Mezinárodní projekty


LiWA (Living Web Archives)
Doba řešení: 2008–2011
Hlavní řešitel: Claudia Niederee, Gottfried Wilhelm Leibnitz Universität, Hannover, Německo
Řešitel za Národní knihovnu ČR: Libor Coufal
Finanční podpora: 7. rámcový program EU
URL: http://liwa-project.eu/

Living Web Archives (LiWA) je tříletý výzkumný projekt financovaný EU, zaměřený na oblast archivace webu. Současné nástroje pro archivaci webu dosahují díky prudkému rozvoji webových technologií hranice svých možností. Cílem LiWA je navrhnout a otestovat nové postupy, které umožní zlepšit kvalitu obsahu webových archivů a jejich dlouhodobou hodnotu pro uživatele a “vdechnou” webovým archivům život. Výstupem projektu bude nová generace nástrojů pro sklízení, uchování, analýzu a obohacení obsahu webových archivů, které umožní dlouhodobou interpretovatelnost tak, jak se archivy budou vyvíjet, lepší věrnost obsahu archivu filtrováním nepodstatného šumu a zachycení rozmanitého obsahu (multimédia, sociální web aj.). V roce 2010 byl dokončen vývoj nástrojů pro extrakci komplexních odkazů, filtraci spamu, zajištění temporální koherence archivů a mapování sémantického vývoje, včetně dvou aplikací pro archivaci streamovaných médií a sociálního webu. Probíhala rovněž integrace a testování těchto nástrojů.


IMPACT (Improving Access to Text)
Doba řešení: 1. 1. 2008 – 31. 12. 2011; Národní knihovna ČR členem od 1. 4. 2010
Hlavní řešitel: Hidelies Balk, Koninklijke Bibliotheek / Nationale bibliotheek van Nederland, Haag, Nizozemsko
Řešitel za Národní knihovnu ČR: Tomáš Foltýn
Finanční podpora: 7. rámcový program EU
URL: http://www.impact-project.eu/

Mezinárodní projekt IMPACT sdružuje 26 partnerských institucí z celé Evropy. V projektu jsou zastoupeny knihovny (národní či velké univerzitní), jazykovědná výzkumná centra a dále technologická centra zabezpečující vývoj. Základními cíli projektu je zdokonalit uživatelský přístup k historickým textům díky zlepšování výsledků OCR, sdílet informace o průběhu masové digitalizace, definovat “best practices” pro jednotlivé typy dokumentů a vytvářet nástroje, které by tento proces zefektivnily, či vybudovat metodologické centrum, které by v budoucnosti poskytovalo konzultace pro proces digitalizace a zároveň definovalo mezinárodně platné strategie. Národní knihovna ČR je zodpovědná za tvorbu stoprocentně opravených OCR dokumentů ve formátu PAGExml v českém jazyce, testování některých nástrojů, spolupráci s jazykovým partnerem na vytváření slovníků pro starší češtinu nebo prezentování výsledků projektu. Kromě plnění těchto základních úkolů se podílí i na vybudování metodologického centra. V roce 2010 splnila Národní knihovna ČR všechny své dílčí cíle. Kladně byly hodnoceny zejména aktivity spojené s vytvářením OCR a propojení řešení na vývoj provedený v rámci projektu Optimalizace nástrojů pro digitalizaci tištěných dokumentů ohrožených degradací kyselého papíru. V mnoha ohledech tak Národní knihovna ČR předstihla ostatní partnerské instituce, čímž významně obohatila naplňování cílů projektu.