecas, e o formato MARC foi sendo adoptado internacionalmente, eventualmente com variantes. Na mesma altura, um grupo de liceus e de universidades do Ohio formou-se para explorar as potencialidades da informática na cooperação inter-bibliotecas. Em 1967 criou-se o Ohio College Library Center, que mudou a sua designação mais tarde para Online Computer Library Center (OCLC). A partir do século XX, as bibliotecas estenderam-se a todas as camadas da população, abriram as primeiras bibliotecas escolares, e o desenvolvimento das nações foi definitivamente associado aos índices de leitura, de produção escrita, e de acesso a bibliotecas. FRG/UFP

7 1.3 Funções numa biblioteca De uma forma geral, as funções mais importantes desenvolvidas numa biblioteca podem ser agrupadas em: aquisição; processamento (catalogação); circulação; referênciação. Vamos descrever únicamente a função de processamento, que constitui certamente uma das funções principais, e onde a tecnologia tem um papel mais importante. Devido à evolução tecnológica dos materiais a catalogar, é uma das funções onde se tem centrado grande parte da inovação e onde existem mais iniciativas em curso actualmente. 1.4 Catalogação A catalogação é um processo complexo que consiste em registar uma obra em diferentes fichas 1 por forma a que esta seja fácilmente consultada. Por exemplo, registar o título, o autor, o ano e o local de publicação para um livro, é uma operação comum. Se o livro tiver características especiais, por exemplo ilustrações feitas por um artista famoso, torna-se necessário registar também esta informação. O catálogo resultante deve permitir a um leitor pesquisar, e encontrar, as obras do seu interesse. FRG/UFP

8 A catalogação consiste essencialmente em: 1) definir a entrada principal 2) descrever a obra 3) classificar a obra 4) escolher os temas 5) marcar a obra Vamos apenas descrever as quatro primeiras operações. A marcação da obra consiste geralmente na colocação de um rótulo que permita a sua referenciação, e localização nas pratelerias, a partir do catálogo da biblioteca. A catalogação obedece a regras e a procedimentos que visam uma uniformidade da informação registada entre bibliotecas. As normas geralmente adoptadas envolvem o formato dos registos (MARC ou uma das suas variantes), e as regras para os preencher (AACR, AACR2, ISBD, ou eventualmente outras normas). A maioria das regras destina-se a catalogar material bibliográfico, mas existe cada vez mais a necessidade de se catalogar material não bibliográfico, como imagens, e informação geográfica, por exemplo Definir a entrada principal As entradas principais constituem o conjunto de informação que permitirá encontrar as obras. No caso de um livro, o título e o autor são candidatos a entradas principais; se o livro não tiver um autor 1 Por enquanto não é importante distinguir o suporte físico destas fichas. No caso mais comum serão fichas informatizadas. FRG/UFP

9 explícito, como em muitas obras antigas, o título poderá constituir a entrada principal. A uniformidade nos critérios de escolha das entradas é essencial não só para a biblioteca como também para trocar informação entre bibliotecas. A existência de critérios uniformes permite que as grandes bibliotecas, ou as bibliotecas nacionais, disponibilizem catálogos das obras mais recentes, que podem ser adquiridos e utilizados por bibliotecas mais pequenas, poupando assim o complexo trabalho de catalogação Descrever a obra A descrição de uma obra regista as suas características principais, como por exemplo o número de páginas, tipo de encadernação, existência de ilustrações e outros elementos gráficos, e dimensões da páginas Classificar a obra O objectivo da classificação é o de fornecer os temas sob os quais as obras podem ser encontradas. O sistema de classificação mais comum na América do Norte (EUA e Canadá) é a Classificação Decimal de Dewey (CDD), publicada pela primeira vez em A CDD contém 10 grupos, cada um dos quais podendo conter 100 subgrupos, podendo estes ter ainda sub-grupos. O primeiro grupo da CDD, e respectivos sub-grupos são mostrados a seguir: 000 Geral 010 Bibliografias 020 Bibliotecas e Ciências da Informação 030 Enciclopédias genéricas 040 (não utilizado) 050 Séries genéricas FRG/UFP

