Extracção e concentração de metainformação distribuída por vários repositórios

Abstract

Ao longo dos últimos anos, tem-se assistido à proliferação de entidades detentoras de arquivo que disponibilizam através da Internet partes do seu acervo em formato digital. O âmbito principal desta actividade é permitir aos seus utentes aceder ao catálogo do arquivo a partir de qualquer parte do mundo. No entanto, os repositórios dessas entidades detentoras estão geograficamente separados e apresentam diferentes interfaces de pesquisa com estruturas de dados diversas. Estas características implicam um dispendioso esforço por parte do utilizador para a pesquisa e recuperação de informação. Do ponto de vista do utilizador, seria vantajoso e confortável poder interagir com uma única interface de pesquisa, para a partir dela, submeter os parâmetros a pesquisar e receber a informação de forma consolidada, vinda de diferentes fontes de informação. Visando atender a este propósito, os projectos em torno dos repositórios digitais deixam de ser idealizados somente a partir da concepção de sistemas de informação simples e isolados, tornando-se uma necessidade o desenvolvimento de sistemas de informação estruturados, baseados na integração de dados provenientes de diferentes sistemas. A construção destes sistemas visa promover uma melhor articulação e inter-relacionamento entre entidades detentoras de um sistema de informação. Estes sistemas designam-se por sistemas de informação federados ou rede de repositórios digitais. No contexto desta dissertação é abordada a implementação da Rede Portuguesa de Arquivos ou, dito de outra forma, uma rede dos conteúdos detidos e disponibilizados pelas entidades de arquivo. Uma rede de arquivos corresponde a um conjunto de entidades detentoras que funcionam de modo integrado e articulado na prossecução de objectivos comuns. Tais objectivos passam pela disponibilização, recolha e partilha dos conteúdos de arquivo. Nesta dissertação será proposto um modelo de arquitectura que permite agregar e disponibilizar toda a informação da rede a partir de um único ponto de acesso - o Portal Português de Arquivos. Trata-se de uma iniciativa da Direcção-Geral de Arquivos que visa a criação de um portal de pesquisa e ponto de acesso privilegiado a toda a informação de arquivo custodiada em território nacional. O Portal Português de Arquivos também será a ligação nacional a projectos de carácter internacional como a Europeana, um portal de acesso à produção histórica e cultural da comunidade europeia. A adesão ao Portal Português de Arquivos e consequentemente à Europeana trará inúmeros benefícios para as entidades detentoras aderentes, nomeadamente, uma maior visibilidade dos seus acervos potenciando a sua procura e eventualmente um aumento da receita através dos serviços prestados pelo arquivo.

Over the last few years, we have seen the proliferation of archives that provide access to archival resources in digital formats over the Internet. The main goal of this activity is to enable archive catalog access to users from anywhere in the world. But repositories that hold such content are autonomous, geographically dispersed and implement different search interfaces with a variety of data structures. These characteristics demand a greater user effort for information search and retrieval. From the user point view, it would be beneficial and comfortable to interact with a single search interface, submit search parameters, and receive information in a consolidated form. In order to achieve such a goal, the projects around digital repositories should not be idealized as simple and isolated information systems. There is a need for structured information systems that fully support the integration of data originating from different systems. The development of these systems promotes a better coordination and inter-relationship between distinct entities. This kind of system are designated a federated information systems or a digital repository networks. In this dissertation is exploited the implementation of a Portuguese Archives Network, i.e. a network of content, owned and provided by a set of archival entities that work together in an integrated and coordinated mode on pursuit of common goals. These goals consist in providing, harvesting and sharing archival metadata and content. The current dissertation proposes an architecture to provide access to network harvested information from a single access point - the Portuguese Archives Portal - an initiative of the Directorate-General of Portuguese Archives that seeks to create a search portal and a privileged access point to all archival resources available on national territory. The Portuguese Archives Portal will also be the national gateway for international projects such as the Europeana, a web site that collects and provides access to the historical and cultural production of the European community. Adherence to Portal of Portuguese Archives and consequently to the Europeana will bring numerous benefits to the holding member entity, specifically, greater visibility to its collection, search enhancing and eventually an increase in revenue through the archive provided services.