ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ

Κουλικούρδη ΆνναΤηλ/νο: 210-6682737

E-mail: akou@ait.gr

ΘΕΜΑ:

Πολυγλωσσικές & Πολυπολιτισμικές

Ψηφιακές Βιβλιοθήκες

Τι περιλαμβάνει το θέμα; Γενικά ζητήματα του πολιτισμού και της γλώσσας

Μετάβαση από τοπικά σε παγκόσμια συστήματα & οι σχεδιαστικές προκλήσεις τους

Πολυγλωσσική ανάκτηση πληροφοριών (CLIR)

Τεχνικά ζητήματα (σετ χαρακτήρων γλωσσών- μονογλωσσικά & πολυγλωσσικά)

Τρέχουσες χρήσεις & προσεγγίσεις στο διεθνή & ελληνικό χώρο

Περιορισμοί του σήμερα

Κριτική & σχόλια

Σημαντικές πηγές, προσπάθειες και θέματα

Ερωτήματα και προβληματισμοί

Πώς εντάσσεται το θέμα στην ενότητα; Ψηφιακές Βιβλιοθήκες (DLs) προσβάσιμες μέσω WWW χωρίς εθνικά όρια και

σύνορα

Αποτελεσματικότερη ανταλλαγή δεδομένων και επικοινωνία

Διεθνής βιβλιοθηκονομική κοινότητα

Κατάργηση αποκλεισμών ή περιορισμών πρόσβασης στη γνώση

Επιβίωση μη κυρίαρχων (non-dominant) γλωσσών και των ψηφιακών βιβλιοθηκών που διαθέτουν υλικό σε αυτές

Γιατί είναι σημαντικό ως θέμα; Ως τώρα, προσπάθειες επικεντρωμένες σε μονογλωσσικές ψηφιακές

βιβλιοθήκες

Δεσπόζουσα γλώσσα η Αγγλική

Επιτακτική ανάγκη για διαλειτουργικότητα, φορητότητα και ανταλλαγή δεδομένων

Ανάπτυξη πληροφοριακής υποδομής και προτύπων

Ενημέρωση επιστημόνων της πληροφόρησης, σχεδιαστών και ειδικών στις τεχνολογίες επικοινωνίας

Στατιστικά Στοιχεία Οι on-line γλώσσες που χρησιμοποιούνται για τη διάχυση γνώσης

στο WWW έχουν ως εξής:

1. Αγγλική: 40.2%2. Κινεζική: 9.8%3. Γιαπωνέζικη: 9.2%4. Ισπανική: 7.2%

Αν θέλαμε να μεταφράσουμε τις 400.000.000 μη Αγγλικές σελίδες του WWW θα χρειάζονταν 100.000 ημέρες ( 300 χρόνια) σε ένα πολύ γρήγορο Η/Υ. Ή αλλιώς 1 μήνα σε 3.600 Η/Υ.

Οι χρήστες του Internet που δεν μιλούν Αγγλικά:2003: 54%2005: 59%

Η 1η διδακτορική διατριβή πολυγλωσσικής ανάκτησης πληροφοριών: 1994 του Khaled Radwan

Πολιτισμός και Γλώσσα Πλούτος ανθρώπινης επικοινωνίας (προφορική, γραπτή,

μεταφράσεις)

Ιδιαίτεροι τρόποι έκφρασης

Πολύπλοκη η αναζήτηση & ανάκτηση πληροφοριών

Ακριβείς αναπαραστάσεις

Ελάχιστες αλλοιώσεις των προθέσεων του δημιουργού

Εναρμόνιση των αναγκών και εκφράσεων των δημιουργών και των χρηστών της πληροφορίας

Ορολογία Πολυγλωσσικών Ψηφιακών Βιβλιοθηκών Internationalization: παγκόσμια επικοινωνία ανεξαρτήτως γλώσσας

Localization: προσαρμογή στις τοπικές ανάγκες

Multilingual Digital Library: πολυγλωσσική ψηφιακή βιβλιοθήκη

Multilingual Document: πολυγλωσσικό τεκμήριο

Cross-Language Information Retrieval (CLIR): πολυγλωσσική ανάκτηση πληροφοριών

Transliteration (TL): μεταγραφή

Large Passive Vocabulary: η 2η γλώσσα που μπορούν να διαβάζουν οι χρήστες≠Small active vocabulary

Από τοπικά συστήματα σε παγκόσμιαΤΟΠΙΚΑ ΣΥΣΤΗΜΑΤΑ: Εύκολα για σχεδιασμό Προορισμένα για συγκεκριμένες εφαρμογές & κοινότητες χρηστών

ΠΑΓΚΟΣΜΙΑ ΣΥΣΤΗΜΑΤΑ: Ανοικτά συστήματα Εξυπηρετούν απομακρυσμένους πληθυσμούς & πολλές τοπικές

γλώσσες (minority languages)

ΠΑΡΑΔΕΙΓΜΑΤΑ: Ψηφιακές Βιβλιοθήκες Πανεπιστημίων Εταιρικά sites Επιστημονικές βάσεις δεδομένων

Σχεδιαστικές ΠροκλήσειςΣτα τοπικά συστήματα:

