1. Metadaten für Zeitungen
AG Metadaten 2009-09-02
Carsten Schulze

2. 04/16/14 |Carsten Schulze | S. 2
Inhalt
 Hintergrund
 Struktur von Zeitungen
 Unterschiede zu anderen Publikationsformen
 Welche Metadaten können entstehen?
 Volltexte und die Besonderheiten bei Zeitungen
 TEI vs. ALTO
 state of the art in der SBB
 Projekte und Umsetzungen
 state of the art in der Welt
 Vorbild Historic Australian Newspapers
 Ausblick
 Wie kommen Wir dort hin? (Der wirkliche Sinn von METS)
 Unsere Fragen

3. 04/16/14 |Carsten Schulze | S. 3
Struktur von Zeitungen
 Merkmale:
 Erscheinungsweise „in kurzen periodischen Zeitspannen,
mindestens einmal wöchentlich, öffentlich erscheint“
 Aktualität (zeitnahe Berichterstattung)
 Periodizität (regelmäßiges Erscheinen)
 Publizität (öffentlich für alle Leser zugänglich)
 Universalität (inhaltliche Vielfalt)

4. 04/16/14 |Carsten Schulze | S. 4
Struktur von Zeitungen II
 Typen
regionale überregionale
generisch Berliner Zeitung DIE ZEIT
regionale Ausgaben TAZ „Hamburg“ Neues Deutschland
„Berlin-Ausgabe“
mit Regionalteil /
Lokalteil
Märkische Allgemeine FAZ

5. 04/16/14 |Carsten Schulze | S. 5
Struktur von Zeitungen III
 Inhalt
 Kopf
 "erste" Seite
 Buch (kann durch MD schlecht beschrieben werden)
 Rubrik (z.B. "aus aller Welt")
 Subrubriken (z.B. "Brasilien")
 Fließtext (zumeist Artikel)
 Bilder / Grafiken, Tabellen
 Impressum

6. 04/16/14 |Carsten Schulze | S. 6
Unterschied zu anderen Publikationsformen
 Muss nicht sequentiell gelesen werden
 Mehrere nicht zusammenhänge Texte auf einer Seite
 Texte unter Umständen auf nicht aufeinander folgenden
Seiten verteilt
 Autoreninitialien werden zumeist nicht aufgelöst
 Werbung

7. 04/16/14 |Carsten Schulze | S. 7
Welche Metadaten können entstehen?

8. 04/16/14 |Carsten Schulze | S. 8
Welche Metadaten können entstehen? II
 Weitere Metadaten:
 Subrubriken
 Zusätze zur Artikelüberschrift
 Kategorien von Inhalten:
 News (aus Politik, Kultur, Sport usw. auch Leserbriefe)
 Anzeigen (z.B. Todes- und Geburtsanzeigen etc.)
 Werbung
 Listen, Resultate und Programme (z.B. Aktienstände,
Fernsehprogramm oder Kreuzworträtsel)
 Bilder und Grafiken (auch Cartoons)
 Was sind die „Significant Properties“?
 Was ist (in zweihundert Jahren) wichtig?
 Wie tief soll erschlossen werden?
 Was können wir uns leisten?

9. 04/16/14 |Carsten Schulze | S. 9

10. 04/16/14 |Carsten Schulze | S. 10
Volltexte und die Besonderheiten bei Zeitungen

11. 04/16/14 |Carsten Schulze | S. 11
TEI vs. ALTO
TEI ALTO
Beschreibung Framework bestehend aus
unterschiedlichen Modulen
für bestimmte
Einsatzzwecke.
XML-Schema zur
Beschreibung von Layout
und Inhalt von OCR-
generiertem Text
enthält deskriptive Metadaten im
TEI-Header
Text-Markup bis auf
Zeilenebene
Links auf Images des
enstprechenden Textes
und vieles, vieles mehr...
Technische Metadaten
im des OCR-Prozesses
Fonts und Schriftgrößen
Text-Markup mit
Koordinaten bis auf
Wortebene
das war‘s