10 060 Organizações genéricas 070 Jornalismo, publicações, e jornais 080 Colecções genéricas 090 Manuscritos e livros raros Um segundo esquema foi proposto pela Biblioteca do Congresso dos EUA (LCC: Library of Congress Classification), contendo 20 categorias principais identificadas por letras; as sub-categorias são identificadas por uma segunda letra, e podem ser especializadas por categorias numéricas. Algumas das categorias principais são: A Obras genéricas B Filosofia - Religião C História D História e Topografia (excepto América) E-F América Um terceiro esquema, mais utilizado na Europa, é a Classificação Decimal Universal (CDU). Neste esquema, dois códigos numéricos, representando duas categorias, podem ser agregados para formar uma terceira categoria Escolher os temas Várias obras podem ser classificadas sob vários temas, embora a obra só possa ser colocada e encontrada num única prateleira. Para permitir esta múltipla classificação utilizam-se geralmente catálogos temáticos (ou tesaurus), também chamados dicionários se contiverem definições. A evolução dos temas e do vocabulário faz com que os catálogos temáticos tenham que ser actualizados regularmente, e que permitam referências cruzadas. A escolha dos temas pode ser ditada pela popularidade de um tema, em detrimento de um seu equivalente, FRG/UFP

11 mais rigoroso, mas menos conhecido. Os catálogos são geralmente estabelecidos e compilados a partir de um vocabulário controlado. A utilização de um vocabulário controlado de termos facilita a tarefa de quem faz a catalogação e de quem pesquisa, removendo ambiguidades quanto à designação de vários termos e conceitos. Várias instituições, e grupos de interesse, trabalham na definição de vocabulários controlados, geralmente adaptados a áreas específicas. A figura seguinte mostra um tesaurus de termos em Astronomia: Tesaurus de termos em Astronomia A classificação temática da Biblioteca do Congresso (LCSH) é adoptada por muitas outras bibliotecas. Para a área de ciências da saúde, o vocabulário adoptado geralmente é o Medicine s Medical Subject Headings (MeSH). Para outras áreas, entidades como a Organização Mundial do Trabalho, a OCDE publicam tesaurus contendo o vocabulário controlado. FRG/UFP

12 1.5 Tecnologia numa Biblioteca Podem-se considerar três ciclos de utilização da tecnologia em bibliotecas: 1- fichas em papel; 2- microfotografia; 3- informática. As fichas em papel, embora sejam ainda utilizadas por muitas bibliotecas, não trazem nenhumas vantagens em particular, e fazem parte de um ciclo de utilização de tecnologia que já se esgotou. A microfotografia e a informática permitiram, a um baixo custo, manter cópias de obras (em microfilme e em suporte digital respectivamente) que de outra forma difícilmente poderiam ser guardadas numa biblioteca, por questões de espaço, de condições de conservação, ou de disponibilidade de cópias de um determinado material. É comum em muitas bibliotecas, desde os anos 50, microfotografar os jornais e as revistas de grande tiragem. No entanto, o custo elevado do material necessário para visualizar um microfilme ou uma microficha torna a utilização destes materiais restrita ao espaço das bibliotecas e impede que um dos objectivos principais das bibliotecas, a leitura domiciliária, seja concretizado. FRG/UFP

13 Uma microficha A introdução dos computadores permitiu essencialmente a automatização dos catálogos, assistindo nas operações de pesquisa, e de partilha de informação entre bibliotecas. Actualmente, considerase que a internet deve fazer parte integral de uma Biblioteca, nomeadamente permitindo o acesso aos seus utilizadores ao catálogo e a outra informação, de qualquer lugar e a qualquer hora. A arquitectura informática de um Sistema de Gestão de Biblioteca informatizado é mostrada na figura seguinte: Base de Dados da Biblioteca Biblioteca servidor WWW servidor Z internet posto de gestão utilizador local Arquitectura informática de uma biblioteca utilizador remoto FRG/UFP

