PDF de programación - Integración de estándares semánticos y descriptivos vía SRU: acceso a thesauri distribuidos en la Red

Integración de estándares semánticos y
descriptivos vía SRU: acceso a thesauri
distribuidos en la Red
Technical interoperability between semantic and
descriptive standards: working with distributed
thesauri through the Web

ricardo eito Brun
Universidad Carlos III de Madrid, c/ Madrid, 12 –Getafe (Madrid)
[email protected]

Resumen
La presente comunicación describe un caso práctico donde se utiliza la especificación técnica SRU (Search/
Retrieve URL) para acceder a vocabularios controlados remotos codificados en SKOS, concretamente a los
thesauri de Ingeniería publicados por el Ministerio de Fomento del Gobierno de España. SRU, diseñada
por la Library of Congress para facilitar el acceso a bases de datos bibliográficas, es el resultado de la
adaptación del protocolo Z39.50 a la World Wide Web. La comunicación propone un perfil de SRU
que permite a los usuarios encargados de describir recursos interactuar con repositorios SKOS desde
distintas herramientas de edición de metadatos. Los usuarios pueden consultar estos vocabularios y
asignar descriptores a los registros que estén creando, con independencia del sistema de descripción que
estén aplicando (EAD, MODS, MARCXML, etc.). Esta solución técnica también permite a los centros
exponer y compartir sus vocabularios controlados, con lo que se amplía su visibilidad y se potencia su uso
por otros centros y grupos de usuarios. Ampliar las posibilidades de reutilización de estos vocabularios
controlados justifica en gran medida los costes derivados de su conversión al formato SKOS. Por otra
parte, la utilización conjunta de protocolos técnicos abiertos y sistemas de metadatos públicos permite
establecer un contexto en el que los vocabularios controlados y los sistemas de clasificación compartidos
pueden llegar a constituir una capa de acceso unificada a repositorios y bases de datos distribuidos, donde
se describan distintos tipos de materiales (bibliográficos, archivísticos, museísticos, etc.), a pesar de ser
gestionadas por distintos centros e instituciones.
Palabras clave: SKOS, Archivos de Ingeniería civil, Descripción archivística, SRU, Interoperabilidad
técnica.

Abstract
This paper describes a practical experience where the SRU (Search/Retrieve URL) technical specification
has been applied to access controlled vocabularies encoded in SKOS. The project has implemented in
SKOS the thesauri on Engineering published by Ministerio de Fomento del Gobierno de España. The

20 Años del Capítulo Español de ISKO. Actas del X Congreso ISKO Capítulo Español (Ferrol, 2011)
Universidade da Coruña (España), 2012. ISBN: 978-84-9749-535-6

Pp. 499-510

500

ricardo eito Brun

author proposes an SRU/CQL profile to allow users in charge of describing archival materials to interact
with SKOS-based repositories from different archival description software tools. Users can access these
vocabularies and assign descriptors to descriptive records regardless the metadata standard they are
working with: EAD, MODS, MARCXML, etc. This technical solution gives centers the possibility of
exposing and sharing their controlled vocabularies, giving more visibility to their thesauri so other users
can take advantage of them. In addition, the use of open technical protocols, open metadata standards and
common vocabularies and classification systems ensures the possibility of building a unified access layer
to distributed repositories and databases managed by different centers and institutions.
Keywords: SKOS, Civil Engineering Archives, Archival Description, SRU, Technical Interoperability.

integración de estándares seMánticos y descriPtivos vÍa sru:

acceso a Thesauri distriBuidos en la red

501

1. InTROduCCIón

La organización y representación del conocimiento es una actividad clave en los cen-
tros encargados de la custodia y gestión del patrimonio y de la información documental.
Bibliotecas, archivos, museos y centros de documentación han aplicado sistemáticamente
vocabularios controlados y sistemas de clasificación documental para la organización
intelectual de sus materiales y para facilitar el acceso a sus colecciones. El conjunto de
materiales que deben gestionar estos centros se ha incrementado sustancialmente con la
incorporación de los recursos digitales. Esto ha traído consigo una mayor complejidad,
al ser necesario utilizar nuevos formatos y metadatos para la descripción de los distintos
tipos de materiales.

En los últimos años, los profesionales han sido testigos de la formulación de nuevos
sistemas de metadatos, la mayoría de ellos basados en lenguajes de marcas tipo XML, y
hoy contamos con formatos que han alcanzado una gran madurez y han sido reconocidos
por la comunidad profesional como los medios adecuados para describir distintos tipos de
materiales. Formatos como MODS, EAD, METS o PREMIS, forman parte del vocabulario
profesional y se han ido incorporando gradualmente a las prácticas de los centros.

