Semi-automated methods for BIBFRAME Work entity description

Jim Hahn

Cataloging & classification quarterly, ISSN 1544-4554, Vol. 59, n. 8, 2021, p. 853-867

Describir los recursos bibliotecarios con el vocabulario de BIBFRAME y sus entidades básicas de Obra, Ejemplar e Ítem es un proceso intensivo. Lo que en MARC es la descripción de un registro, con BIBFRAME es un conjunto de descripción de tres entidades y a veces más. Catalogar utilizando editores de datos enlazados RDF en BIBFRAME supone una selección cuidadosa que hace referencia a entidades de autoridad externas.

Crear enlaces a estas autoridades externas es esencial para producir un contexto fiable para la descripción de la entidad de Obra. El proceso de aprendizaje de máquina descrito en este artículo se centra en la creación semiautomática de la descripción de la Obra en BIBFRAME. Existen varios editores de metadatos y herramientas de software para catalogadores que crean descripciones de entidades de BIBFRAME. La Library of Congress desarrolló el editor de BIBFRAME bfe, mientras que el editor de datos enlazados de RDF Sinopia proporciona un almacenaje en la nube y un modelo para la descripción de entidades. Algunos enriquecimientos recientes permiten generar un registro mínimo en MARC21 basándose en las endidades de Ejemplar y Obra de BIBFRAME. Metadata Maker puede configurarse para crear descripciones en BIBFRAME, mientras que MarcEdit no sirve para crear registros, sino que se utiliza para el proceso por lotes. En la actualidad, ninguno de estos editores de RDF proporciona métodos semiautomáticos para asignar atributos. Existen APIs externas para bfe y Sinopia, que referencian los términos del vocabulario de datos enlazados y los URIs abiertos que son el sello distintivo de la descripción de entidad de BIBFRAME. El servicio Questioning Authority de Sinopia proporciona este servicio de indizado externo. El editor Annif, desarrollado por la University of Pennsylvania (UP) es un software de código abierto de aprendizaje de máquina usado para generar sugerencias de materia en datos enlazados. La formación básica del aprendizaje de máquina de Annif incluye la configuración de un nuevo archivo de proyecto; la configuración de conjuntos del nombre del proyecto, su vocabulario y algoritmo; la descarga de vocabulario; y el cotejo con los datos enlazados y las materias emparejadas de la UP. Es necesaria la evaluación del desempeño de Annif, comparado con las materias asignadas por personas, para medir su efectividad, y en cualquier caso seguirá siendo necesaria la participación humana, ya que se trata de un programa de ayuda en la catalogación, y no de sustitución.

https://www.tandfonline.com/doi/full/10.1080/01639374.2021.2014011