=Paper=
{{Paper
|id=Vol-1297/211-215_paper-30
|storemode=property
|title=Управление технологией наполнения электронной библиотеки «Научное наследие России»
(Management of the Technology for Filling the Digital Library Entitled "The Scientific Heritage of Russia")
|pdfUrl=https://ceur-ws.org/Vol-1297/211-215_paper-30.pdf
|volume=Vol-1297
|dblpUrl=https://dblp.org/rec/conf/rcdl/Kalenov14
}}
==Управление технологией наполнения электронной библиотеки «Научное наследие России»
(Management of the Technology for Filling the Digital Library Entitled "The Scientific Heritage of Russia")
==
https://ceur-ws.org/Vol-1297/211-215_paper-30.pdf
Управление технологией наполнения
электронной библиотеки «Научное наследие России»
Н.Е. Каленов
Библиотека по естественным наукам РАН
nek@benran.ru
Аннотация собственные фонды, так и фонды своих отделений в
академических институтах; Архив РАН со своими
В докладе рассматриваются филиалами Государственный геологический музей
организационная структура управления им. В. И. Вернадского (ГГМ) РАН и ряд институтов
проектом создания ЭБ «Научное наследие Москвы и Санкт-петербурга.
России», основные решения по организации Наряду с поставщиками контента
процесса распределенного наполнения организационная структура ЭБ как действующей
метаданными ЭБ, контролю автоматизированной системы включает Совет
технологической дисциплины, получению Системы, в состав которого входят авторитетные
динамической статистической информации представители организаций – участников;
о ходе реализации проекта. административную группу, редакторскую группу,
группу технической поддержки.
Начиная с 2007 г., в рамках целевой научной Совет Системы определяет принципы
программы РАН разрабатывается интегрированная формирования контента и предоставления его
Электронная библиотека «Научное наследие пользователям, основные направления развития ЭБ,
России» (ЭБ ННР), представленная в открытом решает вопросы привлечения к созданию
доступе в Интернет (http://e-heritage.ru) [2–4]. Библиотеки новых организаций.
Основной целью создания Библиотеки является
информирование пользователей о выдающихся Административная группа, представляющая
ученых, внесших вклад в развитие российской собой временный научный коллектив в составе
науки, и их научных достижениях. МСЦ РАН, осуществляет общее руководство
технологическими процессами наполнения ЭБ,
В ЭБ ННР отражаются биографические данные рассматривает планы и отчеты участников проекта.
об ученых, наиболее значительные их публикации
(библиография и отсканированные полные тексты), Редакторская группа, состоящая из штатных
архивная и музейная информация, относящаяся к сотрудников МСЦ РАН, принимает окончательное
деятельности ученого. решение о включении в ЭБ тех или иных изданий,
осуществляет «выходной контроль» подготовленной
В основу функционирования ЭБ ННР положен информации, включающий проверку правильности
принцип распределенной подготовки данных с метаданных и качества (постранично) каждого
централизованной редакторской обработкой, оцифрованного издания, подготавливает прошедшие
загрузкой и поддержкой контента. контроль издания для загрузки в программную
Головным исполнителем работ по созданию ЭБ оболочку демонстрационной части ЭБ, доступную
является Межведомственный суперкомпьютерный пользователям по адресу http://e-heritage.ru.
центр (МСЦ) РАН, разработчиками технологии и Группа технической поддержки, включающая
программного обеспечения – МСЦ РАН, сотрудников ВЦ РАН и БЕН РАН, обеспечивает
Вычислительный центр им. А.А. Дородницына (ВЦ) сохранность информации, работоспособность
РАН, Библиотека по естественным наукам (БЕН) программных и технических средств,
РАН. поддерживающих все элементы ЭБ.
