MODELOS SEMÂNTICOS PARA DADOS BIBLIOGRÁFICOS DE PUBLICAÇÕES CIENTÍFICAS

DISPONIBILIZADOS COMO LINKED DATA

SEMANTIC MODELS FOR BIBLIOGRAPHIC DATA OF SCIENTIFIC PUBLICATIONS MADE

AVAILABLE AS LINKED DATA

Antonio Victor Wolf Tadini¹

José Eduardo Santarem Segundo²

¹ Graduado em Biblioteconomia e Ciência da

Informação pela Universidade de São Paulo

(USP).

E-mail: antoniovwt@gmail.com

² Doutor em Ciência da Informação pela

Universidade Estadual Paulista Júlio de Mesquita

(UNESP). Professor no Departamento de

Educação, Informação e Comunicação da

Universidade de São Paulo (USP).

E-mail: santarem@usp.br

ACESSO ABERTO

Copyright: Esta obra está licenciada com uma

Licença Creative Commons Atribuição 4.0

Internacional.

Conflito de interesses: Os autores declaram

que não há conflito de interesses.

Financiamento: Fundação de Amparo à

Pesquisa do Estado de São Paulo (FAPESP)

Declaração de disponibilidade dos dados:

Todos os dados relevantes estão disponíveis

neste artigo.

Recebido em: 07/11/2019.

Aceito em: 27/11/2019.

Revisado em: 20/12/2019.

Como citar este artigo:

TADINI, Antonio Victor Wolf; SANTAREM

SEGUNDO, José Eduardo. Modelos semânticos para

dados bibliográficos de publicações científicas

disponibilizados como Linked Data. Informação

em Pauta, Fortaleza, v. 4, n. 2, p. 32-57, jul./dez.

2019. DOI: 10.32810/2525-

3468.ip.v4i2.2019.42640.32-57.

RESUMO

Esta pesquisa aborda a oportunidade de aumento

do impacto de publicações científicas com a

disponibilização dos dados de seus registros

bibliográficos como Linked Data. Objetiva

investigar quais são as melhores práticas para tal,

bem como delinear um modelo semântico para

dados bibliográficos de publicações científicas. A

metodologia é exploratória e descritiva. Como

resultado, apresenta um conjunto de declarações

RDF, que estruturam o modelo semântico.

Conclui que a representação bibliográfica das

publicações científicas no Linked Data valoriza a

coexistência de vários vocabulários para

descrição em um mesmo registro.

Palavras-chave: Web Semântica. Linked Data.

Vocabulários. Metadados. Dados Bibliográficos.

Comunicação Científica.

ABSTRACT

This research addresses the opportunity to

increase the impact of scientific publications with

the availability of data from their bibliographic

records as Linked Data. It aims to investigate

what are the best practices for this, as well as to

outline a semantic model for bibliographic data of

scientific publications. The methodology is

exploratory and descriptive. As a result, it

presents a set of RDF statements, which structure

the semantic model. It concludes that the

bibliographic representation of scientific

publications in Linked Data values the

coexistence of several vocabularies for

description in the same record.

Keywords: Semantic Web. Linked Data.

Vocabularies. Metadata. Bibliographic Data.

Scholarly Communication.

Inf. Pauta

Fortaleza, CE

v. 4

n. 2

jul./dez. 2019

ISSN 2525-3468

DOI:

https://doi.org/10.32810/2525-3468.ip.v4i2.2019.42640.32-57

ARTIGO

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

33

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

1 INTRODUÇÃO

Disponibilizar os metadados das publicações científicas, de modo aberto, já implica

em importante resultado para a visibilidade de tais documentos. Não obstante, é possível

ir além: a conexão desses metadados, conforme propõem as técnicas de Linked Data, ao

“único espaço de dados global” referido por Heath e Bizer (2011), é uma ação capaz de

potencializar exponencialmente o impacto do que é publicado. Afinal, os metadados

conduzem à publicação e, conforme a Web Semântica planejou e, atualmente, permite,

esses dados podem ser processados automaticamente (BERNERS-LEE, 2006).

Proceder a percepções desse tipo, isto é, da conjuntura histórica em que a

comunidade científica se insere, bem como das tecnologias disponíveis e das fronteiras de

todo tipo que podem ser transpostas em dada conjuntura, é atribuição da Ciência da

Informação. Com isso, ela se torna mais capaz de estabelecer condições para boas práticas

de comunicação científica, organizando conhecimento e informação para que as

publicações possam ser acessadas de modo producente para o avanço da ciência e da

sociedade. Vale notar que, nesse contexto, o impacto das publicações é cada vez mais uma

questão central para a comunidade científica – entre outros motivos, por ser um

parâmetro indispensável para que se dimensione a influência de um pesquisador.

