Vi har i en tidigare bloggpost  skrivit att Digisam medverkar i ett projekt på Riksarkivet som handlar om att undersöka hur arkivinformation kan harmoniseras med CIDOC CRM  och hur detta kan underlättas av ett stödjande system. Det är intressant att se CIDOC CRM RDF  användas med data från arkiv och museer, eftersom CIDOC CRM RDF är en befintlig etablerad semantisk beskrivning för tvärsektoriell kulturarvsdata som kan uttryckas med bibehållen kvalitet. Projektet har i första hand testat tjänsten 3M (Mapping Memory Manager),  utvecklat av FORTH.

Arkiv och samlingar

Utmaningar som vi har mött i att uttrycka arkivinformation med CIDOC CRM-modellen omfattade bland annat att definiera arkivbildarens roll, beskriva volym och utgå ifrån objektbaserad beskrivning.

I CIDOC-CRM  kan en person eller organisation tilldelas olika roller. Ett informationsobjekt kan exempelvis ha skapats av en ”creator”. Men arkivbildaren behöver inte vara densamma som den som har skapat informationen. Arkivbildaren kan också ta emot information som skapats av andra, men som mottas av personen/organisationen i egenskap av arkivbildare. Därmed blir det inom arkivinformationskontexten en skillnad mellan ”arkivbildning” och ”samling”. En samling, dvs. ett antal objekt som samlats utifrån ett specifikt tema eller urval, kan vara ett arkiv men behöver inte vara det. En samling förutsätter inte en arkivbildare, utan kan ha uppkommit i flera av varandra oberoende samlares verksamheter.

Ytterligare en utmaning utgör begreppet ”volym” som går tillbaka till en tid då arkiv i regel var pappershandlingar, det vill säga volymen som fysiskt objekt (kartong med papper) och som logiskt objekt (informationsinnehållet i handlingarna i kartongen). Detta försvårar användningen av CIDOC-CRM som förutsätter en tydlig åtskillnad mellan fysisk och logisk natur (t.ex. i fråga om dateringar) – medan det i praktiken är mycket av informationen om en volym i arkivredovisningen som kan hänföras till antingen den fysiska eller den logiska beskrivningen av objektet.

Å andra sidan skulle ytterligare information kunna adderas i och med anpassning till möjligheterna att göra en mer objektorienterad beskrivning. Ett brev kan exempelvis ha ett annat värde för forskare och andra användare än bara som ett dokument. Det kan ha att göra med exempelvis specifikt material, särskilt bläck, m.m.

Resultatet av mappningarna mellan arkivdata och CIDOC-CRM pekar på att det idag finns utmaningar med hänsyn till de specifika krav som ställs för beskrivning av arkivinformation. Samtidigt finns det en stor framtida potential i möjligheten att sammanlänka informationsbeskrivningar. Det har även varit tydligt att ett övergripande initiativ för detta borde tas på en mer generell nivå.

Läs mer…

Sammanlänkningar av arkivinformation och museiinformation

Med hänsyn till de utmaningar som vi mötte vid mappningarna av arkivinformation till CIDOC CRM, bestämde vi oss för att testa hur det skulle vara att sammanlänka arkivinformation med museiinformation med hjälp av CIDOC CRM–modellen. Efter några sökningar i materialet valde vi att försöka hitta några fotografier av fotografen Victor Lundgren. I Murbergets  samlingssystem hittade vi en hel del fotografier av Viktor Lundgren, bland annat med hästar som motiv.

Foto: Viktor Lundgren CC BY

Fotografierna var beskrivna på objektnivå och det var ganska okomplicerat att göra en mappning i 3M av den information som fanns med.

För att hitta en grundläggande gemensam nivå utifrån det metadata som fanns tillgänglig i de båda systemen och med CIDOC CRM som utgångspunkt ritade vi upp en modell som såg ut på följande sätt och som omfattade information från både arkivinformationssystem och samlingssystem:

I NAD (Nationella Arkivdatabasen)  fanns det en fotografisamling av Janrik Bromé där vi fick en träff på samma fotograf, Viktor Lundgren, men inte som fotograf utan som motiv på en fotografi, troligtvis ett självporträtt han har tagit som skulle skickas som julkort, med texten på kortets baksida: ”God Jul och Gott Nytt år! Tillönskar Viktor Lundgr” (resten saknas).

