بررسی میزان همخوانی انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند با فهرست اصطلاحات نوع خاص منبع استاندارد مارک 21

نوع مقاله : مقالات پژوهشی

نویسندگان

• مهسا فردحسینی ¹
• سید مهدی طاهری ²
• نجلا حریری ³
• فهیمه باب الحوائجی ⁴
• فاطمه نوشین فرد ⁵

¹ دانش‌آموخته دکتری علم اطلاعات و دانش‌شناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی

² دانشیار گروه علم اطلاعات و دانش‌شناسى، دانشگاه علامه طباطبائى

³ استاد، گروه علم ارتباطات و دانش‌شناسى، دانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

⁴ دانشیار، گروه علم ارتباطات و دانش‌شناسى، دانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

⁵ دانشیار، گروه علم ارتباطات و دانش‌شناسی، دانشدانشگاه آزاد اسلامى، واحد علوم و تحقیقات،

10.22067/infosci.2021.24040.0

چکیده

مقدمه: پژوهش حاضر با هدف تبیین میزان همخوانی انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند با بازنمایی آن‌ها در فهرست اصطلاحات نوع خاص منبع استاندارد مارک 21 انجام شد.
روش‌شناسی: این پژوهش از نظر هدف، یک پژوهش کاربردی است که بر اساس روش تحلیل محتوا صورت گرفت و جامعه پژوهش را انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند تشکیل می‌دادند. برای گردآوری داده‌ها، از ابزار سیاهه وارسی مبتنی بر فهرست اصطلاحات نوع خاص منبع مارک، برای بررسی میزان همخوانی با انواع موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند، و روش مشاهده طراحی شده استفاده شد که برای این منظور در ابتدا هر یک از موجودیت‌های آثار خلاقانه و سپس موجودیت‌های دیگر در فرانمای تولید داده‌های ساختارمند با اصطلاحات نوع خاص منبع در استاندارد «مارک» مورد تحلیل، و انواع موجودیت‌های داده‌ای مرتبط شناسایی و تعیین شدند.
یافته‌ها: یافته‌های این پژوهش نشان داد که 64 درصد از اصطلاحات نوع خاص منبع در مارک وجود دارد که در فرانمای تولید داده‌های ساختارمند هیچ نوع موجودیت داده‌ای معادل آنها تعریف نشده، و تنها 36 درصد اصطلاحات نوع خاص منبع مارک با فرانمای تولید داده‌های ساختارمند همخوان است. بدین معنی که برای 100 اصطلاح ‌نوع خاص منبع مارک فقط 36 معادل در فرانمای تولید داده‌های ساختارمند وجود داشت. در این میان، 24 اصطلاح از اصطلاحات نوع خاص منبع مارک با موجودیت آثار خلاقانه در فرانمای تولید داده‌های ساختارمند همخوانی کامل و دقیق داشتند و 12 اصطلاح با سایر موجودیت‌های فرانما همخوان بودند.
نتیجه‌: برای توصیف و سازماندهی اشیای دیجیتالی، به دلیل آنکه بیشتر موجودیت‌های داده‌ای موجود در وب، نسخه دیجیتالی شده اشیای محتوایی فیزیکی هستند، بنابراین ویژگی‌های هر دو نسخه باید مدنظر قرار گیرد. همچنین با توجه به اینکه فرانمای تولید داده‌های ساختارمند بخشی از موجودیت‌های داده‌ای بافت کتابشناختی را در نظر نگرفته، در نتیجه این فرانما چنان چه بخواهد نگاره دانش را تکمیل کند، باید برای توصیف تمام اصطلاحات نوع خاص منبع بافت میراث فرهنگی (از جمله بافت کتابشناختی) فرانمای مناسب و ویژه طراحی نماید. نیز توصیه‌ می‌شود، اصلاحات و واژگان تخصصی سایر بخش‌های بافت میراث فرهنگی (بافت موزه و آرشیو) با موجودیت‌های داده‌ای فرانمای تولید داده‌های ساختارمند تطبیق داده شوند تا زمینه برای بازنمون کامل دانش در بافت میراث فرهنگی فراهم گردد.