В число участников проекта, обеспечивающих В задачи поставщиков контента входит отбор
подготовки контента для ЭБ ННР, входит материалов в соответствии с установленными
достаточно большое количество академических принципами, формирование метаданных о принятых
организаций – центральные библиотеки (БАН, БЕН, к включению в ЭБ объектах (персоналии, издания,
ИНИОН, ЦНБ УрО РАН), использующие как архивные документы, музейные предметы,
фотографии, мультимедийные материалы),
Труды 16-й Всероссийской научной конференции оцифровка изданий и обработка информации в
«Электронные библиотеки: перспективные методы и соответствии с правилами системы (для ЭБ ННР
технологии, электронные коллекции» — RCDL-2014, принято решение, согласно которому
Дубна, Россия, 13–16 октября 2014 г. отсканированный текст не распознается, за
211
исключением оглавления, по которому Специфика технологии создания ЭБ ННР еще
обеспечивается навигация внутри издания), более обостряет эти проблемы. Это обусловлено тем,
передача обработанных материалов в редакторскую что, во-первых, в качестве участников,
группу. формирующих контент, выступают не только
Принцип распределенной подготовки данных разнородные организации, но и представители
требует разработки специальных средств, различных регионов (в настоящее время - Москва,
обеспечивающих исключение возможности Санкт-Петербург, Екатеринбург, Борок), а, во-
дублирования материалов (когда разные вторых, тем, что подготовка информации для
организации сканируют одни и те же издания или отражения в ЭБ включает ряд растянутых во времени
вводят данные об одном и том же ученом), процессов, в которые вовлечены различные службы.
достаточно жесткий контроль соблюдения Технологические процессы формирования
«технологической дисциплины» и оперативное контента ЭБ ННР на примере подготовки изданий (в
исправление ошибок. предположении, что данные об ученом уже введены
в систему) представлены в табл. 1.
Таблица 1
Номер Наименование процесса Организационная структура ЭБ
процесса
1 Библиографический поиск изданий конкретного Поставщик контента (библиограф)
автора
2 Формирование предложений для ввода изданий Поставщик контента (библиограф)
в ЭБ, передача их в редакторскую группу
3 Рассмотрение предложений, информирование Редакционная группа
Поставщика об их принятии или отклонении
4 Заказ и получение из фондов библиотеки Поставщик контента (библиограф)
принятого к сканированию издания
5 Формирование развернутых метаданных об Поставщик контента (библиограф)
издании
6 Сканирование издания и обработка Поставщик контента (технолог)
изображений по принятой в ЭБ ННР технологии
7 Обработка оглавления издания. связывание его Поставщик контента (технолог)
с отсканированным текстом, передача
материалов в редакторскую группу
8 Контроль качества метаданных и Редакционная группа
отсканированных страниц, информирование
Поставщика об ошибках или принятии издания
9 [Исправление обнаруженных ошибок] Поставщик контента (библиограф, технолог)
10 Формирование издания для отражения в ЭБ по Группа технической поддержки
принятой технологии; загрузка метаданных,
оглавления и полного текста издания в ЭБ
Для реализации перечисленных процессов полями; «организация», описываемая 6 полями;
применительно ко всем объектам, отражаемым в ЭБ «источник» (метаданные издания на сводном уровне
ННР, а также для управления процессами – сборник, журнал и т.п., в который может входить
децентрализованной подготовки данных публикация), описываемый 6 полями; «файл»,
специалистами БЕН РАН разработана специальная описываемый 2 полями (название и URL).
система, основой которой является настраиваемый Функции SCIRUS, связанные с настройкой
программный комплекс SCIRUS [5, 6], системы, вводом и корректировкой данных
обеспечивающий ввод, поиск и экспорт данных, доступны только авторизованным пользователям в
описывающих взаимосвязанные сущности, зависимости от их прав. Настроенных
характеризуемые различным набором полей администратором. Однако для поиска и просмотра
(детальное описание последней версии комплекса данных система открыта для пользователей,
приведено в докладе М.М.Якшина, представленном входящих без пароля под именем guest.
на данной конференции).
Поиск в системе возможен по любым полям всех
Реализация SCIRUS, настроенная на сущностей и их булевым комбинациям.
диспетчеризацию технологии создания ЭБ
При формировании запроса пользователь задает
(http://meta.e-heritage.ru/), поддерживает
сущность, которая должна быть выдана в результате
технологическую базу данных (ТБД), отражающую
обработки запроса. Результатом поиска является
свойства 5 взаимосвязанных сущностей, среди
заданная сущность, все связанные с которой
которых: «публикация / документ», описываемая 24
сущности удовлетворяют сформулированному
полями метаданных; «персона», описываемая 11
запросу. Например, можно получить список
212
публикаций, авторы которых родились в 18 веке, принимает решение по каждому из них о
или список ученых в области математики, которые целесообразности ввода в ЭБ. Если документ
публиковали свои работы на французском языке подлежит оцифровке, значение поля “Текущий
(естественно. речь идет о материалах, введенных в статус” меняется на “зарегистрировано”, и в запись
ЭБ). Система обеспечивает навигацию по связанным автоматически вводится номер данного документа,
записям. Например, получив в результате обработки под которым он будет введен в ЭБ. В дальнейшем
запроса список публикаций, можно выбрать автора этот номер (поле «Номер МСЦ») изменению не
одной из них и получить список всех его подлежит. Если по какой-либо причине документ
публикаций; аналогично от списка авторов можно оцифровывать нецелесообразно, значение поля
перейти к списку их работ. “Текущий статус” меняется на “Оцифровке не
Результаты поиска могут быть отсортированы по подлежит”.
