Re: [DFG-Viewer] Vereinfachung log/phys Verknuepfungen im METS

-----Original Message----- From: dv-technik-bounces(a)dfg-viewer.de [mailto:dv-technik- bounces(a)dfg-viewer.de] On Behalf Of Enders, Markus Sent: Thursday, April 22, 2010 4:07 PM To: dv-technik(a)dfg-viewer.de Subject: [DFG-Viewer] Vereinfachung log/phys Verknuepfungen im METS Liebe Liste, Bei dem von Herrn Heiligenhaus am Dienstag angesprochenen Punkt geht es um die Frage, ob es notwendig ist, alle Verknuepfungen zwischen logischer und physischer Struktur vollstaendig in der METS Datei aufzunehmen. Zentraler Punkt hierbei sind Verknuepfungen von untergeordneten logischen Einheiten zu physischen Struktureinheiten (d.h. Unterkapitel zu Seiten). Derzeit haben sowohl Unterkapitel als auch Kapitel Verknuepfungen zu den jeweiligen Seiten. Diese Verknuepfungen sind tatsaechlich redundant, da auf Grund der hierarchischen Stuktur Kapitel und Unterkapitel auf diesselben Seiten verweisen. Diese Redundanz fuehrt in der METS Datei zu einer relativ grossen structLink-Sektion und zu grossen Dateien. Zunaechst moechte ich mal annehmen,dass das Datenmodell fuer alle seitenbasierten Medienarten gelten soll - unabhaengig davon, ob die Beschreibung einer digitalen/digitalisierten Resource alle Teile des Modells in voller Granularitaet ausschoepft oder nicht. Es ist weiterhin wichtig zu verstehen, dass das Modell mehr Funktionalitaet erlaubt als derzeit im DFG Viewer umgesetzt ist - gerade hinsichtlich der physischen Struktur (=Seiten/Spalten/Textbereichte). Generell stellt sich also die Frage, warum Verknuepfungen auf ueberliegender Ebene gespeichert werden, wenn sie auf unterliegender Ebene vorhanden sind: 1) Ein Kapitel kann laenger sein als die Summe aller Unterkapitel - oder allgemein: Die summe aller logischer Unterstrukturen ist kleiner als die ueberliegende Struktur. Dies kann damit zusammenhaengen, dass sich nicht alle Unterstrukturen (automatisiert) erfassen lassen oder aber das die ueberliegende Struktur tatsaechlich noch ueber zusaetzlichen Inhalte/Seiten verfuegt. 2) D.h. Lesereihenfolge von ueber- und untergeordneten logischen Einheiten kann unterschiedlich sein. Diese Reihenfolge wird jedoch durch die Verknuepfung in der log. und phys. Einheit in der structLink Section angegeben. Die smLink Elemente muessen in entsprechender Blaetter/Lesereihenfolge angeordnet sein. Das ist zugegebenermassen nicht sehr explizit ausgedrueckt; eine solche Moeglichkeit gibt es allerdings erst ab METS 1.8. Als Beispiel mag hier eine Tageszeitung dienen. Die einzelnen Sektionen (Sport, Wirtschaft, Feuilleton) werden als uebergeordnete Einheit betrachten und durch ein entsprechendes logisches <div> in der METS Datei aufgenommen. Die Seiten werden mit dieser ueberliegenden Einheit verknuepft - vermutlich in der Reihenfolge der Seitenpaginieren. Denn so wuerde man durch diese Sektion durchblaettern/lesen. Unterliegende Artikel werden als Kind <div> Element implementiert. Die Lesereihenfolge der Artikel allerdings koennen unterschiedlich der Seitenpaginierung sein. Zum einen kann Artikel auf Seite 1 beginnen und anschliessend auf Seite 3 fortgefuehrt werden. Zum anderen koennen Artikel aber auch auf der letzten Seite beginnen und innen fortgefuehrt werden. Dies ist zumindest hier in UK regelmaessig beim Sportteil der Fall. Dieser stellt die Rueckseitige Titelseite und wird von "hinten nach vorne" gelesen. 3) Bislang sind wir davon ausgegangen dass logische Verknuepfungen aus unterscheidlicher Hierarchieebene auf physische Einheiten derselben Hierarchiestufe (=Seiten) zeigen. Sobald die physische Seite jedoch auch weiter untergliedert wird in Spalten und Textbloecke, wird die Verknuepfung unterliegender logischen Einheiten nicht mehr auf Seitenebene geschehen, sondern auf Textblockebene. Dies ist zumindest bei Tageszeitungen der Fall, kann jedoch auch bei Monographien und Zeitschriften passieren: Auch fuer diese Strukturtypen laesst sich eine Seite in verschiedene Textbloecke aufteilen. Angenommen eine Seite beherbergt das Ende eines und den Start eines zweiten Unterkapitels, so laesst sich die Seite in zwei Textbloecke zerteilen. Aus den Unterkapiteln wird neben den anderen Seiten nur der jeweilige Textblock (Start bzw. Ende) verwiesen. In dem Fall, wird also auf sehr granulare Einheiten von den Unterkapiteln verwiesen. Fuer die uebergeordnete Einheit sind die Textbloecke jedoch unwichtig. Da die komplette Seite zu dem Kapitel gehoert, wird auch nur auf sie verwiesen und nicht auf die Textbloecke. Weitere Untereinheiten koennten naemlich ebenso zu dem Kapitel gehoeren, nicht jedoch zu einem der Unterkapitel (siehe (1)). Das Datenmodell ist nun einmal so komplex, wie es derzeit im METS Profil dokumentiert ist. Die serialisierung in METS liesse sich vereinfachen, wenn bestimmte Annahmen getroffen werden. Diese Annahmen muss der DFG- Viewer beruecksichtigen; d.h. diese muessen implementiert werden. Das ist fuer viele Faelle sicherlich machbar, wenn auch kompliziert, wenn tiefere Strukturen als Seiten oder zusaetzliche Funktionalitaeten beruecksichtig werden. Derzeit muss die Software lediglich log/phys Relationen beruecksichtigen; Hierarchien in der log. Struktur koennen unberuecksichtigt bleiben. Entsprechend ausfuehrliche und grosse METS Dateien automatisiert zu generieren scheint mir da das kleinere Uebel zu sein. An welcher Stelle wirkt sich denn die Groesse der METS Datei nachteilig aus? Beim parsen? uebertragen? Ich sehe zumindest kein Problem, dem nicht mit etwas mehr Resourcen beizukommen waere. Ciao Markus Enders