14 A Base de Dados contém todos os registos (as fichas bibliográficas), e os catálogos. O formato dos registos, no caso mais comum, obedece ao formato MARC, ou a uma das suas variantes (UNIMARC, UKMARC, USMARC). Dependendo do tamanho da Biblioteca, o número de registos pode-se elevar a vários milhares, ou milhões. A utilização do formato MARC permite a troca de informação entre bibliotecas, e a importação de registos que foram catalogados, por exemplo, pelas Biblioteca Nacionais. O formato MARC está normalizado nos Estados Unidos desde 1969 (Z39.2: Bibliographic Information Interchange) e internacionalmente (ISO 2709: Format for Information Interchange). Algumas das variantes mais utilizadas do formato MARC são: Unimarc Normarc Canmarc Intermarc Librismarc SBN CCF Danmarc Ausmarc Usmarc Finmarc Picamarc Ukmarc MAB Ibermarc As ferramentas de gestão da biblioteca implementam as funções descritas anteriormente, nomeadamente a catalogação, a gestão de empréstimos, e a actualização dos catálogos. As ferramentas de ajuda à pesquisa implementam funções de pesquisa por palavra-chave ou tema a partir dos catálogos ou dicionários existentes (por exemplo o LCSH). O resultado da pesquisa é um conjunto de registos, que foram indexados com as palavras ou temas pesquisados. É comum existir também uma função de navegação, que permite ao utilizador continuar a sua pesquisa a partir FRG/UFP

15 de um determinado resultado anterior, evitando a realização de uma nova pesquisa. Catálogo Base de Dados Bibliográfica Tesaurus Aquisições Circulação Base de Dados de Gestão Módulos de um Sistema de Gestão de Biblioteca Nas arquitecturas informáticas mais recentes, as ferramentas de gestão e de pesquisa são acessíveis a partir de redes locais (intranets) ou a partir da internet. Neste último caso, é geralmente utilizado o protocolo Z para disponibilizar o OPAC, desenvolvido para troca de informação bibliográfica, e utilizado como base do WAIS (Wide-Area Information System). A utilização de um protocolo normalizado permite o acesso a qualquer utilizador a partir da internet, e permite que as bibliotecas possam comunicar entre si. É comum o acesso pela internet ser feito através de terminais virtuais, utilizando o protocolo Telnet. No entanto, para o utilizador final, estas questões são geralmente transparentes, e ele só terá que consultar o manual de acesso da Biblioteca que pretende consultar. Geralmente as bibliotecas disponibilizam o seu catálogo em linha na internet (OPAC), que apresenta uma interface simples, como mostrado na figura seguinte: FRG/UFP

16 Interface de pesquisa da Biblioteca Nacional O resultado de uma pesquisa é mostrado na figura seguinte: Registo devolvido como resultado de uma pesquisa O utilizador interessado pode ainda consultar o registo em formato Unimarc, como mostrado na figura seguinte: FRG/UFP

17 Mesmo registo em formato Unimarc Práticamente todas as bibliotecas disponibilizam um OPAC na internet, com acesso via WWW ou Telnet. Na escolha de um OPAC é necessário ter em conta: o seu nível de funcionalidade; o seu custo de aquisição e de manutenção; o custo do equipamento (servidor) necessário para o instalar; a sua conformidade com as normas aceites (formatos bibliográficos e de transmissão de informação bibliográfica); A opção mais natural será a de adquirir um OPAC acessível na internet (por vezes denominados WebOPAC), devendo ser ponderados todos os requisitos técnicos e de recursos humanos necessários à sua instalação e manutenção. FRG/UFP

18 1.6 O protocolo Z O protocolo Z foi proposto em 1984 e define um conjunto de regras de comunicação (isto é, um protocolo) que foram pensadas essencialmente para a troca de informação bibliográfica. O Z permite o acesso a qualquer biblioteca que disponibilize o seu Catálogo em linha (OPAC: Online Public Access Catalogue) e que respeite as regras deste protocolo. Para o utilizador que utiliza o OPAC o protocolo é totalmente transparente, isto é, não lhe são exigidos nenhuns conhecimentos técnicos. O protocolo Z utiliza o MARC (ISO2709) como formato de troca de informação bibliográfica. Qualquer biblioteca que utilize este formato e o protocolo Z pode trocar informação com outras bibliotecas que adiram às mesmas convenções, o que facilita: a partilha de catálogos e de outra informação; a gestão de empréstimos inter-bibliotecas. O Z é um protocolo simples. Para um utilizador que efectua uma pesquisa num OPAC, os passos são os seguintes: o utilizador digita uma palavra de pesquisa, ou uma combinação booleana de palavras de pesquisa; essa informação é enviada para a biblioteca, que a traduz numa linguagem própria para aceder à sua base de dados; o resultado da interrogação à base de dados é traduzido para ser enviado ao utilizador do OPAC. A utilização de Z oferece ainda outras possibilidades: FRG/UFP