Este artigo é, inevitavelmente, uma sintetização de uma pesquisa de grande porte

e capaz de expandir fronteiras de conhecimento sob a perspectiva da Ciência da

Informação. Estrutura-se da seguinte maneira: o referencial teórico esclarece o que

significa publicar como Linked Data e as tecnologias necessárias, destacando-se o RDF;

em seguida, são descritos os procedimentos metodológicos da pesquisa, que são divididos

em três tópicos; os resultados são apresentados fundamentalmente por meio de quadros

e de uma figura; a discussão, então, analisa os resultados obtidos e tece reflexões a partir

deles; e, por fim, a conclusão alinha de modo mais abstrato as questões de pesquisa com

o ponto a que se chegou com ela, avaliando seu êxito com base no objetivo estabelecido.

O objetivo desta pesquisa consiste em investigar quais são, para comunidades que

lidam com metadados de registros bibliográficos referentes a documentos tidos como

resultados de comunicação científica, as melhores práticas em uso no âmbito do Linked

Data, para que, a partir disso, seja possível delinear um modelo semântico para registros

34

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

bibliográficos de publicações científicas, estabelecendo vocabulários e declarações RDF

que nele poderiam figurar.

2 REFERENCIAL TEÓRICO

As iniciativas que lidam com metadados de registros bibliográficos e os publicam

de modo aberto, mas não ainda de acordo com as práticas que caracterizam o Linked Data,

encontram-se na posição de três estrelas na escalada proposta por Tim Berners-Lee,

conforme apresentado na Figura 1.

Figura 1 – Percurso de requisitos para as cinco estrelas de Berners-Lee

Fonte: Isotani e Bittencourt (2015, item 2.2.1.).

Estar na posição de três estrelas significa que: os dados estão publicados na Web

sob uma licença aberta (estrela 1); estão estruturados de modo a serem legíveis por

máquina (estrela 2); e a estruturação que confere a estrela 2 é feita utilizando um formato

não proprietário (estrela 3). No entanto, os dados com três estrelas, para atingir as

estrelas 4 e 5, necessitam estar sob a utilização de identificadores únicos e conectados a

outros datasets, isto é, conjuntos de dados de outras iniciativas.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

35

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Para tanto, convém observar que basta ser utilizada apenas uma parte do layer

cake que estrutura a Web Semântica. Corresponde, na Figura 2, à relativamente pequena

pilha à esquerda, identificada como Dados Conectados e composta pelas camadas

denominadas: Plataforma Web, Formatos, Intercâmbio de Informação e Modelos.

Figura 2 – Tecnologias da Web Semântica (layer cake)

Fonte: Isotani e Bittencourt (2015, item 1.3.).

Em termos gerais, esse “layer cake mínimo” se constitui da seguinte maneira: as

entidades e relacionamentos devem estar identificados por um URI (ex: cada artigo

científico é uma entidade com um URI); um formato fornece a sintaxe; o RDF estrutura os

dados em triplas (recurso-propriedade-valor, ou sujeito-predicado-objeto), conectando

esses dados entre si e a outros conjuntos de dados; e, por fim, são acoplados vocabulários

genéricos, como OWL e RDFS, permitindo que vocabulários mais específicos a cada

comunidade sejam posteriormente também acoplados.

O uso do RDF é fundamental para o Linked Data: promove sua estruturação ao

mesmo tempo em que garante interoperabilidade, pois consegue ocupar, em termos

funcionais e ainda que operando em um nível mais abstrato, o espaço que a padronização

dos dados costumava ocupar. Nesse sentido, sabe-se que:

36

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

No domínio bibliográfico, em especial, nos processos descritivos da catalogação,

sempre se buscou a utilização de padrões de metadados universais, de modo a

facilitar o intercâmbio e o reuso de dados. No âmbito da Web Semântica, a

utilização de um mesmo padrão de metadados, ou melhor, de um mesmo

vocabulário de classes e de propriedades, deixa de ser o principal requisito

para o intercâmbio e o reuso dos dados. Ocupando essa posição, encontra-

se o modelo de dados RDF que, por ter como unidade básica uma tripla,

possibilita a descrição de recursos utilizando, simultaneamente, classes e

propriedades de diferentes vocabulários, assim como possibilita, a partir de

recursos do RDF Schema (RDFS) e da Web Ontology Language (OWL), um

“caminhar” por entre essas classes e propriedades para a realização de

inferências acerca dos dados (ASSUMPÇÃO; SANTOS, 2016, p. 526, grifo nosso).

O RDF, desse modo, faz com que exista hoje uma tendência à “[...] coexistência de

vários formatos de metadados, pois cada um apresenta uma característica específica que

atende à necessidade de descrição de determinados tipos de recursos informacionais e

comunidades de interesses distintos” (SANTOS; ALVES, 2009 apud ASSUMPÇÃO; SANTOS,

2016, p. 526). Assim, é fundamental para esta pesquisa, a fim de atingir seu objetivo,

desenvolver subsídios para que se obtenha conhecimento amplo e qualificado sobre como

é a necessidade de descrição das publicações no atual contexto da comunidade científica.