Bilden nedan visar resultatet av mappningen utifrån arkivinformation, en grafisk framställning av de hierarkiska strukturerna, uttryckta genom relationer i CIDOC CRM.

Vi ville även testa sammanlänkningar av fotografens auktoritetspost. Vi tittade i Fotografregistret från Nordiska museet i Kulturnav  men lyckades inte hitta fotografen som vi tittade på (Viktor Lundgren) där- Däremot fanns det en auktoritetspost om honom inbäddat i en metadatapost från Sundsvalls museum . Idag är Kulturnav en plattform för samarbete kring auktoritetslistor, och i vårt arbete uppstod frågan om hur vi gör när vi vill lägga till en enstaka auktoritetspost. Vi kontaktade då Kulturnav/Nordiska museet och fick auktoritetsposten http://kulturnav.org/e8cbd259-d5da-434c-b621-9f654e664561 publicerad i registret, så att vi kunde länka till den.

När vi nu fick reda på grundläggande uppgifter om Viktor Lundgren kunde vi även hitta mycket annan information om honom i NAD, bland annat i kyrkoarkiven (födelseboken, församlingsboken och häradsrätts arkiv (bouppteckning).

Genom TMP2 (ThesaurusManagement Platform),  webbplattform för att samarbeta kring och publicera tesaurier och auktoritetsfiler kunde vi också sammanlänka informationen med termer som ”fotograf”,  ”professionellt fotografi” , ” Svart-vitt fotografi”,  för att nämna några.

Resultat

När det gäller interoperabilitet mellan arkiv- och museiinformation som skulle kunna effektiviseras av CIDOC CRM och/eller länkbara data så har vi kunna konstatera både möjligheter och utmaningar. Resultatet av mappningarna mellan arkivdata och CIDOC-CRM RDF pekar på att det idag finns utmaningar med hänsyn till de specifika krav som ställs för beskrivning av arkivinformation. Så som det ser ut utifrån dagens begränsningar handlar det framförallt om svårigheterna i beskrivningen av själva materialet eftersom informationen inte mappas på samma nivå då arkivinformation använder flernivåbeskrivning.

För att åstadkomma snabb effekt och sammanlänka information mellan skilda metadatamodeller fokuserar man redan idag på att sammanlänka information genom auktoritetsfiler. Det finns också en stor framtida potential i möjligheten att sammanlänka information genom att skapa interoperabilitet mellan datamodeller, vilket var vad vi undersökte med hjälp av CIDOC CRM i de tester som genomförts. Det har även varit tydligt att ett övergripande initiativ för detta borde tas på en mer generell nivå. Om man jämför hur liknande frågor har hanterats i biblioteksdomänen för att överkomma liknande utmaningar så har anpassningar gjorts på en övergripande nivå i samarbete med ICOM/CIDOC. Man har exempelvis tagit fram anpassningar av CIDOC för biblioteksmaterial, inklusive auktoritetsdata; FRBR, FRAD och FRSAD-modeller samt FRBRoo. Det innebär att biblioteks- och museidata idag har en gemensam konceptuell modell för beskrivning av informationen.

Har du egna erfarenheter av sammanlänkning av informationen från arkiv och museer? Har du synpunkter på harmonisering av dessa datamodeller? Vi är tacksamma för dina kommentarer och synpunkter på projektets resultat, antingen direkt som bloggkommentarer eller per mail till sanja.halling@riksarkivet.se (obs! senast den 23 maj).

Lina Marklund och Sanja Halling

Today, we live in a world with great expectations on digital access to information. Adapting to those expectations brings on a strong need for increased availability and quality of digital cultural information online. According to the latest report from Enumerate about digitisation, digital access and preservation at the cultural heritage institutions, most of the participating institutions in the survey have a rich mix of cultural heritage materials. On average 23% of the heritage collections has been digitally reproduced.  32% of the digitally reproduced and born-digital heritage collections at the institutions are available online for general use. Obviously, there is a lot more to be done. Which are the main obstacles in making cultural heritage information available and usable online?

