Seitenhistorie

At ZBW, the AI-based service for automated subject indexing ("AutoSE") has been in productive operations since 2021 and is continuously improved and extended. We use machine learning methods that are developed or adapted in the context of our own in-house applied research. Which models or which combination of models is the best choice for the automation of a subject indexing use case strongly depends on the amount and the characteristics of the data available for training and as input in productive operations, and also on the structure and design of the controlled target vocabulary of descriptors.

We report on some experimental results regarding the interaction of our data sets with the various models we are using or considering to use, including embedding- and transformer-based models by looking at typical errors those models make when applied to our data. We have also evaluated the influence of the structure of the controlled vocabulary "Standard-Thesaurus Wirtschaft" (STW) that is used for subject indexing at ZBW. We conclude with an outlook on how to make these components work together better in the future.tbd

Die Arbeitsgruppe Systemlandschaft E‑Ressourcen – eine einrichtungsübergreifende Initiative, koordiniert von EZB und ZDB – verfolgt das Ziel, mehr Transparenz über Datenflüsse und Systemabhängigkeiten im Bereich des Electronic Resource Managements (ERM) zu schaffen. Im Rahmen eines Initialprojekts wurde eine interaktive Systemlandkarte entwickelt, die derzeit rund 70 Systeme sowie mehr als 150 Datenaustauschprozesse inklusive zugehöriger Metadaten abbildet. Die zugrunde liegenden Informationen basieren auf strukturierten Befragungen von Systembetreibern.

Die Systemlandkarte ist frei zugänglich und bietet vielfältige Einsatzmöglichkeiten für infrastrukturelle Fragestellungen, etwa zur Identifikation von Abhängigkeiten, Optimierung von Workflows oder Unterstützung kooperativer Projekte im Bibliotheks- und Informationsumfeld. Der Vortrag soll einen Einblick in die Entstehung, Methodik und Ergebnisse des Projekts geben und Möglichkeiten zur Nachnutzung aufzeigen.

Seit 2018 weist die UB Freiberg in ihrem Katalog OER-Materialien aus dem sächsischen Lern-Management-System OPAL nach. Diesem Schritt der Öffnung eines gekapselten Systems und der Verfügbarmachung offener Daten steht eine schlechte Nutzung gegenüber, die maßgeblich in fehlenden Metadaten begründet ist. Die Dokumente können schlichtweg nicht gefunden werden.

Hier setzt das Projekt OER ConnectedLecturers an, das als zentrale Komponente eine KI-basierte Pipeline zur Ermittlung von Metadaten aus verschiedenen Quellen für textuelle Materialien aus OPAL implementiert. Im zweiten Schritt findet auf der Grundlage der verfügbaren Metadaten eine semantische Ähnlichkeitsanalyse statt, die einen Überblick über thematisch verwandte offene Materialien bietet und damit die Möglichkeit z.B. für Lehrende schafft, sich an vorhandenen Ressourcen zu orientieren. Ein interaktiver Graph demonstriert als Proof-of-Concept, wie Ähnlichkeitsstruktur und Metadaten zusammenwirken, um eine explorative Suche in heterogenen OER-Beständen zu ermöglichen.

Der Vortrag widmet sich der vollständigen Daten-Pipeline für Aggregation, Vorverarbeitung, Metadatenextraktion und Ähnlichkeitsanalyse.

• Was ist die STA-Plattform und welche Standards sind dort zu finden?
• Wie entstehen die Inhalte für die STA-Plattform?

Die Dokumentationsplattform des Standardisierungsausschusses ist zentraler Zugriffspunkt für alle Standards, Empfehlungen und Verabredungen der Gremien und Arbeitsgruppen des Standardisierungsausschusses.
Auf der STA-Plattform werden die unter dem Namen RDA DACH zusammengeführten Erschließungsregeln für den deutschsprachigen Raum und die Regeln für die Pflege der Gemeinsamen Normdatei (GND) veröffentlicht. Diese Standards sind die Basis für strukturierte Titel- und Normdaten. Mit der STA-Plattform steht ein Webtool zur Verfügung, das Nutzenden vielfältige Einstiegspunkte für ihre tägliche Arbeit bietet.

Die Entstehung der Inhalte auf der STA-Plattform werden durch einen Releaseprozess unterstützt und gesteuert. Im Releaseprozess arbeiten die Gremien des Standardisierungsausschusses in einem gemeinsamen Rhythmus und stimmen ihre Ergebnisse miteinander ab. Dies unterstützt die Akzeptanz der Standards und gewährleistet eine verbreitete Anwendung.

Wir stellen die STA-Plattform und die dort veröffentlichten Standards vor und geben einen Einblick wie die Gremien des Standardisierungsausschusses im Rahmen des Releaseprozesses miteinander arbeiten.

• Wie ist die STA-Plattform aufgebaut?
• Welches Datenmodell und welche technische Infrastruktur steckt dahinter?

Die Inhalte der Plattform werden in einer Wikibase-Anwendung gepflegt. Wikibase ist ein Set von MediaWiki-Erweiterungen zur RDF-basierten Speicherung strukturierter Informationen. Auf der Basis des simplen RDF-Datenmodells wurde für die Dokumentationsplattform ein Datenmodell entwickelt, welches mit dem hinter RDA und der GND stehenden IFLA-LRM korrespondiert. RDA-Elemente, GND-Datenfelder und –Unterfelder sind als Properties und Entitäts- und Ressourcentypen sind als Items modelliert. Darüber hinaus gibt es Items für einfache Fließtexte und kleinere Regelbausteine.

Wir zeigen, wie aus diesen Datenelementen die WEB-Anwendung für die STA-Plattform entsteht, wie diese Elemente gepflegt und weiterentwickelt werden und welche Möglichkeiten es gibt, die Inhalte für andere Anwendungen nachzunutzen.

In dieser Session werden Fragen zur Beteiligung an Standardisierungsaktivitäten durch Gedächtnisinstitutionen und öffentliche Einrichtungen im Allgemeinen diskutiert, unter anderen:

- Wo/Wie beteiligen wir uns bereits an Standardentwicklung und -pflege?
- Welchen Mustern folgt die Beteiligung derzeit?
- Welche Motivation und welche Anreize gibt es für die Teilnahme an Standardisierungsaktivitäten?
- Welche Probleme entstehen durch eine zu geringe Beteiligung an Internet- und Webstandards?
- Wie können wir die Aktivität in diesem Bereich steigern?

Nach einem etwa zehnminütgen Impulsvortrag werden diese und andere Fragen gemeinsam diskutiert, Probleme und Lösungsansätze gesammelt.