3 METODOLOGIA

Trata-se de uma pesquisa de caráter exploratório e descritivo, que consiste em

realizar um diagnóstico de datasets publicados no Linked Open Data

1

(diagrama

publicado em 22/08/2017) dentro do segmento temático “Publicações”, identificando as

principais estruturas utilizadas para formalização dos registros bibliográficos referentes

a publicações científicas. Além disso, destacou-se a partir das etapas iniciais desse

diagnóstico um modelo semântico específico, da British Library, para registros

bibliográficos referentes a publicações seriadas, para ser descrito neste estudo.

3.1 Seleção dos datasets do segmento “Publicações”

1

A partir do conjunto de melhores práticas que caracterizam o Linked Data, e por iniciativa de um grupo

formalizado junto ao W3C, foi criado o Linked Open Data (LOD), um projeto que teve como objetivo

estimular a publicação de dados abertos em formato semântico. O grupo foi finalizado, no entanto algumas

dessas pessoas resolveram manter o projeto, que tem crescido significativamente nos últimos anos. Os

dados do LOD estão organizados em datasets, que são classificados em domínios que apontam a temática

de tais dados. Essa divisão em domínios temáticos é feita desde o diagrama publicado em março de 2009.

Dentre esses domínios, destaca-se o denominado “Publicações”, que abarca conteúdos acerca de

publicações científicas e conferências científicas, bem como sistemas de organização do conhecimento,

listas de leitura de universidades, datasets de bibliotecas e identificadores de autoridade.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

37

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Inicialmente, enquanto pesquisa exploratória, cumpria a esta etapa enfrentar um

importante volume de dados, que demandou operações de seleção de modo a reduzi-lo

progressivamente. Assim, a exploração iniciou-se com a contabilização, por meio do

diagrama presente na Figura 3, dos datasets do segmento “Publicações” do objeto de

estudo, que foram dispostos em uma planilha, totalizando 156 datasets. O seu processo de

seleção envolve, a priori, o exame dos recursos disponibilizados na plataforma DataHub

2

,

catálogo no qual cada dataset possui uma página a ele relativa. Tais recursos são

disponibilizados em diversos formatos, muitos deles como exemplos concretos, e isso

aumenta a dificuldade da exploração, visto que o objeto de estudo é bastante heterogêneo.

Além disso, investiga-se a fonte dos dados, com interface para humanos, cuja referência é

dada pela plataforma.

Figura 3 – Diagrama do Linked Open Data publicado em 22/08/2017, com destaque para os datasets do

segmento “Publicações”

2

https://old.datahub.io/

38

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Fonte: Adaptado de Abele et al. (2017).

Tadini, Coneglian e Santarem Segundo (2017) apresentaram pesquisa que

caracteriza este segmento temático, “Publicações”, também por estudo exploratório, com

base no diagrama Linked Open Data de 2014. A categorização dos datasets realizada pelos

autores é baseada em Schmachtenberg, Bizer e Paulheim (2014), de modo a estabelecer

as seguintes categorias: datasets de biblioteca; datasets de informações sobre publicações

científicas; datasets de informações sobre conferências científicas; sem acesso; não

classificados; sistemas de organização do conhecimento (SOCs); listas de leitura de

universidades; e identificadores de autoridade.

Note-se que muitos dos datasets permanecem no diagrama atual, com ou sem

atualização. Assim, foi realizada uma comparação cautelosa com o estudo de Tadini,

Coneglian e Santarem Segundo (2017), para aproveitar as informações já delineadas

acerca dos datasets que permaneceram, sobretudo quanto à sua categorização, tendo sido

consideradas as atualizações.

Foram confrontados os 156 datasets do segmento “Publicações” do diagrama de

22/08/2017 com os 133 datasets presentes no de 2014. Uma primeira análise buscou

perceber se o dataset se repetia com base no seu nome, 47 foram detectados,

preliminarmente. Para aqueles em que houve dúvida, uma segunda análise comparou os

registros dos datasets nos catálogos do DataHub de 2014 e de agosto de 2017. Foram

detectados, então, mais 39, totalizando 86.

Para que fosse executada a seleção, primeiramente foram adotadas como

“naturezas” interessantes ao escopo desta pesquisa: datasets de biblioteca, datasets de

informações sobre publicações científicas, e datasets de informações sobre conferências

científicas. Consequentemente, foram descartados aqueles que, sendo repetidos de 2014,

fossem enquadrados nas demais “naturezas”. Assim, foram descartados 30 datasets, de

modo que restaram 56 repetidos de 2014, e mais 70 novos, sem qualquer descrição até

então.

Desse modo, o próximo passo foi descrevê-los – minimamente, neste momento.

Com o mesmo critério do descarte realizado anteriormente, mais 46 datasets foram

desprezados, de modo que foram selecionados 24, que se somaram aos 56 anteriormente

selecionados. No total, foram selecionados, preliminarmente, 80 datasets de interesse.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

39

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Desses 80, 24 foram enquadrados como de biblioteca, 54 como de informações sobre

publicações científicas, e apenas 2 como de informações sobre conferências científicas.

