1 TV2007, 2007 május 2-3. 1 Alternatív információkezelés a NAVA-ban Knapp Gábor, NAVA (Strukturált dokumentumok rendszerén alapuló információkezelés, mint.

Az előadások a következő témára: "1 TV2007, 2007 május 2-3. 1 Alternatív információkezelés a NAVA-ban Knapp Gábor, NAVA (Strukturált dokumentumok rendszerén alapuló információkezelés, mint."— Előadás másolata:

1 1 TV2007, 2007 május 2-3. 1 Alternatív információkezelés a NAVA-ban Knapp Gábor, NAVA (Strukturált dokumentumok rendszerén alapuló információkezelés, mint alternatíva, a Nemzeti Audiovizuális Archívumban)

2 2 TV2007, 2007 május 2-3. 2 A NAVA „másik” feladata Egyik: Kötelespéldány archívum (sugárzott rádió és tv) –Egységes, állandó séma –Folyamatos tervezett gyarapodás, realtime (meta/media) –Tervezett munkafolyamat (realtime, de pufferelt) –Nagy mennyiség (kb. 100.000 rekord/év) –Törvény által szabályozott hozzáférés Másik: Önkéntes archívum –Sokféle, változatos, időben is változékony séma –Eseti feladatok (ritkán, de persze azonnal kell minden…) –Egyedi bevételezési megoldások –Egyedi metaadat források: papír/doc/xml/xls/html/txt –Egyedi média források: dvd/svhs/betasp/digitbeta/mpeg4/mpeg2 –Kevés rekord (gyűjteményenként <1000)

3 3 TV2007, 2007 május 2-3. 3 Jelenlegi különgyűjtemények + MTV archívum (Híradók, Öveges stb.)

4 4 TV2007, 2007 május 2-3. 4 Demo http://nava.hu/test/kulon.htm http://mnfa.nava.hu

5 5 TV2007, 2007 május 2-3. 5 Közös követelmények (Ha már bent vannak a gyűjtemények…) A kötelespéldánynál már megvalósult funkciók: –Böngészhetőség (idő szerint: RTV részletes…) –Kereshetőség (mezők szerint, olykor szabadszavasan) –OAI-PMH protokoll szerinti lekérdezhetőség (DC, NDA) –Szabályozott hozzáférés (kijátszás, metaadat bevitel) További funkciók: –Más böngészési elvek (pl. tag-felhő) –Más kijátszási formátumok (pl. mpeg4/avc, flash) –Kiterjesztés a többnyelvűség felé (VideoActive) –Felhasználói közreműködés (upload, annotálás, P2P-Fusion) –Egyedi szabályok szerinti hozzáférés

6 6 TV2007, 2007 május 2-3. 6 Fejlesztési cél, 2007 október Tájékoztató kidolgozása különgyűjteményekhez –Mit tudunk ajánlani, milyen erőforrások árán –Mennyi idő, mennyi tárhely, mekkora sávszélesség, hány/milyen ember, -> azaz: mennyi pénz… Szabályozott, dokumentált munkafolyamat kidolgozása különgyűjteményekhez –Bevételezési technológia összeállítása (meta/média) –Konvertálási lehetőségek/technikák, tárhely biztosítása –Időzítés, erőforrás becslés Új alkalmazás (csoport) készítése, amely megvalósítja a közös követelményeketÚj alkalmazás (csoport) készítése, amely megvalósítja a közös követelményeket –A kötelespéldánynál működő funkciók megvalósítása –Az új funkciók kísérleti megvalósítása, majd tesztelése

7 7 TV2007, 2007 május 2-3. 7 Miért nem a jelenlegi alkalmazás? Feladat –Mind a munkafolyamat, mind az adatok, mind a célközönség szempontjából új feladatok Biztonság –A „gyár”-nak működnie kell, egy ilyen fejlesztés gyerekbetegségei megengedhetetlen kockázatot jelentenének –A NAVA-ba minden művelet nagyon leterheli a szervereket, es nagyon sokáig tart… Technológia –A fejlesztés egyben kísérlet arra, hogy a web 2.0 technológia által kínált lehetőségek hogy alkalmazhatók –A tapasztalatok alapján beláthatatlanul hosszú fejlesztési idő –A felvázolt többlet funkciók annyira eltérnek, hogy célszerű újat kezdeni