19 disseminação selectiva de informação, processo através do qual um utilizador especifica qual a informação que deseja receber; pesquisa simultânea em vários catálogos, em diferentes bilbiotecas. Com o desenvolvimento da internet assistiu-se à integração do protocolo Z com os protocolos internet (TCP/IP), estando os OPAC com Z disponíveis como simples páginas HTML. 1.7 Novos materiais numa Biblioteca A evolução tecnológica introduziu novos formatos de materiais, que exigem novas formas de catalogação e de indexação. Vamos considerar duas categorias de materias: documentos digitais, tais como livros ou revistas; endereços da internet. É provável que outras categorias se venham a revelar importantes Documentos digitais Na primeira categoria encontram-se geralmente textos e imagens em formato digital. A catalogação prevê que se possa adicionar um cabeçalho a esses ficheiros contendo a informação indispensável para a sua correcta catalogação. Existem três iniciativas actualmente que são aceites internacionalmente: Text Encoding Initiative (TEI): é um formato proposto pelas Association for Computers and the Humanities, Association for Computational Linguistics, e Association for Literary and Linguistic Computing, com um duplo objectivo: normalizar um formato para FRG/UFP

20 textos digitais por forma a facilitar o seu intercâmbio, e produzir recomendações para formatar material textual digital. O TEI utiliza a linguagem SGML. Encoded Archival Description (EAD), tem objectivos semelhantes ao TEI, mas pretende ser mais geral. Utiliza também a linguagem SGML. Foi um projecto iniciado pela Universidade da California, Berkeley, em Dublin Core (DC) é uma iniciativa da OCLC, e tem por objectivo nromalizar um conjunto mínimo de informação de catalogação que possa ser utilizado pelos documentos na internet. É simples, e deveria permitir que as pesquisas de documentos na internet fossem mais dirigidas e tivessem resultados mais precisos. Devido à crescente digitalização dos documentos (por conversão de formato ou então logo desde a sua criação em formato digital), as iniciativas de catalogação de material em formato digital têm o apoio dos Governos, das grandes bibliotecas e de todas as organizações que gerem bibliotecas ou fundos documentais. FRG/UFP

21 2 As novas bibliotecas Actualmente muitas instituições iniciam projectos de digitalização de material bibliográfico, de carácter documental (incluindo texto, audio, video e imagem), ou artefactos. Entre essas instituições contam-se bibliotecas, museus, arquivos, e organizações governamentais. As razões geralmente apontadas para digitalizar os documentos têm como objectivo: permitir um acesso flexível e menos restrito aos documentos; preservar os documentos originais; pelas duas razões apontadas. O sistema resultante poderá ser uma Biblioteca Digital, em que existem os documentos originais e a sua versão digitalizada, ou uma Biblioteca Virtual, em que só existem as versões digitalizadas. Numa biblioteca Digital mantêm-se os serviços geralmente existentes numa biblioteca tradicional, incluindo a possibilidade de acesso e manipulação dos documentos originais. Numa Biblioteca Virtual, só se tem acesso a peças digitais; este é geralmente o caso quando os originais são muito valiosos e/ou frágeis. Sem perda de generalidade, vamos usar o termo Biblioteca Digital, referindo, quando necessário, as especificidades de Bilbiotecas Virtuais, Museus ou Arquivos. O nível de funcionalidade pretendida e a qualidade das imagens nos dois casos é diferente, com repercussão nos custos, nomeadamente de digitalização: se o objectivo for melhorar o acesso, as imagens necessitam de ter a qualidade suficiente para os utilizadores tomarem a decisão FRG/UFP