3.2 Descrição dos datasets selecionados quanto ao uso de vocabulários

O estudo descritivo que se inicia neste ponto propõe-se, então, a descrever os

datasets de acordo com o escopo da pesquisa. Para que isso fosse feito, aprimorou-se a

seleção qualitativa operada na pesquisa exploratória. Descartaram-se 7 dos 80 datasets

selecionados anteriormente, com base no seguinte critério: a descrição almejada

requisitava que fosse possível examinar se os chamados vocabulários – tecnologias

recorrentes no âmbito da Web Semântica e determinantes na formalização de metadados

– estavam sendo utilizados ou não em cada conjunto de dados. Nos 7 datasets descartados

não foi possível tal exame.

Restaram, assim, 73 (19 de biblioteca, 53 de informações sobre publicações

científicas e 1 de informações sobre conferências científicas), fechando-se o conjunto de

datasets a serem descritos.

A identificação de vocabulários se compromete a ser rica, mas não exaustiva. Para

que houvesse método, utilizou-se o Linked Open Vocabularies (LOV)

3

, ferramenta

adotada por Rozsa, Dutra e Nhacuongue (2017), bem como por Freitas Junior e Jacynto

(2016). Registraram-se apenas vocabulários que nele estivessem presentes, com poucas

exceções, que foram marcadas quando aplicadas. Segundo as referências supracitadas, o

LOV é adotado pelo W3C – organização que administra e fomenta a Web Semântica – como

ponto central para informações sobre vocabulários.

Os vocabulários foram, ao longo da descrição, separados por serem tipicamente

bibliográficos ou não. Pontua-se que os vocabulários da iniciativa Dublin Core (DCTERMS

e DCE), apesar de serem amplamente utilizados no contexto bibliográfico, foram

categorizados como não tipicamente bibliográficos, visto que sua aplicação transpõe esse

contexto alcançando os mais variados tipos de objetos digitais.

3

https://lov.linkeddata.es/dataset/lov

40

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

3.3 Modelo de registro bibliográfico da British Library para publicações seriadas:

Estudo Descritivo

Nesta fase, desenvolve-se um estudo descritivo de uma estrutura em específico

identificada no diagnóstico decorrente das atividades conforme itens anteriores, que

consiste em um dos documentos presentes no registro do dataset da British Library no

DataHub. É um modelo semântico de registro bibliográfico utilizado pela biblioteca para

publicações seriadas, como periódicos científicos, que corresponde à Figura 4.

Figura 4 – Modelo de registro bibliográfico da British Library para publicações seriadas

Fonte: British Library e Talis (2018).

Como é possível verificar, o diagrama é dividido em 7 regiões (mais 1 espaço sem

denominação); são elas: Autor, Identificadores, Título, Relacionamentos Bibliográficos,

Eventos de Publicação, Assunto e Miscelânea. Os vocabulários utilizados no modelo são:

BIBO, BIO, BLT (BLTERMS), DCTERMS, EVENT, FOAF, GEO, ISBD, ORG, OWL, RDAU, RDF,

RDFS, SKOS, UMBEL e XSD.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

41

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

4 RESULTADOS

No primeiro estudo descritivo (correspondente ao item 3.2, da Metodologia),

identificou-se pelo menos um vocabulário tipicamente bibliográfico em 28 (38,4%) do

total de datasets selecionados. Foram identificados os seguintes vocabulários tipicamente

bibliográficos: BIBO, vocabulários RDA, vocabulários MARC, ISBD, FRBR e FRBRER, BLT

(BLTERMS), GNDO, BIBTEX, BF (BIBFRAME), LIBRIS, BNF, SUDOC, vocabulários DNB e

TEF.

A frequência de ocorrência ou não desses vocabulários nos datasets está disposta

no Quadro 1. Como opção metodológica, os números não inteiros servem para resolver o

problema de um dataset ser entendido como pertencente a mais de uma “natureza”, ou

seja, se um dataset é de biblioteca, mas também de informações sobre publicações

científicas, e possui o vocabulário BIBO na sua formalização, por exemplo, confere-se 0,5

ocorrência para uma “natureza” e 0,5 para a outra. As porcentagens servem para

reconhecer o total de datasets de cada “natureza”, e também o total de datasets

selecionados.

Quadro 1 – Frequência de vocabulários considerados tipicamente bibliográficos nos datasets

selecionados

VOCABULÁRIO

Está

no

LOV?