Cultural heritage information today is mainly described according to traditional methods that have been created over a long time. The digital era has given us tools to show the institutions’ collections in a way that eliminates physical limitations and therefore the material/information can reach a wider audience than ever before. New technology has also given heritage institutions opportunities to create digital stories and engage users in the digital cultural arena. Still, the new technical possibilities are sometimes seen as limitations rather than opportunities, mainly because they are challenging professionals to think differently and change their traditional ways of describing information. Technology is only an instrument for adding value –  the real challenge is not to use technology for its own sake, as a fashionable add on, but as a way to create something completely new.

Metadata is structured data used for identification and description, and for facilitating access. Metadata refers to the information that describes an object, ”data about data”. There are currently several different types of descriptive metadata standards in use for managing digital cultural heritage information. 

Objects and documents that from the beginning was part of the same collection or held at the same institution could today be fragmented across several types of organisations or parts of an organisation. Description of those objects and documents would then have been based on the traditions (for example, for registration of objects and cataloguing of documents) that were current at the time the different collections were created. This means that today those old traditions are still defining how information is being “translated” in the digital format.

Taking a map as an example, it can be described in very different ways depending on which cultural heritage domain it is described in. Sometimes the descriptions are similar, but expressed in different ways, but sometimes it is actually complementary information. A map is described as an object in the museum systems, with a description made in associated metadata standards; while , as an archival object, it would be described with entirely different descriptions and under other procedures and standards than in a museum system.

What does this mean? At the museum you could probably find a lot of information about, for example, a specific drawing or a certain aquarelle painting technique used for producing this specific map. At the archive, you could instead learn a lot about the context of this very map, revealing not so much about the document itself as at the museum, but for example about the people and the organisations that were involved in creating this map, and why it was created, who has owned it and so on. At the library, you could see if it also was a part of a hand-drawn atlas, and if it is possibly related to published reproductions. And the person, who made the map, is he defined as an artist, land surveyor, cartographer, illustrator or a records creator?

This means that it is quite difficult today to find out about all the aspects of one map in only one search- It takes quite a lot of navigation between different online portals and websites to get there. The situation is further complicated by the fact that different descriptions of information are not harmonised between different domains, so the same word, for example the term “provenance”, has different meanings across different domains. This makes it complicated for the user not knowing about all the models of the descriptions. Putting all those descriptions together in a meaningful way is the key issue for making qualitative cultural heritage information available to be used and reused easily between different domains. In order to achieve this, there is a general need at the cultural heritage institutions for common technical support for implementation of established international metadata standards and for making links between different data sets.

Today, cultural heritage institutions invest a lot of time and resources to get over those obstacles by developing processes of aggregation. When talking about digital cultural heritage, the word aggregation often refers to the transfer of collections of metadata from different institutions to different kinds of web portals, or for making metadata available through APIs. The processes of aggregation are connected to aggregators. Linked Heritage defines aggregator as follows: In the context of digital cultural heritage and particularly in the context of Europeana, aggregators are gathering material from individual organisations, standardising formats and metadata into a common model, and channelling them into Europeana according to the Europeana guidelines and procedures. There are different kinds of aggregators; country specific (national or regional, cross-domain or domain specific), project aggregators and independent organisations.

The services the aggregators provide are based on different ”mappings” (translations) between different metadata models, between those used at the institutions and the ones needed for delivering the information to the aggregators and their services and online portals. Today it requires a lot of time and resources to develop and manage the mappings of cultural heritage information, which is under constant development. Every single change at the institution, as for example a transfer to an updated version of the collection management system or a change of the metadata model of the national aggregator brings with it additional costs. 

This also means that at the end of the aggregation processes, information between different institutions or domains is often being harmonised at the very basic common level, by making connections only between those parts of the description that really are comparable between different institutions. This makes it easier for the user to find information from different domains in one search only. However, that still leaves those users that are searching for additional information, or asking more advanced questions, with the trouble of having to navigate through different digital sources.

Aggregation digital cultural heritage – current situation bottlenecks Image: Elco van Staveren CC BY-SA 2.0

The future of these issues seems to have become much brighter since the development of the semantic web, and big data technology is opening up new possibilities for making information qualitative, linkable and usable in a lot of different ways. Will the role of the aggregators in the future be to link together all information instead, thus creating added value in terms of quality and complementary information?

