Re: [InetBib] BASE. Scirus. ...

[Alexander Wagner <a.wagner@xxxxxxxxxxxxx>]

Dirk Pieper schrieb:

Guten Morgen!

> Zum Thema Volltextsuche: BASE als Service basiert
> hauptsächlich auf dem OAI-"Protocol for Metadata
> Harvesting", von Volltextindexierung ist da erst mal keine
> Rede.

Dacht' ich's mir doch, da war was ;)

[...]
> wenn Open Acess als ernsthafte Alternative zu den
> Angeboten kommerzieller Verlage weiter an Boden gewinnen
> soll, dann lautet meine Forderung eher: die Qualität der
> OAI-Metadaten muss verbessert werden

Definitiv.

> und sollte möglichst so gut sein wie die von kommerziellen
> Anbietern

Besser. Das ist eigentlich auch nicht wirklich unmöglich.
Ist schon interessant was man da alles verkaufen kann...

> Und wenn das auf Seiten der Data Provider trotz
> Zertifikaten, Guidelines usw. nicht oder nur unzureichend
> funktioniert, dann muss das mit automatischen Verfahren
> versucht werden und daran arbeiten wir.

Wobei IMHO der günstigere Ansatz immer noch ist, die
Provider zu reparieren. Da Sie das DINI-Zertifikat
ansprechen: in der aktuellen Fassung ist das schon
ambitioniert, wenn man das erreichen möchte. Das mag den
einen oder anderen schon erst mal verschrecken wenn sie/er
liest was man da für 2007 haben soll. Ob das günstig ist
weiß ich nicht.

> Das Thema Volltextindexierung von OAI-Quellen und die
> Unterschiede zwischen Harvesten und Crawlen hatte ich
> Ihnen vor 2 Jahren schon mal per Mail  erläutert, da das
> offensichtlich fruchtlos war, brauche ich das nicht
> wiederholen.

Das erklärt allerdings warum hier immer von BASE als
Suchmaschine gesprochen wird, quasi in einem Atemzug mit
Google.

> Nur soviel: es ist aufwändiger, aus OAI-Metadaten den Link
> zu  einem PDF-Volltext zu analysieren (der Link steht
> leider nicht immer im entsprechenden DC-Feld),

So ein richtig schönes gibts dafür ja auch nicht, schon gar
nicht in dc:simple. identifier aber da muß man nicht auf das
PDF verweisen und da kann schon auch erst mal ne ISBN
stehen. Meist landet man da nur auf der Eingangseite und
kann dann lustig HTML parsen.

Oder habe ich da was verpaßt?

Genau das Problem: "ich will eigentlich das Dokument, aber
ich will dass es meine Maschine abholt" habe ich doch ab und
an mal. Soweit ich das sehe wird das aber erst in OAI-ORE
gelöst, das gerade mal erschienen ist. Sonst muß ich das für
jede Quelle passend implementieren. Lästig.

> das PDF zu holen (häufig gibt es ja auch noch mehrere
> Teile zu einem Metadatensatz)

"Mehrbändiges" mal ganz ab und so triviale Fragen wie: der
Server hat ein PDF, ein PS, ein tar.gz und ein ZIP. Was mag
ich da wohl alles nehmen (müssen)?

> es - wenn möglich - in Text umzuwandeln

... bei gescannten Vorlagen und/oder Bild-PDFs ... Kann man
viel Spaß haben. Auch mit einer guten OCR.

> Zum Thema Ranking in BASE: in der Tat ist es so, dass
> einige offene Volltextangebote (z.B. Gutenberg, Bartleby,
> Wiki-Books), die nicht über eine OAI-Schnittstelle
> verfügen, von BASE gecrawlt werden. Dokumente aus diesen
> Quellen erscheinen dann in der Trefferliste weit oben,

Vielleicht ist es in der Tat sinnvoll, diese für die Suche
ausschließen zu können. Für manche Fragestellungen könnte
das zu günstigeren Treffermengen führen.

> und Sie haben in BASE die Möglichkeit, die Treffermenge
> über das Drill-Down entsprechend zu bearbeiten.

In dem gegebenen Beispiel würde mir allerdings zunächst nur
mal die Option "Subject" einfallen. ;)

Und weil ich immer so geschimpft werde wenn ich gerne ein
bißchen Sacherschließung will und nicht nur (auch, aber halt
nicht nur) einen Volltext: "Browse Base" braucht eine DDC
für das Dokument. AFAIK ist die automatische Generierung von
DDC wenn man nur einen Volltext hat noch kein gelöstes
Problem. Heute. Jetzt.

PS: Machen sie nur mal mit BASE weiter, so schlecht ist das
nicht.

PPS: Gibts eingentlich eine API für Base? Sprich einen
Webservice oder sowas wo ich mit Base ohne GUI sprechen
kann?

--

Kind regards,

Alexander Wagner
Subject Specialist
Central Library
52425 Juelich

mail : a.wagner@xxxxxxxxxxxxx
phone: +49 2461 61-1586
Fax  : +49 2461 61-6103
http://www.fz-juelich.de/zb/mitarbeiter/fachinformation#wagner


------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------
Forschungszentrum Juelich GmbH
52425 Juelich
Sitz der Gesellschaft: Juelich
Eingetragen im Handelsregister des Amtsgerichts Dueren Nr. HR B 3498
Vorsitzende des Aufsichtsrats: MinDir'in Baerbel Brumme-Bothe
Geschaeftsfuehrung: Prof. Dr. Achim Bachem (Vorsitzender),
Dr. Ulrich Krafft (stellv. Vorsitzender), Prof. Dr. Harald Bolt,
Prof. Dr. Sebastian M. Schmidt
------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------

-- 
http://www.inetbib.de