FREQUÊNCIA

Datasets de

biblioteca

Datasets de

informação

sobre

publicações

científicas

Datasets de

informação

sobre

conferências

científicas

TOTAL

nº

%

nº

%

nº

%

nº

%

BIBO

Sim

6,5

34,2%

13,5

25,5%

0

0%

20

27,4%

Vocabulários RDA

Parte

8

42,1%

1

1,9%

0

0%

9

12,3%

Vocabulários MARC

Parte

7,5

39,5%

1,5

2,8%

0

0%

9

12,3%

ISBD

Sim

5,5

28,9%

2,5

4,7%

0

0%

8

11%

FRBR e FRBRER

Sim

4,5

23,7%

1,5

2,8%

0

0%

6

8,2%

BLT (BLTERMS)

Sim

2

10,5%

0

0%

0

0%

2

2,7%

GNDO

Sim

1

5,3%

1

1,9%

0

0%

2

2,7%

BIBTEX

Sim

0

0%

1

1,9%

1

100%

2

2,7%

BF (BIBFRAME)

Sim

1

5,3%

0

0%

0

0%

1

1,4%

LIBRIS

Não

1

5,3%

0

0%

0

0%

1

1,4%

BNF

Não

1

5,3%

0

0%

0

0%

1

1,4%

SUDOC

Não

1

5,3%

0

0%

0

0%

1

1,4%

Vocabulários DNB

Parte

0,5

2,6%

0,5

0,9%

0

0%

1

1,4%

42

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

TEF

Não

0

0%

1

1,9%

0

0%

1

1,4%

Fonte: Elaborado pelos autores.

Parte-se, então, para a descrição dos datasets quanto a vocabulários não

tipicamente bibliográficos, o que consiste em desafio maior. A frequência considerando

os 73 datasets selecionados está disposta no Quadro 2 (a seguir).

Quadro 2 – Frequência de vocabulários considerados não tipicamente bibliográficos nos datasets

selecionados

VOCABULÁRIO

Está

no

LOV?

FREQUÊNCIA

Datasets de

biblioteca

Datasets de

informação

sobre

publicações

científicas

Datasets de

informação

sobre

conferências

científicas

TOTAL

nº

%

nº

%

nº

%

nº

%

FOAF

Sim

15

78,9%

43

81,1%

0

0%

58

79,5%

VOID

Sim

7

36,8%

41

77,4%

0

0%

48

65,8%

DCE

Sim

13

68,4%

34

64,2%

0

0%

47

64,4%

DCTERMS

Sim

10

52,6%

36

67,9%

0

0%

46

63%

RDFS

Sim

15

78,9%

20

37,7%

1

100%

36

49,3%

AKT

Sim

0

0%

29

54,7%

0

0%

29

39,7%

OWL

Sim

12

63,2%

11

20,8%

0

0%

23

31,5%

SKOS

Sim

9,5

50%

8,5

16%

0

0%

18

24,7%

XSD

Sim

7,5

39,5%

8,5

16%

0

0%

16

21,9%

GEO

Sim

5

26,3%

4

7,5%

0

0%

9

12,3%

SCHEMA

Sim

2,5

13,2%

4,5

8,5%

0

0%

7

9,6%

SCOVO

Sim

1

5,3%

6

11,3%

0

0%

7

9,6%

VIVO

Sim

0,5

2,6%

5,5

10,4%

0

0%

6

8,2%

DCMITYPE

Sim

3,5

18,4%

1,5

2,8%

0

0%

5

6,8%

PRV

Sim

2

10,5%

3

5,7%

0

0%

5

6,8%

GEONAMES

Sim

3

15,8%

1

1,9%

0

0%

4

5,5%

DBPEDIA

Sim

2

10,5%

2

3,8%

0

0%

4

5,5%

EVENT

Sim

2

10,5%

2

3,8%

0

0%

4

5,5%

DOAP

Sim

1

5,3%

3

5,7%

0

0%

4

5,5%

PROV

Sim

1

5,3%

3

5,7%

0

0%

4

5,5%

SD

Sim

1

5,3%

3

5,7%

0

0%

4

5,5%

UMBEL

Sim

2,5

13,2%

0,5

0,9%

0

0%

3

4,1%

WDRS

Sim

2,5

13,2%

0,5

0,9%

0

0%

3

4,1%

ORG

Sim

1

5,3%

2

3,8%

0

0%

3

4,1%

PRVTYPES

Sim

1

5,3%

2

3,8%

0

0%

3

4,1%

CRSW

Sim

0

0%

3

5,7%

0

0%

3

4,1%

DCAT

Sim

0

0%

3

5,7%

0

0%

3

4,1%

SIO

Sim

0

0%

3

5,7%

0

0%

3

4,1%

SWRC

Sim

0

0%

3

5,7%

0

0%

3

4,1%

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

43

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Vocabulários com 2 ocorrências: BIO, GR, IRW, LIDO, META, OBORO, OPM, ORE, OV, PML, PMLJ, PMLP, RESEX,

SIOC, TAG, UNITS, VANN, VSR e WV.

Vocabulários com 1 ocorrência: API, B3KAT, BFLC, BTE, CC, CON, CONTACT, CONV, COREF, D2R, DATAFAQS, DATE,

DM2E, EBU, ECS, EDITEUR, EDM, EP, EXTN, FORMATS, FREQ, GBV, GRAFFLE, GRDDL, IR, ISWC, JISC, KISTI, LV,

MEDIA, MO, MUSIM, MVCB, NFO, NIF, OCD, ODS, OO, P20, PAV, PRONOM, QB, RE, REL, SF, SUJ, SWIVT, URANAI, V,

VCARD, VOAG, WGS, XLINK e YAGO.