22 de consultarem ou não o original; a vantagem neste caso é que, sem sair do mesmo posto de trabalho, os utilizadores podem conduzir pesquisas mais alargadas e fazer uma pré-selecção do material a consultar mais tarde; se o objectivo for preservar os originais, aos quais possívelmente só se teve acesso uma única vez, a imagem digital terá que ser o mais fiel possível, e capturar o nível de detalhe que permita um leque alargado de utilizações futuras por exemplo efectuando a digitalização utilizando luzes diferentes para permitir a visualização de determinados detalhes de textura, etc. Vários outros factores determinam a estrutura de custos e as consequentes opções na concepção de uma Biblioteca Digital ou Virtual. A crescente disponibilização de informação na internet, a sua facilidade de uso e baixo custo começam a ser um factor determinante na escolha de se digitalizarem os conteúdos. É cada vez mais comum a oferta comercial de acesso não apenas a bases de dados bibliográficas mas também a bibliotecas digitais. Uma estrutura simples para descrever uma Biblioteca Digital é apresentada a seguir: SERVIÇOS FERRAMENTAS OBJECTOS DIGITAIS O nível dos serviços permite a interacção de determinadas categorias de utilizadores com a Biblioteca Digital, permitindo pesquisa, visualização, e navegação na informação. Pode ser utilizado, por exemplo, um catálogo com registos do tipo MARC. Este nível utiliza FRG/UFP

23 um conjunto de ferramentas que podem incluir pesquisa sofisticada, ou percursos de navegação mais simples (por exemplo sequências cronológicas) para serem utilizados por um público menos exigente. O nível das ferramentas destina-se a suportar os serviços do nível superior. Por exemplo, pode existir uma ferramenta que permite a visualização de um livro, ou de um diário. As ferramentas podem incluir um catálogo MARC, um auxiliar EAD, e outras ferramentas para navegar nos objectos digitais. O nível dos objectos digitais contém os ficheiros imagem, armazenados segundo uma lógica pré-definida. 2.1 Formatos A escolha de um formato, ou de formatos adequados para representar as imagens ou outros documentos deve ter em conta: a qualidade de reprodução pretendida; o formato dos ficheiros; normas para armazenamento e acesso; longevidade; custo. Segundo o tipo de material a digitalizar (fotografia, texto, diapositivo, desenho, etc) existem várias recomendações para resolução e para cor. Estas recomendações variam conforme a imagem digital sirva para mestra ou original, ou visualização de qualidade ou rápida. A Biblioteca do Congresso dos EUA e a NARA produziram FRG/UFP

24 recomendações bastante completas e baseadas na experiência de projectos de digitalização em grande escala. Os formatos de imagem mais utilizados são: GIF ou PNG, geralmente resultando em imagens de pequeno tamanho, e de baixa resolução e qualidade; estas imagens são utilizadas para visualizações rápidas, apenas para se poder apreender o conteúdo; JPEG, de melhor resolução e maior tamanho, adequadas a uma visualização mais atenta, e que são adequadas à maioria das consultas efectuadas; TIFF, de resolução mais elevada, geralmente a maior possível, e a partir das quais se criam as imagens JPEG e GIF; devido ao seu tamanho, e devido ao facto de a sua resolução ser superior à dos monitores e outros dispositivos de saída, não se destinam a ser consultadas pelos utilizadores; PDF, que permite armazenar imagens de alta resolução, e estruturá-las em formato sequencial, o que pode ser útil no caso de livros por exemplo. As recomendações especificam ainda o uso de técnicas de compressão e de processamento de imagem, nomeadamente no que respeita a correcções de cor e tonalidade. Para a representação de informação textual, podem ser utilizados os seguintes formatos: ASCII, um formato texto simples; RTF, um formato de texto que contém directivas de formatação (paginação, tipo de caracteres, etc); FRG/UFP