любому полю выдаваемой сущности. Представитель организации, формирующей
Метаданные персоны содержат контент ЭБ, входит в систему диспетчеризации и
«идентифицирующие» сведения об ученом выбирает свои записи, имеющие текущий статус
(фамилия, имя, отчество, годы жизни и т.п.), “зарегистрировано”. После подбора изданий и
перечень научных направлений, в которых он отправки на оцифровку их текущий статус меняется
работал, а также его развернутую биографию. — в это поле вводится значение “в работе”. После
завершения процесса оцифровки статус записей
Метаданные публикации включают, наряду с
меняется на “оцифровано”, после передачи в
элементами библиографического описания, поля,
редакторскую группу МСЦ — на “сдано”.
характеризующие этапы технологической обработки
Таким образом, в каждый момент времени
издания – текстовые поля «Отсутствующие
административная группа ЭБ может получить
страницы» и «Комментарии к проблеме» и
сведения, сколько и каких изданий находится в
списковые поля «Статус записи» и «Статус
работе, сколько и кем оцифровано и т.п.
приемки». Значения и функции последних двух
Технологическое поле «Статус приемки»
полей используются для задач диспетчеризации
заполняется сотрудниками редакторской группы,
технологических процессов, они достаточно
работающими с данным изданием. При получении
подробно описываются в докладе, представленном
электронной копии издания в это поле вводится
М.М.Якшиным.
значение «принято к работе». Если замечаний по
Система поддержки технологии подготовки материалу нет, он передается в техническую группу,
метаданных устроена так, что каждый участник и значение поля меняется на «принято к загрузке на
может, войдя в нее по своему паролю, осуществлять сайт», после загрузки поле принимает значение
поиск и просмотр всей информации, введенной в «опубликовано». Если в материале обнаружены
систему; вводить новые данные и редактировать ошибки, редактор присваивает полю «Статус
старые, но только введенные под его именем. При приемки» значение «обнаружены проблемы»,
поиске может быть задано ограничение — выбирать заполняет поля «Отсутствующие страницы» и
записи, введенные данным пользователем (в меню «Комментарии к проблеме» и направляет
предлагается список имен, зарегистрированных в исполнителю соответствующее сообщение.
системе). Пользователь, наделенный правами Исполнитель исправляет ошибки, соответственно
администратора, может редактировать информацию, меняя значение поля «Статус приемки», после чего
введенную любым участником системы. редактор передает издание для загрузки в ЭБ.
Распределенная технология подготовки данных
Таким образом контролируются ход и сроки
для ЭБ организована следующим образом (рис. 1).
исправления ошибок.
Руководствуясь согласованными подходами к
Загрузка метаданных о персонах и публикациях
принципам наполнения ЭБ, каждая организация-
из технологической системы на сервер ЭБ
участник Программы, определяет издания из своих
осуществляется автоматически при загрузке
фондов, которые она считает целесообразным
электронного издания. Синхронизация данных
включить в ЭБ. После этого зарегистрированный
осуществляется по значению поля «Номер МСЦ»,
представитель этой организации входит в систему
при этом используется специальный формат,
диспетчеризации и проверяет, не зарегистрирована
базирующийся на XML и RDFS, принятый для
ли уже в ней данная публикация и ее автор(ы). Если
системы ЕНИП РАН [1]. Экспорт данных в этом
в системе публикация отсутствует, он вводит в
формате возможен и путем вызова опции “Экспорт
предлагаемый шаблон ее метаданные и сведения об
в формате ВЦ РАН” непосредственно со страницы
авторе (если автор не был введен ранее). При этом
результатов поиска данных системы SCIRUS. В
поле шаблона “Текущий статус” принимает
этом случае перед вызовом опции необходимо
значение “предложено к оцифровке”.