Fonte: Elaborado pelos autores.

Uma informação necessária é que 33 entre os 73 datasets pertencem à iniciativa

RKB Explorer

4

, e, por apresentarem muitas semelhanças entre si, acabam tendo impacto

significativo nas estatísticas. Para resolver esse problema, procedeu-se à descrição desses

datasets em separado. Todos os datasets RKB Explorer foram categorizados como de

informação sobre publicações científicas. Em seguida, foram desconsiderados, e se

procedeu à elaboração das estatísticas para o grupo dos 40 datasets restantes, como se

pode verificar no Quadro 3.

Quadro 3 – Frequência de vocabulários considerados não tipicamente bibliográficos nos datasets

selecionados, excluindo-se os datasets RKB Explorer

VOCABULÁRIO

Está

no

LOV?

FREQUÊNCIA

Datasets de

biblioteca

Datasets de

informação

sobre

publicações

científicas

Datasets de

informação

sobre

conferências

científicas

TOTAL

(sem RKB

Explorer)

nº

%

nº

%

nº

%

nº

%

RDFS

Sim

15

78,9%

15

75%

1

100%

31

77,5%

FOAF

Sim

15

78,9%

15

75%

0

0%

30

75%

DCE

Sim

13

68,4%

9

45%

0

0%

22

55%

OWL

Sim

12

63,2%

10

50%

0

0%

22

55%

DCTERMS

Sim

10

52,6%

10

50%

0

0%

20

50%

SKOS

Sim

9,5

50%

8,5

42,5%

0

0%

18

45%

VOID

Sim

7

36,8%

8

40%

0

0%

15

37,5%

XSD

Sim

7,5

39,5%

5,5

27,%

0

0%

13

32,5%

GEO

Sim

5

26,3%

4

20%

0

0%

9

22,5%

SCHEMA

Sim

2,5

13,2%

4,5

22,5%

0

0%

7

17,5%

VIVO

Sim

0,5

2,6%

5,5

27,5%

0

0%

6

15%

DCMITYPE

Sim

3,5

18,4%

1,5

7,5%

0

0%

5

12,5%

PRV

Sim

2

10,5%

3

15%

0

0%

5

12,5%

GEONAMES

Sim

3

15,8%

1

5%

0

0%

4

10%

DBPEDIA

Sim

2

10,5%

2

10%

0

0%

4

10%

4

“RKB Explorer é uma aplicação da Web Semântica que é capaz de apresentar visualizações unificadas de

um número significativo de fontes de dados heterogêneas com relação a um determinado domínio”

(GLASER; MILLARD, 2007, p.1, tradução nossa).

44

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

EVENT

Sim

2

10,5%

2

10%

0

0%

4

10%

DOAP

Sim

1

5,3%

3

15%

0

0%

4

10%

PROV

Sim

1

5,3%

3

15%

0

0%

4

10%

SD

Sim

1

5,3%

3

15%

0

0%

4

10%

UMBEL

Sim

2,5

13,2%

0,5

2,5%

0

0%

3

7,5%

WDRS

Sim

2,5

13,2%

0,5

2,5%

0

0%

3

7,5%

ORG

Sim

1

5,3%

2

10%

0

0%

3

7,5%

PRVTYPES

Sim

1

5,3%

2

10%

0

0%

3

7,5%

DCAT

Sim

0

0%

3

15%

0

0%

3

7,5%

SIO

Sim

0

0%

3

15%

0

0%

3

7,5%

SWRC

Sim

0

0%

3

15%

0

0%

3

7,5%

Vocabulários com 2 ocorrências: BIO, GR, IRW, LIDO, META, OBORO, OPM, ORE, OV, PML, PMLJ, PMLP, SIOC, TAG,

UNITS, VANN, VSR e WV.

Vocabulários com 1 ocorrência: API, B3KAT, BFLC, BTE, CC, CON, CONTACT, CONV, CRSW, D2R, DATAFAQS, DATE,

DM2E, EBU, ECS, EDITEUR, EDM, FORMATS, FREQ, GBV, GRAFFLE, GRDDL, IR, ISWC, LV, MEDIA, MO, MUSIM,

MVCB, NFO, NIF, OCD, ODS, OO, P20, PAV, PRONOM, QB, RE, REL, SCOVO, SF, SUJ, SWIVT, URANAI, V, VCARD, VOAG,

WGS, XLINK e YAGO.

Fonte: Elaborado pelos autores.

Por meio do estudo empírico de descrição quanto ao uso de vocabulários,

tipicamente bibliográficos ou não, da amostra de datasets preestabelecida, obtém-se

como resultado um panorama quanto à utilização de vocabulários para metadados

referentes a publicações científicas disponibilizados como Linked Data. Assim, encerram-

se os resultados do primeiro estudo descritivo.