En el ámbito de los sistemas de organización del conocimiento, la especificación
SKOS (Simple Knowledge Organization System), es la principal propuesta para la codi-
ficación, transferencia e intercambio de thesauri. SKOS constituye una de las especifica-
ciones más relevantes en el área de la Web Semántica para la actividad de bibliotecas y
centros de documentación. Es importante porque establece un puente entre las tendencias
actuales de la web semántica, y las prácticas tradicionales para el control del vocabulario
y la organización de lenguajes de indización. Se publicó como recomendación W3C el
dieciocho de agosto de 2009 por parte del Semantic Web Deployment Working Group del
W3C (el primer borrador de trabajo se distribuyó en febrero de 2008). Ofrece un modelo
para representar la estructura básica y el contenido de los esquemas conceptuales de tipo
thesauri, sistemas de clasificación documental, listas de encabezamientos de materia o
sistemas similares como taxonomías y folksonomías (Cantara, 2006) (en la documentación
oficial de SKOS se habla de “sistemas de organización de conocimiento semi-formales”,
para diferenciarlos de las ontologías diseñadas para soportar procesos de razonamiento
automático complejos). Una detallada comparación de SKOS frente a otros sistemas de
representación de conocimiento basados en ontologías formales la encontramos en (García
Torres, 2008), en un texto donde se plantea el desarrollo de ontologías a partir de thesauri
existentes usando la metodología Methontology (Gómez-Pérez, 2002) y la división de la
ontología en dos niveles de generalización, el primero de ellos basado en las categorías o
facetas de S.R. Ranganathan.

La relación entre SKOS y las ontologías ideadas a nivel general ha sido analizada
por (Salvador, 2006). Las diferencias entre ontologías y SKOS han sido descritas también
por (García Jiménez, 2006), quien señala que

SKOS es la principal alternativa a la creación de ontologías para la estructuración del
conocimiento en la web semántica mediante anotaciones.

502

ricardo eito Brun

Encontramos una descripción detallada de SKOS en (Pastor-Sánchez, 2009). En
este mismo artículo, los autores citan distintas iniciativas que han precedido a SKOS y
que compartían el mismo objetivo: la codificación de thesauri en un formato fácilmente
procesable en la web, entre ellas: LIMBER (Language Independent Metadata Browsing of
European Resources), CERES (California Environmental Resources Evaluation System),
GEM (Gateway to Educational Materials), CALL (Center for Army Lessons Learned)
Thesaurus, ETT (European Treasury Browser) o KAON/AGROVOC. A esta lista tenemos
que añadir el ADL Thesaurus Protocol citado por (Lacasta, 2007).

En resumen, SKOS ofrece un esquema para codificar vocabularios controlados y
lenguajes de indización en formato XML, para que sean procesables en el contexto de la
web semántica. Se plantea como un método para migrar, con un bajo coste, los lenguajes
de indización disponibles al entorno de la web semántica. SKOS no debe considerarse
únicamente como una forma de publicar lenguajes de indización, sino como un mecanismo
para representar relaciones entre distintos esquemas conceptuales. En la recomendación
del W3C también se señala la necesidad de aprovechar la experiencia de la comunidad
bibliotecaria y documentalista en la organización del conocimiento, dentro de las iniciativas
de la web semántica. Encontramos recomendaciones para usar SKOS en la codificación
de tres tipos de vocabularios controlados (thesauri, sistema de clasificación y taxonomías)
en (Miles, 2007).

2. CARACTERíSTICAS dE SKOS

SKOS está basado en RDF. Los conceptos de un lenguaje de indización corresponden a
instancias de clase, y las relaciones entre conceptos y sus descripciones se tratan como
declaraciones sobre dichas instancias. Un aspecto importante es que en SKOS se parte de
que un lenguaje de indización que no tiene como finalidad representar una visión compar-
tida de la realidad (como sí sucedería con una ontología), sino que su representación de la
realidad está acotada a los términos procedentes de un vocabulario controlado específico,
y condicionada por la finalidad y el uso práctico previsto para éste.

Las principales características de SKOS son éstas:
• Los conceptos (definidos como “unidades de pensamiento”) se identifican mediante
URIs, a los que se pueden asignar distintas etiquetas en lenguaje natural, en uno
o en distintos idiomas.

• Los conceptos se agrupan en “esquemas de conceptos”.
• Permite asociar notas aclaratorias a los conceptos.
• Permite relacionar los conceptos, mediante las relaciones jerárquicas y asociativas

características de los lenguajes de indización.

En (Pastor-Sánchez, 2009) se señala entre las ventajas de SKOS el hecho de tratarse
de un modelo orientado a conceptos, y