کلیدواژه‌ها

• آثار خلاقانه
• بافت کتابشناختی
• بافت میراث فرهنگی
• فرانمای تولید داده‌های ساختارمند
• فهرست اصطلاحات نوع خاص منبع مارک

---

عنوان مقاله [English]

A Study on the Corresponding between Schema.org’s Item Types with MARC Genre Terms List

نویسندگان [English]

• Mahsa Fardehosseini ¹
• Seyed Mahdi Taheri ²
• Nadjla Hariri ³
• Fahimeh Babalhavaeji ⁴
• Fatemeh Nooshinfard ⁵

¹ PhD in Knowledge and Information Science; Science and Research Branch; Islamic Azad University;

² Associate Professor; Faculty of Psychology and Educational Sciences; Allameh Tabataba’i University

³ Professor; Department of Communication and Knowledge Sciences; Science and Research Branch; Islamic Azad University

⁴ Associate Professor; Department of Communication and Knowledge Sciences; Science and Research Branch; Islamic Azad Universit

⁵ Associate Professor; Department of Communication and Knowledge Sciences; Science and Research Branch; Islamic Azad University

چکیده [English]

Introduction: The purpose of this study was to determine the degree of correspondence between data types of Schema.org and the representation of them in the MARC21 Genre Terms List.
Methodology: This research was an applied research based on a content analysis and the research population was a variety of data entities of the Schema.org. To collect data, a checklist-based tool on MARC Genre Terms List was used to check the degree of correspondence in Schema.org, and the structured observation method was used to initially identify each of the CreativeWork and then other entities in the Scheme.org were analyzed and the types of related data entities were identified
Findings: The findings of this study showed that there are 64 source-specific terms in the MARC that have no equivalent data entity in the Schema.org, and only 36% of the MARC Genre Terms List are consistent with the Schema.org. This means that for the 100 MARC Genre Terms List, there were only 36 equivalents in the Schema.org. Twenty-four terms of the MARC Genre Terms List were consistent accurately with the CreativeWork in Schema.org, and 12 were consistent with its other data entities.
Conclusion: To describe and organize digital objects, both properties must be taken into account because most data entities in the web are digitized versions of physical content objects and also considering that Schema.org does not consider some of the data entities in the bibliographic context, it must design the schema to describe all terms of a particular type of cultural heritage context (including the bibliographic context) for removing knowledge gap. It is recommended that specialized refinements and vocabularies of other sections of the cultural heritage (museum and archive context) be adapted to the types of the Schema.org to provide a thorough representation of knowledge in the context of cultural heritage.

کلیدواژه‌ها [English]

• Bibliographic context
• CreativeWorks
• Cultural heritage context
• MARC Genre Terms List
• Schema.org

مراجع

آقاده، سمیرا (1397).طراحی طرح‌واره داده‌های مستند مبتنی بر روش داده‌های خرد و بررسی واکنش موتورهای کاوش وب به پیشینه‌های مبتنی بر آن. پایان‌نامه کارشناسی ارشد. دانشکده روانشناسی و علوم تربیتی. دانشگاه علامه طباطبائی.

محمدی استانی، مرتضی (1398). طراحی طرح‌واره قالب داده‌های خرد نسخه‌های خطی اسلامی-ایرانی و واکنش موتورهای کاوش وب به پیشینه‌های مبتنی بر آن. رساله دکتری. دانشکده روانشناسی و علوم تربیتی.دانشگاهاصفهان.

Aldaej, A. A. (2015). An enhanced semantic VLE based on schema. org and social media (Doctoral dissertation, University of Surrey). From: https://epubs.surrey.ac.uk/807070/1/Aldaej%20PhD%20Thesis.pdf (accessed 28 March 2021)

Amit, S. 2012. Introducing the knowledge graph: Things, not strings. Official Blog (of Google). https://googleblog.blogspot.se/2012/05/introducing-knowledge-graph-things-not.html.)Accessed 15 May. 2018(

Google developers .2017.  Introduction to structured data. https://developers.google.com/search/docs/guides/intro-structured-data/.)Accessed 15 July. 2018(

Jangra, R. 2018. SchemaBibEx: An Initiative for Networked Bibliographic Resource Description. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3149541. )accessed 5 June. 2018(

Meusel, R., Bizer, C., & Paulheim, H. 2015. A web-scale study of the adoption and evolution of the schema. org vocabulary over time. In Proceedings of the 5th International Conference on Web Intelligence, Mining and Semantics (p. 15). ACM. From: https://doi.org/10.1145/2797115.2797124

Schema.org (2019). Getting started with schema.org using Microdata. Retrieved July 19, 2019 from: http://schema.org/docs/gs.html

Senior, A. (2018). Bringing It All Together: Mapping Continuing Resources Vocabularies for Linked Data Discovery. The Serials Librarian, 74(1-4), 94-101, from: https://doi.org/10.1080/0361526X.2018.1428463

Şimşek, U., Kärle, E., Holzknecht, O., & Fensel, D. (2017, June). Domain specific semantic validation of schema. org annotations. In International Andrei Ershov Memorial Conference on Perspectives of System Informatics (pp. 417-429). Springer, Cham, from: https://doi.org/10.1007/978-3-319-74313-4_31

Vizine-Goetz, D., Childress, E., & Houghton, A. (2005, September). Web services for genre vocabularies. In Proceedings of the International Conference on Dublin Core and Metadata Applications (DC 2005), Madrid, Spain (September 12-15 2005). https://dcpapers.dublincore.org/pubs/article/view/823/819