8 8 TV2007, 2007 május 2-3. 8 Fejlesztés 1: Bejátszás, Transzkódolás, Kijátszás Bejátszás –a bevételi lehetőségek, a szoftverek paramétereinek, vezetékezés, eszközök dokumentálása, –lehetőség szerint állandóan rendelkezésre álló, összeállított eszközpark létesítése –felhasználói és/vagy automata upload (P2P-Fusion) Transzkódolás, kulcskép generálás –Jelenleg: MPEG2 TS, RealVideo/Audio –Terv: MPEG4/AVC (pl. P2P-Fusion követelmény) Kijátszás (szabályozott) –Jelenleg: real stream –Terv: download, mélylink/beágyazhatóság (vízjelezés?) –Terv: Flash + MPEG-4

9 9 TV2007, 2007 május 2-3. 9 Fejlesztés 2: Meta séma kialakítása Séma minimális követelmények –DC elvek, az azonosításhoz szükséges DC mezők –XML/XSD formátum, XSLT Séma felderítése, definiálása (gyűjteményenként) –Kapott metaadatok alapján –Kapott dokumentumok alapján –Belső struktúra, dokumentumok közötti kapcsolatok –Formális sémadefiníció (XSD) Séma megjelenítésének tervezése (CSS, XSLT-k) –Rövid lista tartalma, részletes lista tartalma –Védett (nem megjeleníthető) mezők –OAI-PMH exportok, RSS

10 10 TV2007, 2007 május 2-3. 10 Fejlesztés 3: Meta sémák összehangolása (Talán a legnehezebb feladat…) Mezők összekapcsolása (több-> egy, egy-> több) –Pl. nevek különböző reprezentációja Szótárak összekapcsolása –Pl. különböző műfaji kategorizálás –Felsőbb szintű tezaurusz/ontológia? (VideoActive) Megfeleltetés adatcsere formátumoknak –Pl. DC, DC.Culture

11 11 TV2007, 2007 május 2-3. 11 Fejlesztés 4: Hozzáférés vezérlés Kötelespéldány archívum: –Archivátori alkalmazás: Tábla/Csoport szinten szabályozott –Kereső alkalmazás: kereshet (internet) kereshet, és elmentheti a találatokat (regisztrált) Kereshet, lejátszhat (navapont) Kereshet, elmenthet, lejátszhat (regisztrált + nava pont) Tervezett különgyűjteményeknél: –Mező/Felhasználó szintű, ACL alapú szabályozás Felhasználói annotáció, rangsorolás –Az audio/videó állománynál Idő/tér korlátozott hozzáférés Megtekintés/letöltés (ingyen/pénzért) Csak demo részletek Authentikáció jobb megoldása

12 12 TV2007, 2007 május 2-3. 12 Fejlesztés 5: Keresés/Böngészés Keresés –Szabadszavas keresés a tartalomban –A találati lista rendezése mezők/gyűjtemények/relevancia szerint –Rendezés felsőbb szemantikai szint szerint (pl. ember) –Finomított keresés találati listában –Keresés kiterjesztése túl kevés találat esetén (ontológia) –Találatok csoportosítása túl sok találat esetén (ontológia) Böngészés –Gyűjteményenként valószínűleg specifikus –Tag- felhő alapján (automata klaszterezés) OAI-PMH export –A rendszer nyitott, mindenki csinálhat saját keresőt is…

13 13 TV2007, 2007 május 2-3. 13 Távlati cél, 2008… Hipotézis 1: –Az alkalmazandó, web-re kidolgozott „szabad szavas indexelő”, illetve félstrukturált dokumentum alapú megoldások nagyszámú dokumentum esetén is legalább olyan hatékonyak, mint a relációs adatbázis alapúak –Tehát, mivel az új alkalmazás szempontjából a kötelespéldány archívum „csak egy eset”, így érdemes kipróbálni az új alkalmazás hatékonyságát több százezer rekordra, és ha beválik… Hipotézis 2: –Az új technológia felhasználói interfészében is új, népszerűbb lehet a felhasználók körében (lásd YouTube), könnyebb hozzá oktatatási stb célú speciális API-kat illeszteni –A felhasználói interakció gazdagíthatja a nehezen annotálható tartalmat (pl. 1988-as TV híradók)

14 14 TV2007, 2007 május 2-3. 14 Köszönöm a figyelmet! (Jó étvágyat!) Knapp Gábor, knapp@nava.hu www.nava.hu kereso.nava.hu mnfa.nava.hu