Προσαρμογή:

Διεπιφάνειας χρήστη (GUI)

Παράμετροι εισόδου (input) & εξόδου (output)

Πληκτρολόγια, οθόνες, εκτυπωτές, γραμματοσειρά

Σχεδιαστικές ΠροκλήσειςΣτα Παγκόσμια συστήματα:

Απίστευτη ποικιλία υλικού & λογισμικού

Ποικιλία συστημάτων κωδικοποίησης χαρακτήρων

Λιγότερος έλεγχος από τους σχεδιαστές

Σχεδιαστικές προδιαγραφές (trade-offs)

Διλήμματα

Πολυγλωσσική Ανάκτηση Πληροφοριών (Cross-Language Information Retrieval: CLIR) Ανερχόμενος και αναπτυσσόμενος κλάδος (http://www.clis.umd.edu/dlrg/clir)

3 προσεγγίσεις:

Μετάφραση κειμένου μέσω μηχανών μετάφρασης (Machine Translation-MT): μη υψηλά αποτελέσματα και ακριβή σε κόστος

Τεχνικές βασισμένες στη γνώση (λεξικά- MRD: machine readable dictionaries,πολυγλωσσικοί θησαυροί): δόμηση & διατήρηση ακριβή, υψηλή εκπαίδευση

Χρήση οντολογιών (EuroWordNet project- http://www.illc.uva.nl/EuroWordNet) : δύσκολες στην ενημέρωση, ακριβή δόμηση

Μεταγραφή (Transliteration) Αντιστοιχεί χαρακτήρες από μια γλώσσα σε άλλη

Δεν μεταφράζει νοήματα

Απώλεια αξιοσημείωτων δεδομένων (π.χ. Mao Tse-tung έναντι Mao Zedong στα Κινέζικα)

Παράλειψη διακριτικών σημείων-γνωρισμάτων (accents, διαλυτικά, κ.ά.)

Μη ολοκληρωμένες μορφές λέξεων

Ανέφικτη η αντιστοίχιση & το ταίριασμα λέξεων

Μονογλωσσικά, πολυγλωσσικά & παγκόσμια σετ χαρακτήρωνΜονογλωσσικά (ASCII, ALA) - Παγκόσμια (Unicode)

HTTP 1.1, HTML 2.0

Universal Character Set (UCS) του ISO 10646:1993

Unicode

Συγχώνευση του Unicode με το ISO 10646

Unicode 4.0 (15η έκδοση)

Κωδικοποιεί αλφάβητα (χαρακτήρες), όχι γλώσσες Ένας μοναδικός αριθμός για κάθε χαρακτήρα Ανεξάρτητο από λειτουργικά συστήματα, λογισμικά &

γλώσσες Απαιτεί 16 bits δηλ. >65.000 χαρακτήρες Κύριες γλώσσες Αμερικής, Ευρώπης, Μέσης Ανατολής,

Αφρικής, Ινδίας, Ασίας Ελληνικό αλφάβητο: U+0370-U+03FF Υψηλότερες απαιτήσεις- Χρόνοι μετάδοσης Υιοθέτηση & υποστήριξη από κορυφαίους παράγοντες

(IBM, Oracle, κ.ά.)

Τρέχουσες Εφαρμογές-Διεθνής Χώρος Πολυγλωσσικές ψηφιακές βιβλιοθήκες: 1960

Ενεργή συμμετοχή Ευρώπης & Ασίας

OCLC (www.oclc.org): Σετ χαρακτήρων της ALA

Βιβλιοθήκη Κογκρέσσου (www.loc.gov) & RLIN (http://www.rlg.org/rlin.html): πρωτότυπη καταλογογράφηση & κωδικοποίηση μη Ρωμαϊκών αλφαβήτων

Υποστήριξη Unicode (Ευρωπαϊκή Ένωση)

Ερευνητικά έργα φορέων, όπως: IFLA, Mellon Foundation, κ.ά.

Τρέχουσες Εφαρμογές-Ελλάδα Πρότυπο ISO 843:1997 της επιτροπής ISO/TC46/SC2 για τη

μεταγραφή των Ελληνικών χαρακτήρων σε Λατινικούς

Working Group 5 της ISO/TC46/SC2για μεταγραφή Ελληνικών

HELEN Project (1993-1995): προβλήματα μεταγραφής των Ελληνικών στις βιβλιογραφικές εγγραφές

Περιορισμοί & Όρια Μαζικός όγκος κειμένων

Ποικιλία λογισμικού & υλικού (έλλειψη διαλειτουργικότητας)

Κάθε ψηφιακή βιβλιοθήκη= ξεχωριστές εφαρμογές, εργαλεία, αρχιτεκτονική, χρήστες, γλώσσα & πολιτισμό

Έλλειψη προτυποποίησης

Κριτική και Σχόλια Ενημέρωση ευρύτερου κοινού - Πρωτοβουλίες

Εκπαίδευση & εμπειρία επί του αντικειμένου

Εμφάνιση νέων προκλήσεων (πολυγλωσσική ανάκτηση λόγου και ομιλίας)