Nevertheless, there are still issues to be solved before semantic technologies can be widely implemented at an institutional level. Interlinking with other data sets is done on a quite basic level today, and there is a lot more to be done before we can take real advantage of the semantic web. There is still a need to standardise the descriptions for enabling models for linking the information that is described on completely different levels. A promising model that would allow cultural heritage information from different domains to be linked and expressed in high quality, is CIDOC CRM, an ISO standard. The latest version was published in 2015, including a CRM RDFS schema. There is also already a lot of work done to harmonise CIDOC CRM with metadata standard schemas, resulting in FRBR00 (harmonisation with library material) and CIDOC CRM Sci (scientific observations). This sort of standardisation helps to create automated (or semi-automated) linking processes. 

Linked data Image: Elco van Staveren CC BY-SA 2.0

However, when one talks about linked open data, it also means that data needs to be open. Here, Europeana has done an excellent work pushing forward CC0-licences for metadata.  That is the main strength of the EDM model – making it possible for developers and users to freely create applications based on the material from Europeana. Neverthless, when searching for additional, or more advanced information, developers are left with the trouble of navigation through different materials, most of it not linkable and with unclear licences. Institutions that are willing to provide more metadata descriptions to Europeana as CC0 are often unable to do that. Partly it is because of current aggregation processes and partly because the EDM model is established as an ontology on a basic common level, not adapted to manage all the additional information based on non-harmonised different data models coming from different institutions and aggregators. 

Therefore, it would be very interesting to see the possibilities of connecting EDM and CIDOC CRM-RDFS models, thus enabling institutions to provide as much information as linkable open data as they want to. Attempts to see connections between those models were done, for example in this Graphical representation of the harmonised EDM-CRM models. This could be a pragmatic way of evolution to a future in which the institutions themselves are, step by step, changing from collection databases to linked data. This would be a way of improving interoperability of cultural heritage data at the same time as making it linkable. Of course, that would be a long term perspective. In the near future, this could be done at the aggregators’ level in combination with common tools and services for making those processes easier.

What does all this means for the future of aggregation? Today, metadata still needs to be aggregated. It takes time to adapt to linked open data and it requires new kind of expertise at the institutions, and implementation or development of new tools and services.

Working towards an evolving method of creating linked open data would certainly be a way to create usable data across domain boundaries, to link together all information, thus creating added value in terms of quality and complementary information.

Hopefully, this will be a future step for the aggregators.

Sanja Halling

Mynt. Pitt-Rivers Museum, Oxford. Foto: Liza. CC BY. Bilden beskuren.

Den 21 maj organiserade Digisam, tillsammans med Nationalmuseum och Livrustkammaren och Skoklosters slott med Stiftelsen Hallwylska museet, en heldags-workshop på Skeppsholmen i Stockholm inom ramen för EU-projektet AthenaPlus. Ett 40-tal deltagare från både Sverige och övriga Europa samlades då för att lära mer om och diskutera LIDO och MINT.

Vad är LIDO och MINT?

LIDO (Lightweight Information Describing Objects) är en tillämpning av CIDOC CRM och rekommenderas av ICOM. Oavsett vilken standard som finns i museernas databaser eller system kan metadata oftast aggregeras i LIDO på ett sätt som behåller mycket mer strukturerad information från det ursprungliga formatet än vad andra format kan göra. LIDO-formatet främjar interoperabilitet för aggregering av museidata på europeisk nivå och används i de flesta EU-finansierade projekt som levererar data till Europeana.

MINT är en webbaserad plattform som har utvecklats för att underlätta aggregering av metadata från europeiska institutioner. Med MINT kan man ladda upp, validera och leverera metadata som sedan kan skördas direkt av Europeana.

Presentationer

Under förmiddagen presenterades LIDO av Regine Stein från Bildarchiv Foto Marburg och Gordon McKenna från Collections Trust. Presentationen hittar du här.

Därefter fortsatte Regine Stein med att berätta vilka krav som ställs vid bl.a. indexering av innehåll. Den presentationen finns här.

Under eftermiddagen visade Nikolaos Simou från Atens tekniska universitet hur man kan mappa metadata i LIDO genom MINT. Presentationen hittar du här.