25 Postscript, um formato da Adobe que reproduz fielmente informação sobre formatação, e elementos gráficos tais como fontes e estilos. Informação texual pode ainda ser representada em ficheiros binários tais como: PDF, um formato proprietário da Adobe; DOC, um formato proprietário da Microsoft. É possível incluir opções de formatação num ficheiro ASCII simples se se utilizar, por exemplo, SGML. Um sub-conjunto de SGML, HTML, é utilizado para a visualização de páginas na internet. A passagem de um documento textual para um formato digital textual pode ser feita através de Reconhecimento Óptico de Caracteres; dependendo da qualidade do original, esta passagem pode ser feita com um mínimo de intervenção humano, e consequentemente com um baixo custo. Várias iniciativas utilizam este formato textual para a reprodução de livros antigos, ou cujos direitos de autor já tenham caducado (por exemplo o projecto Gutemberg). As vantagens da utilização do formato textual são: os ficheiros resultantes são mais pequenos do que as imagens correspondentes; é possível, e fácil, realizar pesquisas textuais nesses ficheiros; a introdução de instruções de formatação permite uma visualização agradável, e a possibilidade de transferência entra formatos. Alguns inconvenientes são: FRG/UFP

26 a sua utilização está limitada a situações em que não é relevante traduzir fielmente a estrutura de formatação do documento original, nomeadamente no caso de se utilizarem caracteres ou elementos gráficos pouco comuns; a obtenção do texto neste formato pode ser mais moroso do que digitalizar o texto original, uma vez que pode exigir maior intervenção humana. O formato texto é no entanto utilizado como complemento a uma imagem do documento original quando, por exemplo, se pretende fornecer uma tradução de uma língua pouco conhecida, ou quando se pretende possibilitar o acesso a pessoas com determinado tipo de incapacidades. 2.2 Custos Os custos envolvidos num processo de digitalização podem ser elevados, e podem ser categorizados em: custos dos recursos humanos que efectuam o processo de digitalização; qualidade dos originais e tipo de processamento de imagem necessário; tipo dos originais, e se se prestam a digitalização com um mínimo de intervenção manual (por exemplo baterias de diapositivos, ou páginas de um documento encadernado). Adicionalmente, e no caso de se dispor de uma colecção de documentos para digitalizar, devem ser previstos os custos associados a: FRG/UFP

27 analisar a colecção completa; listar e verificar o seu conteúdo; classificar o conteúdo; planear a sequência de digitalização; digitalizar todo o material. Para permitir o acesso ao material original, este tem que ser descrito, classificado e catalogado. Vários tipos de informação estrutural e administrativa poderão ser necessários. Outro tipo de custos deverão ser considerados se se dispuser de material já digitalizado, o que pode obrigar a mudanças de formato e de resolução. Em determinados casos, em Museus por exemplo, é impossível digitalizar alguns objectos, sendo necessário digitalizar fotografias que retratem fielmente o objecto original. Neste caso ainda, vários tipos de imagens podem ser consideradas, como por exemplo esquemas gráficos, raios X, e fotografias tiradas de várias perspectivas do objecto original. O armazenamento de toda a informação digitalizada implica custos de material informático, estruturas físicas, e climatização. Como estamos a tratar de grandes volumes de imagens (uma imagem TIFF pode ter 40 Mbytes) o espaço necessário em disco necessita de equipamento especial, que não é encontrado normalmente em servidores comuns. FRG/UFP

28 3 Metadados Metadados fornecem informação associada a um objecto digital. Esse objecto pode ser uma imagem de uma fotografia, um conjunto de imagens de cada página de um livro, ou um conjunto de imagens de documentos diversos agregados numa colecção (um espólio de cartas e outros documentos por exemplo). A Biblioteca do Congresso dos EUA, no seu projecto National Digital Library Project, identificou três tipos de metadados fornecendo informação: descritiva, tais como MARC, Dublin Core e EAD, que é utilizada na pesquisa e identificação de um objecto; estrutural, que ligam a informação entre si (por exemplo as páginas de um livro, uma sequência de fotografias); administrativa, tais como data da digitalização e tipo de resolução, nome e formato de ficheiro, direitos de autor. Em princípio só os metadados ligados ao conteúdo da imagem é que necessitam de ser pesquisados pelos utilizadores da biblioteca digital. Existem três opções para criar metadados: 1. registar informação ao nível da colecção no catálogo (OPAC); 2. registar informação ao nível do item no OPAC; 3. utilizar um DTD SGML, como EAD ou TEI, para cada item. O facto de não existir normalização nesta área torna qualquer esforço arriscado e cujo sucesso depende da futura inter-operabilidade com FRG/UFP