отметить записи, подлежащие выгрузке.
Представитель редакторской группы Для наглядности схема выполнения
периодически входит в систему диспетчеризации и технологических процессов создания и включения
получает список документов, имеющих статус публикации в ЭБ представлена на рис. 1.
“Предложено к оцифровке”. Редакторская группа
213
Рис. 1
Здесь приняты следующие обозначения. данные о более чем 5000 ученых и более чем 18000
Цифры внутри блоков соответствуют номерам их публикаций. По многим ученым в ЭБ введены
процессов, приведенных в таблице 1. оцифрованные портреты, архивные материалы. В
«С» – внешние справочно-информационные ЭБ также введены описания ряда, коллекций ГГМ
ресурсы, которыми пользуются поставщики им. В.И. Вернадского РАН, метаданные отдельных
контента при поиске изданий (каталоги библиотек, входящих в них экспонатов, ссылки на ученых,
библиографические издания и т.п.); связанных с этими экспонатами.
«Ф» – фонды библиотек, где хранятся печатные Основное направление развития проекта связано
издания; с модификацией пользовательского интерфейса ЭБ,
«БП» – библиографы поставщика; интеграцией с другими отечественными и
«ТБД» – технологическая база данных; зарубежными электронными библиотеками,
«РГ» – редакторская группа»; включением в контент мультимедиа.
«ТП» – технологи поставщика, обеспечивающие
сканирование и обработку изображений; Литература
«БДИ» – база данных изображений
(отсканированных страниц); [1] Бездушный А.А., Бездушный А.Н.,
«ГТП» – группа технической поддержки. Серебряков В.А., Филиппов В.И.
Сплошные линии означают перемещение Интеграция метаданных Единого Научного
материальных объектов (издания, включаемые в ЭБ, Информационного Пространства РАН //
библиографические материалы, выписки из Материалы Международной : Монография
каталогов), пунктирные – ввод данных в компьютер. / ВЦ РАН. – М., 2005. – С. 238.
Наиболее узкое место в технологии (и это можно [2] Каленов Н.Е., Савин Г.И., Сотников А.Н.
заметить на схеме) связано с возможностью Электронная библиотека «Научное
обнаружения на этапе 8 ошибок, связанных со наследие России» // Информационные
сканированием (в первую очередь, пропущенные ресурсы России. – 2009. – № 2. – С. 19–20.
страницы). В этом случае приходится снова [3] Каленов Н.Е., Савин Г.И., Серебряков
заказывать книгу (возвращаться к этапу 4) в фондах В.А., Сотников А.Н. Принципы построения
библиотеки и направлять ее на сканирование. Эта и формирования электронной библиотеки
проблема встает достаточно остро в случае, когда «Научное наследие России» //
сканируются издания, находящиеся в удаленных Программные продукты и системы. – 2012.
хранилищах, что характерно для БЕН РАН, фонды – № 4. – С. 30–40.
которой распределены по 60 отделам в [4] Каленов Н.Е., Сотников А.Н., Ильина И.Н.
академических организациях московского региона. Архивная информация в электронной
Поэтому сканирование изданий (процесс 6) требует библиотеке «Научное наследие России» //
очень тщательного контроля и должно выполняться Фундаментальная наука: проблемы
высококвалифицированными специалистами. изучения, сохранения и реставрации
В настоящее время в технологическую базу документального наследия научной
данных ЭБ «Научное наследие России» загружены
214
конференции / отв. ред. В.Ю. Афиани. – Management of the Technology for Filling
М.: Архив РАН, 2013. – С. 25–35. the Digital Library Entitled “The Scientific
[5] Сенько А.М. Информационная система Heritage of Russia”
SciRus: принципы построения и
перспективы развития // Научный серис в Nikolay E. Kalenov
сети ИНТЕРНЕТ: технологии
параллельного программирования. The main decisions on the management of the Digital
Всероссийская науч. конф., Новороссийск, Library project “Scientific Heritage of Russia”, on the
18–23 сент. 2006. – М, 2006. – С. 58–59. processes of filling of distributed metadata for the DL,
technological discipline of control of the DL filling are
[6] Якшин М.М. WEB-интерфейс системы
considered.
«Наука России» // Современные
технологии в информационном
обеспечении науки: Cб. науч. тр. / под ред.
Н.Е.Каленова. – М., 2003. – С. 47–52.
215