Sanja Halling

Kvinna tvättar i zinkbalja Foto: Karl Heinz Hernried, Nordiska museet (CC:BY:NC:ND)

Metadata, alltså data om data, är av avgörande betydelse för den som arbetar med dokumentation, databaser, versionshantering eller (semantisk) webb. Det gör vi ju nästan allihop nu för tiden och ju mer beroende vi blir av metadatan desto viktigare blir det också att den är korrekt och tillförlitlig. Bara då är det möjligt att till fullo utnyttja de rika resurser som ligger i samlingarna, att hitta i materialen och t ex koppla samman objekt från samma tid eller plats. Därför bör den som har ansvar för ett samlingssystem regelbundet granska sina metadata och avsätta rimlig tid för kvalitetshöjande datatvätt. Som stöd i det arbetet har vi utarbetat en Checklista för metadatastatus som nu finns på Digisams webbplats, och vi hoppas att den kan göra det lättare att komma i gång.

Johanna Berg

Mrs. Adelaide Minogue checking humidity recorder in stacks, August 12, 1942.
U.S. National Archives: 64-NA-346. No known copyright restrictions.

Spectrum är en fritt tillgänglig standard inom samlingsförvaltning. Den utarbetades från början, 1994, av brittiska kolleger under ledning av Collections Trust, men har sedan uppgraderats flera gånger och används idag i mer än 40 länder.

Spectrum bidrar till stärkt fokus på samlingsförvaltning och ökad professionalism på institutionerna. Dessutom ger den förutsättningar för en utvecklad harmonisering av arbetet på olika museer, vilket i förlängningen kan innebära ökad rörlighet för både föremål och personal.

Därför är vi glada att kunna meddela att Spectrum nu kommer att översättas till svenska och anpassas till svenska förhållanden. Riksantikvarieämbetet planerar att ta på sig ansvaret som nationell partner för Spectrum, och kommer tillsammans med Digisam att leda de arbetsgrupper som ska säkra att manualens 21 procedurer kan fungera även på svensk botten. I arbetsgrupperna har vi försökt åstadkomma en balanserad sammansättning av intresserade deltagare, men det finns fortfarande plats för fler – säg gärna till om du vill vara med och bidra!

Vi inleder processen med ett första möte i Stockholm fredagen den 4 april 2014 och planerar att vara klara med arbetet före nästa årsskifte. Parallella projekt för översättning och anpassning av manualen pågår i Finland under Museiverket och i Norge under Kulturrådet. Vi har pratat ihop oss med våra Nordiska kolleger och det är vår förhoppning att vi alla ska kunna dra gemensam nytta av erfarenheterna inom Spectrum-arbetet oss grannar emellan.

Läs mer om projektet på K-blogg http://www.k-blogg.se/2014/01/23/spectrum-pa-svenska och hör gärna av dig till någon av oss om det är något du undrar.

Ingela Chef-Holmberg, Riksantikvarieämbetet
Johanna Berg, Digisam

Kulturarvsinformation har skapats över lång tid och är under ständig förändring. Den digitala utvecklingen har gett oss verktyg för att visa institutionernas samlingar på ett sätt som går utöver fysiska begränsningar och därmed nå en mycket bredare publik än någonsin tidigare. Tekniken har också gett kulturarvsinstitutionerna möjligheter att skapa digitala berättelser och engagera användare på den digitala kulturarvsarenan.

För att kunna öka användbarheten behöver vi fokusera på att strukturera och öka kvaliteten på kulturarvsinformation. Idag finns de tekniska förutsättningarna för detta, men tekniken är bara ett medel och det är viktigt att fokus ligger på vad vi vill uppnå med tekniken och inte på tekniken i sig. Ett grundläggande krav för att öka potentialen i kulturarvsinformationen är användning av standarder.

Det finns flera olika typer av metadatastandarder som idag används för att hantera digital kulturarvsinformation. Metadata som begrepp syftar på den information som beskriver ett objekt, dvs ”data om data” som skapas utifrån de traditioner (för t ex katalogiseringar) som var gällande vid tiden då respektive samling skapades. Det innebär att objekt och dokument som från början kunde vara del av samma samling eller institution idag kan vara splittrade över flera typer av organisationer eller inom olika delar av samma organisation.