Os resultados do segundo estudo descritivo (correspondente ao item 3.3, da

Metodologia) estão organizados nos quadros de número 4 a 11. Neles, elencam-se as

declarações RDF, presentes no modelo da British Library, de cada vocabulário que foi

considerado interessante para a pesquisa. Optou-se por não se especificarem as

declarações da região Assunto, pois é demasiadamente detalhada e restrita à lógica do

contexto das bibliotecas.

O Quadro 4 estabelece as declarações RDF que envolvem uso do vocabulário BIBO,

nome simplificado para The Bibliographic Ontology. Segundo o Linked Open Vocabularies

(LOV), o BIBO “provê os principais conceitos e propriedades para descrição de citações e

referências bibliográficas [...] na Web Semântica” (ONTOLOGY ENGINEERING GROUP,

2018, tradução nossa). Pode-se afirmar que se trata de um vocabulário praticamente tão

aplicado no contexto da comunidade científica quanto no das bibliotecas – o que se pode

verificar no Quadro 1, apresentado anteriormente.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

45

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Quadro 4 – Declarações RDF com uso do vocabulário BIBO no modelo da British Library para publicações

seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Identificadores

Resource BL

URI

Instância

bibo:issn

-

Literal

Relacionamentos

Bibliográficos

Resource BL

URI

Instância

-

bibo:periodical

ou

bibo:newspaper

Classe

Series

BL URI

Instância

bibo:issn

-

Literal

Series

BL URI

Instância

-

bibo:series

Classe

Miscelânea

Resource BL

URI

Instância

bibo:numVolumes

-

Literal

Espaço sem

denominação

Resource BL

URI

Instância

-

bibo:periodical

ou

bibo:newspaper

Classe

Fonte: Elaborado pelos autores.

No Quadro 5, encontram-se as triplas RDF que utilizam o vocabulário BIO, descrito

pelo LOV como “um vocabulário para descrição de informação biográfica sobre pessoas,

tanto vivas quanto mortas” (ONTOLOGY ENGINEERING GROUP, 2018, tradução nossa).

Quadro 5 – Declarações RDF com uso do vocabulário BIO no modelo da British Library para publicações

seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Autor

Person-as-

Agent BL

URI

Instância

bio:event

-

Birth BL URI

Instância

Birth BL

URI

Instância

-

bio:Birth

Classe

Birth BL

URI

Instância

bio:date

-

Literal

Person-as-

Agent BL

URI

Instância

bio:event

-

Death BL URI

Instância

Death BL

URI

Instância

-

bio:Death

Classe

Death BL

URI

Instância

bio:date

-

Literal

Fonte: Elaborado pelos autores.

O BLT, ou BLTERMS, ou ainda British Library Terms RDF Schema, é o vocabulário

desenvolvido pela própria British Library. Conforme descrito no LOV, trata-se de “alguns

46

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

termos úteis para descrição de recursos bibliográficos que outros modelos não incluem”

(ONTOLOGY ENGINEERING GROUP, 2018, tradução nossa). As declarações RDF com o

BLT estão dispostas no Quadro 6 (a seguir).

Quadro 6 – Declarações RDF com uso do vocabulário BLT (BLTERMS) no modelo da British Library para

publicações seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Autor

Person-as-

Agent BL URI

Instância

blt:hasCreated

-

Resource BL

URI

Instância

Person-as-

Agent BL URI

Instância

blt:hasContributedTo

-

Resource BL

URI

Instância

Organization-

as-Agent BL URI

Instância

blt:hasCreated

-

Resource BL

URI

Instância

Organization-

as-Agent BL URI

Instância

blt:hasContributedTo

-

Resource BL

URI

Instância

Identificadores

Resource BL

URI

Instância

blt:bnb

-

Literal

Eventos de

Publicação

Resource BL

URI

Instância

blt:publicationStart

-

PublicationStart

Event BL URI

Instância

PublicationStart

Event BL URI

Instância

-

blt:Publication

StartEvent

Classe

blt:Publication

StartEvent

Classe

rdfs:subClassOf

-

blt:Publication

Event

Classe

blt:Publication

Event

Classe

rdfs:subClassOf

-

event:Event

Classe

Assunto

Fonte: Elaborado pelos autores.

A Dublin Core Metadata Initiative (DCMI) é uma iniciativa que mantém tecnologias

para a descrição de objetos informacionais no meio digital. Entre elas, estão dois

vocabulários principais: o Dublin Core Metadata Element Set (DCE), composto de apenas

15 propriedades para descrição, e o DCMI Metadata Terms (DCTERMS), que veio para

sofisticar o primeiro.

Segundo o LOV, ambos estão entre os vocabulários mais populares da Web

Semântica, sendo que o líder é o DCTERMS. O modelo da British Library faz uso dele, como

se verifica no Quadro 7.

Vale pontuar que essa vasta aplicabilidade do Dublin Core deve ser atribuída a sua

premissa de ser capaz de descrever os mais variados objetos digitais e atender diversos

tipos de comunidades. Os vocabulários são flexíveis, isto é, possuem propriedades

genéricas – a ponto de serem eventualmente criticados por isso. São notadamente

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

47

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

aderentes à comunidade científica (SILVA; RIBEIRO; LOPES, 2016; SIMEK et al., 2017), ao

domínio bibliográfico (BAKER, 2012), e ao Linked Data (CATARINO; SOUZA, 2012).

