E Resumé a klíčová slova

E.1 Resumé a klíčová slova v češtině

Náplní projektu je optimalizace integrace a správy heterogenních dat souborné databáze Kooperačního systému článkové bibliografie (KOSABI) - bibliografické báze ANL a plnotextové báze ANL FULL. Bibliografické záznamy článků, publikovaných v českém periodickém tisku jsou postupně propojované s elektronickou podobou článku a metadata jsou uložena ve zdrojových kódech plných textů.

Výsledkem řešení projektu v r. 2003 je rutinní aplikace pro získávání a automatickou extrakci/indexaci bibliografických záznamů z plných textů (TTDE) a následné vytvoření importního souboru záznamů pro databázi bibliografických záznamů ANL a databázi plných textů ANL FULL v NK s implementací metadat DC v plných textech včetně automaticky generovaných formátů HTML, XHTML, XML v kvalifikované i nekvalifikované formě - aplikace pro lokální stanice v NKČR. Automaticky se generuje URL.

V r. 2003 byla navržena a částečně realizována internetová aplikace pro získávání a automatickou extrakci/indexaci bibliografických záznamů z plných textů (WWW TTDE) rozšířená o vstupní formáty HTML z libovo lné URL adresy s možností ukládat metadata do báze ANL FULL (ANL) i bez uložení plných textů, dále s možností propojení na rejstříky báze ANL FULL. V současné době probíhají práce na propojení linky se soubory autorit - v tomto projektu na základě zprovoznění komponenty pro asp rozhraní. V této lince je zakomponován i modul pro opravy rejstříků a metadat v plných textech báze ANL FULL (částečně hrazeno z projektu Propojení analytických záznamů).

V r. 2003 je průběžně věnována pozornost definici báze ANL FULL a definici vyhledávání v bázi (prostý dotaz, formulářový dotaz, topiky, rejstříky). Indexace plnotextové databáze v systému TOPIC umožňuje pojmové vyhledávání informací na základě strukturovaných dotazů - topiků, které byly dále aktualizovány. Navrženy a implementovány nové definice topiků (hrazeno z projektu Propojení analytických záznamů).

V r. 2003 je v rutinním provozu aplikace pro administraci databáze ANL FULL (statistiky, opravy, evidence uživatelů) a aplikace pro stahování a export metadat a plných textů (formát text, rdf, html, UNICODE, XML).

V lince zpracování bibliografických záznamů z plných textů (TTDE) bylo zpracováno a následně naimportováno do báze ANL a ANL FULL cca 13 000 metadat (bibliografických záznamů) a plných textů. Průběžně jsou staticky propojovány záznamy s plnými texty z volně dostupných stabilních titulů na Internetu v bázi ANL (cca 2181 propojení - říjen 2003, hrazeno z projektu Propojení analytických záznamů).

V r. 2003 je udržován portál pro zpřístupnění volně dostupných textů na Internetu ve struktuře tematické a regionální s popisem zdrojů.

V roce 2003 byla průběžně aktualizována souborná databáze kooperačního systému ANL a vydáván CD-ROM s Českou národní bibliografií.

Abstract:

The contents of this project is optimization of integration and management of heterogenous data which are involved in union bibliographic database ANL of the Co-operative system of Article Bibliography (COSABI) and full texts database ANL FULL. Bibliographical entries of articles published in Czech periodicals are linked with electronical form and matadata are involved

in source documents of full texts.

The 2003 has resulted in running system operation of acquisition and workflow of automated exctraction indexing of bibliographical entries from fulltexts (TTDE) and creating of imported file for bibliographical database ANL and full texts database ANL FULL in NLCR with metadata embadement in full texts including automatically generated DC in HTML, XHTML, XML (qualified, unqualified) - TTDE on lokal workstations in NLCR. Automatic URL generation.

The 2003 has resulted in partial realization of WWW aplication of acquisition and workflow of automated extraction indexing of bibliographical entries from fulltexts (WWW TTDE) including sources in HTML format directly from their URL. It is possible include metadata to ANL FULL (ANL) database without fulltexts. Linking to ANL FULL indexes is possible, too. Activities concernig linking to authority files are done - in this project on the base of component for asp interface. A modul for correction of indexes and metadata is a part of this application (partially funded from the rearch project Analytical Bibliographic Records as a Gateway of Documents).

Definition of ANL FULL database and search method have been specified regularly (simple search, advanced search, topics, index). Topics in database ANL FULL in TOPIC system (concept based retrieval) have been updated (funded from the rearch project Analytical Bibliographic Records as a Gateway of Documents).

In 2003 an application for administration (statistics, correstions, users) has been put into full operation as well as application for dowlnload and export of full texts with metadata in several formats (text, rtf, html, UNICODE, XML).

In the workflow of automatic extraction indexing have been produced and than imported to ANL and ANL FULL database ca 13 000 bibliographic records/metadata records and full texts.
Statics links have been done between bibliographic records and free Internet full texts regularly (ca 2181 links - August 2003, funded from the rearch project Analytical Bibliographic Records as a Gateway of Documents). Portal for free texts on Internet has been maintained (subject and regional structure) with resource description.

The union database of co-operative system has been regulary updated and published on CD-ROM as The Czech National Bibliography.

In 2003 an application for management of COSABI is tested and optimised including Titles´ database - partial pilot operational system in NLCR .

Orientation on automatic extraction indexing and data generating with possibilities of concept and intelligent retrieval of TOPIC system has been confirmed, interactive properties of TOPIC system and automatic categorization of documents as well.. Analysis of recall of topics has been done and suggestions for improvement of their quality, too (funded from the rearch project Analytical Bibliographic Records as a Gateway of Documents).

Key words:

Full texts; TOPIC; topics; analytical indexing; entries; serials; articles; access; union database; linking; Co-operative system of Article Bibliography; COSABI; management; Czech National Bibliography; searching; machine-aided indexing; automatic extraction indexing; abstracting; clustering; ANOPRESS; COSABI; ANL; ANL FULL; fulltext database; concept based retrieval; CD-ROM; UNIMARC; Dublin Core; metadata; HTML, XHTML, XML; digital library