På så sätt kan t ex en karta hanteras som ett föremål i ett museisystem med tillhörande metadatastandarder och möjligheter till tillgängliggörande och bevarande, samtidigt som en karta av samma typ hanteras som arkivmaterial med helt andra beskrivningar och enligt andra rutiner och förordningar vid en annan institution.

Ett övergripande mål för den nationella digitaliseringsstrategin är att kulturarvsinstitutionerna ska öka digitalisering och tillgängliggörande av den digitala kulturarvsinformationen. Hur vi tillgängliggör och använder information har drastiskt ändrats i och med tillgången till nya digitala metoder, tjänster och verktyg. Idag kan vi föra samman kulturarvsinformation som förvaras på olika institutioner och i olika domäner, men för att med hög kvalitet få ut den fulla potentialen är det fortfarande mycket som behöver göras.

Den digitala informationen skapas och tillgängliggörs idag utifrån de strukturer som har skapats för olika domäner och det finns ett antal olika sökmöjligheter. På en mer generell nivå skapas interoperabilitet i Europeana, men är man intresserad av lite mer specifik information finns det flera sökvägar.

När det gäller arkiv kan man hitta information i Nationella Arkivdatabasen (NAD) och på den europeiska nivån genom Europeiska arkivportalen/Archives Portal Europe. I båda fallen är informationen strukturerad enligt arkivstandarder.

På bibliotekssidan är det Libris på nationell och TEL (The European Library) på europeisk nivå som är ingångarna. En samsökningsfunktion har utvecklats för biblioteks- och arkivdata, Sondera.

Museisamlingar görs idag tillgängliga på olika sätt, exempelvis genom museernas hemsidor, museisystemens portaler med information från alla institutioner som använder samma samlingssystem, eller regionala portaler. Hur beskrivningar och metadata ser ut varierar beroende på vilka standarder som används vid institutionerna eller i museisystemen. De museer som levererar metadata till K-samsök gör det i K-samsöks format och informationen blir då sökbar genom applikationen Kringla. Det finns också flera museer i Sverige idag som leverar informationen direkt till Europeana genom olika EU-finansierade projekt. Deras metadata struktureras då enligt LIDO-format.

Att informationen är strukturerad på olika sätt, med metadata som har skapats och hanterats i en rad olika standarder och system, gör att sökningarna inte resulterar i optimala svar. Komplexiteten i detta är en av de bakomliggande orsakerna för det stora intresset för sammanlänkning av information som finns i olika domäner genom den semantiska webbens möjligheter, s k ”länkad öppen data”.

Det finns idag flera initiativ för att lägga ut data som länkbar öppen data i maskinläsbart format (rdf). Även om det finns en del exempel på publicerad länkbar data så finns det få exempel där sammankopplingar har gjorts så att länkad öppen data har skapats.

Auktoritetsfiler som tillgängliggörs online är ett exempel på länkbar öppen data. Stöd för hantering av dessa resurser/källmaterial kan t ex byggas i registreringsprocessen. Det finns initiativ kring detta på europeisk nivå där man bl a har tagit fram en handbok kring hantering av terminologier ”Your terminology as a part of the semantic web: recommendations for design and management”, där rekommendationer kring hantering av terminologier för kulturarvsdata i RDF/SKOS-format finns. För närvarande pågår uppbyggnad av en plattform för hantering av terminologier (auktoritetslistor, tesaurier, m m), ”Terminology Management Platform”, inom ramen för Athena Plus-projektet.

Även om länkad data inte innebär en fullständig optimering av sökmöjligheterna är det ändå ett första steg i sammanlänkningen av idag spridda kulturarvsdata. Maskinläsbarhet ger dessutom fler möjligheter till praktiska tillämpningar, exempelvis i form av virtuella utställningar, applikationer för utbildning, m m.

Sammanfattningsvis finns det ett starkt behov av konceptuell harmonisering av information mellan olika domäner och ett stöd för detta vid registrering och/eller aggregering. Länkbar öppen data i kombination med implementering av vedertagna internationella standarder är ett första steg i den processen.

/Sanja Halling