Τελική επιδίωξη: παγκόσμια (global) ψηφιακή βιβλιοθήκη

Σημαντικές Πηγές CLEF (Cross-Language Evaluation Forum-

http://www.clef-campaign.org) TREC (Text Retrieval Conference- http://trec.nist.gov) NTCIR (NII-NACSIS Test Collection for IR Systems – http://reserach/

nii.ac.jp/ntcir/) ELRA (Evaluations and Languages Resources Distribution

Association): http://www.elra.info

Ερευνητικά προγράμματα: HLT Central: Human Language Technologies on the Web (European

Commission) (http://www.elra.info) TIDES: Transligual Information Detection, Extraction and

Summarization (DARPA) (http://www.darpa.mil/iao/TIDES.htm)

Ερωτήματα & Προβληματισμοί Όλες οι προαναφερόμενες τεχνικές βρίσκονται σε

πειραματικό στάδιο Συνεκδοχικά, ποιος ο ρυθμός υιοθέτησης καθολικά

αποδεκτών & εφαρμόσιμων μεθόδων; Πόσο ικανοποιητικά αποτελέσματα αποφέρουν οι

λύσεις αυτές; Η ανάπτυξη νέων γλωσσικών εργαλείων και

τεχνικών πολυγλωσσικής ανάκτησης πληροφοριών χρήζει μείζονος προσοχής

Βιβλιογραφία1. Borgman C.L., Multi-Media, Multi-Cultural, and Multi-Lingual Digital

Libraries or How Do We Exchange Data in 400 Languages?, D-Lib, June 1997 (available at: http://www.dlib.org/dlib/june97/06borgman.html )

2. Oard D.W., Ruiz M., Klavans J., Multi-lingual Information Discovery and AccesS (MIDAS), D-Lib, October 1999 (available at: http://www.dlib.org/dlib/october99/10oard.html)

3. Murthy T., Interoperability among Multi-Lingual Digital Libraries through Unicode based metadata: a model for India, Indo-US Workshop on Open Digital Libraries and Interoperability, Virginia Tech, USA, 23-25 June 2003 (available at: http://fox.cs.vt.edu/IndoUSdl/ )

4. Oard D.W., Multilingual Information Access: the user’s perspective )available at: http://www.iei.pi.cnr.it/DELOS/CLEF/workshop00.html)

5. Clews J., Digital Language Access: scripts, transliteration, and computer access, D-Lib, March 1997 (available at: http://www.dlib.org/dlib/march97/sesame/03clews.html)

Βιβλιογραφία6. Peters C., Picchi E., Across Languages, Across Cultures: issues in

multilinguality and digital libraries, D-Lib, May 1997 (available at: http://www.dlib.org/dlib/may97/peters/05peters.html)

7. Pavani A., A Model of Multilingual Digital Library, Ci.Inf., Brasilia, v.30, n.3.,p.73-81, Sep./Dec. 2001 (available at: http://www.dlib.org/dlib/may97/peters/05peters.html)

8. Maeda A., Multi-lingual Information Processing for Digital Libraries (available at http://pnclink.org/annual/annual2002/pdf/0921/12/c21/206-1.pdf)

9. Peters C., Cross-Language Evaluation Forum (CLEF): agenda for 2002, D-Lib, February 2002 (available at http://www.dlib.org/dlib/february02/02inbrief.html)

10. Peters C., ECDL 2003 Workshop Report: cross-language evaluation forum (CLEF 2003), D-Lib, September 2003 (available at: http://www.dlib.org/dlib/september03/09inbrief.html)

Βιβλιογραφία11. Peters C., Cross-Language Evaluation Forum, D-Lib, February 2000

(available at: http://www.dlib.org/dlib/february00/02inbrief.html)12. Caidi N., Komlodi A., Cross-cultural Considerations in Digital Library

ResearchL report for the JCDL 2003 workshop, D-Lib, July/August 2003 (available at: http://www.dlib.org/dlib/july03/07inbrief.html)

13. Dartois M., Maeda A., Sakaguchi T., A Multilingual Electronic Text Collection of Folk Tales for Casual Users Using Off-the-Shelf Browsers, D-Lib, October 1997 (available at: http://www.dlib.org/dlib/october97/sugimoto/10sugimoto.html)

14. Croft W.B., What Do People Want from Information Retrieval?, D-Lib, November 1995 (available at: http://www.dlib.org/dlib/november95/11croft.html)

15. Java: how to program/ Deitel H.M., Deitel P.J., Prentice Hall PTRM, 5th ed., 2002

Βιβλιογραφία16. Osawa N., A Multilingual Information Processing Infrastructure for

Global Digital Libraries: EPICIST, D-Lib, 1997 (available at: http://www.dl.ulis.ac.jp/ISDL97/proceedings/osawa/osawa.html)

17. Powell J., Fox E.A., Multilingual Fedearted Searching Across Heterogeneous Collections, D-Lib, September 1998 (available at: http://www.dlib.org/dlib/septemeber98/powell/09powell.html)

18. Anderson D., Unicode and Historic Scripts, Ariadne (available at: http://www.ariadne.ac.uk/issue37/anderson/)