12. 04/16/14 |Carsten Schulze | S. 12
TEI vs. ALTO II

13. 04/16/14 |Carsten Schulze | S. 13
TEI vs. ALTO III

14. 04/16/14 |Carsten Schulze | S. 14
TEI vs. ALTO IV
STYLES
Fonts,
Schriftgrößen
ALTO
Layout
Description
(technische
MD)
Page TextBlock I
TextLine I
String
TextLine II
String
String
String
String
String
String
String
String
TextBlock II TextLine I
TextLine II
ComposedBlock
ComposedBlock

15. 04/16/14 |Carsten Schulze | S. 15
TEI vs. ALTO
ALTO
nlaImageSeq-33386-b.xml
METS
MODS

16. 04/16/14 |Carsten Schulze | S. 16
Projekte und Umsetzung I
 Zeitungsinformationssystem ZEFYS
 zwei Digitalisierungsprojekte
1. Zeitungsdigitalisierung durch DoD
2. Digitalisierung durch externe + Volltexterkennung durch BIT Alpha
 dadurch zwei verschiedene Ausgangslagen:
1. METS ohne inhaltliche Strukturierung
2. Inhaltliche Struktur ohne METS

17. 04/16/14 |Carsten Schulze | S. 17
Projekte und Umsetzung II

18. 04/16/14 |Carsten Schulze | S. 18
Projekte und Umsetzung III

19. 04/16/14 |Carsten Schulze | S. 19
Projekte und Umsetzung IV

20. 04/16/14 |Carsten Schulze | S. 20
Projekte und Umsetzung V

21. 04/16/14 |Carsten Schulze | S. 21
Projekte und Umsetzung VI
ABER
ohne METS ist keine
Artikelsegmentierung möglich

22. 04/16/14 |Carsten Schulze | S. 22
Vorbild Historic Australian Newspapers

23. 04/16/14 |Carsten Schulze | S. 23
Vorbild Historic Australian Newspapers II

24. 04/16/14 |Carsten Schulze | S. 24
Vorbild Historic Australian Newspapers III

25. 04/16/14 |Carsten Schulze | S. 25
Wie kommen Wir dort hin?
 Zaubertwort: Repository
 Aufbau von Fez/Fedora durch Frau Lange
 Wir brauchen METS nicht zum Selbstzweck
 METS als SIP und DIP für Repositorien
 KANN zur Darstellung von Digitalisaten verwendet werden (DFG-
Viewer)
 Ist aber eher zum Austausch oder als internes Verwaltungsformat
gedacht!!!
 Ich brauche keinen komplizierten METS-Container mit PREMIS-
Daten, um im Volltext zu recherchieren und ein Image anzuzeigen
 URI, die auf einzelne Zeitungsseiten/Artikel verweisen, sind nur
schwer mit METS zu vereinbaren -> Repository liefert das gleich
mit
 ABER: Wir brauchen METS für die LZA und den Transport zwischen
Systemen

26. 04/16/14 |Carsten Schulze | S. 26
Wie kommen Wir dort hin? II
 Digitalisierungsprojekte laufen JETZT!
 Wir müssen JETZT wissen, welche
 Metadaten wir brauchen
 Metadatenformate wir brauchen
 Wir müssen JETZT wissen, was wir mit unseren Metadaten
machen wollen!
 Wir brauchen JETZT ein Repository!
 Repository, Metadaten und Formate sind eine Einheit, die
zusammen geplant werden müssen

27. 04/16/14 |Carsten Schulze | S. 27
Unsere Fragen
 Welches Repository verwenden wir?
 Wir sollten nur eins verwenden
 Wie müssen unsere METS-Container aufgebaut sein, um
unsere Daten ohne Verlust in das Repository einzuspielen
 Brauchen wir ein METS-SBB-Profil?
 oder halten wir uns an das ZVDD-Profil?
 Profil muss zum Repository kompatibel sein (z.B. Fedora METS)
 METS/ALTO oder TEI?
 Durch laufende Projekte werden schnell Tatsachen geschaffen, die
schwer wieder rückgängig zu machen sind
 Was sind die Significant Properties?

28. 04/16/14 |Carsten Schulze | S. 28

29. Vielen Dank für Ihre Aufmerksamkeit!
Carsten Schulze
carsten.schulze@sbb.spk-berlin.de