Quadro 7 – Declarações RDF com uso do vocabulário DCTERMS no modelo da British Library para

publicações seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Autor

Resource BL

URI

Instância

dct:creator

-

Person-as-Agent

BL URI

Instância

Resource BL

URI

Instância

dct:contributor

-

Person-as-Agent

BL URI

Instância

Resource BL

URI

Instância

dct:creator

-

Organization-as-

Agent BL URI

Instância

Resource BL

URI

Instância

dct:contributor

-

Organization-as-

Agent BL URI

Instância

Person-as-

Agent BL URI

Instância

-

dct:Agent

Classe

Organization-

as-Agent BL

URI

Instância

-

dct:Agent

Classe

Título

Resource BL

URI

Instância

dct:title

-

Literal

Resource BL

URI

Instância

dct:alternative

-

Literal

Relacionamentos

Bibliográficos

Resource BL

URI

Instância

dct:isPartOf

-

Series BL URI

Instância

Series BL URI

Instância

dct:hasPart

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:isPartOf

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:hasPart

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:isFormatOf

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:hasVersion

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:replaces

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:isReplacedBy

-

Resource BL

URI

Instância

Resource BL

URI

Instância

dct:relation

-

Resource BL

URI

Instância

Eventos de

Publicação

Agent BL URI

Instância

-

dct:Agent

Classe

Assunto

Miscelânea

Resource BL

URI

Instância

dct:abstract

-

Literal

Resource BL

URI

Instância

dct:tableOf

Contents

-

Literal

Resource BL

URI

Instância

dct:description

-

Literal

Espaço sem

denominação

Resource BL

URI

Instância

-

dct:Bibliographic

Resource

Classe

Resource BL

URI

Instância

dct:language

-

Lexvo URI

Link

externo

Fonte: Elaborado pelos autores.

48

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

O Quadro 8 é composto pelas declarações RDF que utilizam o vocabulário EVENT,

ou The Event Ontology. O LOV o descreve da seguinte maneira: “Essa ontologia trabalha

com a noção de eventos reificados – eventos vistos como objetos de primeira-classe”

(ONTOLOGY ENGINEERING GROUP, 2018, tradução nossa). Em outras palavras, o

vocabulário EVENT se propõe, basicamente, a fornecer termos para descrição de eventos.

Quadro 8 – Declarações RDF com uso do vocabulário EVENT no modelo da British Library para

publicações seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Eventos de

Publicação

Publication

StartEvent BL

URI

Instância

event:time

-

http://r.d.g/

id/year/YYYY

Link

externo

Publication

StartEvent BL

URI

Instância

event:place

-

GeoNames URI

Link

externo

Publication

StartEvent BL

URI

Instância

event:place

-

Place BL URI

Instância

Publication

StartEvent BL

URI

Instância

event:agent

-

Agent BL URI

Instância

blt:Publication

Event

Classe

rdfs:subClassOf

-

event:Event

Classe

Fonte: Elaborado pelos autores.

FOAF (Friend of a Friend Vocabulary) é um vocabulário que se insere em um

“projeto destinado a conectar pessoas e informação usando a Web” (ONTOLOGY

ENGINEERING GROUP, 2018, tradução nossa). Vale notar que a necessidade de especificar

relações entre as pessoas, contemplada por esse vocabulário, é intrínseca à comunidade

científica. As triplas RDF com o FOAF estão dispostas no Quadro 9.

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

49

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Quadro 9 – Declarações RDF com uso do vocabulário FOAF no modelo da British Library para publicações

seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Autor

Person-as-

Agent BL URI

Instância

foaf:familyName

-

Literal

Person-as-

Agent BL URI

Instância

foaf:givenName

-

Literal

Person-as-

Agent BL URI

Instância

foaf:name

-

Literal

Person-as-

Agent BL URI

Instância

-

foaf:Agent

foaf:Person

Classe

Organization-

as-Agent BL

URI

Instância

rdfs:label

[foaf:name]

-

Literal

Organization-

as-Agent BL

URI

Instância

-

foaf:Agent

foaf:Organization

Classe

Eventos de

Publicação

Agent BL URI

Instância

-

foaf:Agent

Classe

MARC

country code

URI

Link

externo

foaf:focus

-

Geonames URI

Link

externo

Assunto

Espaço sem

denominação

MARC

language

code URI

Link

externo

foaf:focus

-

Lexvo URI

Link

externo

Fonte: Elaborado pelos autores.

O Quadro 10 apresenta as declarações RDF que envolvem o uso do vocabulário

GEO. Segundo o LOV, trata-se de “um vocabulário para representar informação de

latitude, longitude e altitude nos dados de referência geodésica WGS84” (ONTOLOGY

ENGINEERING GROUP, 2018, tradução nossa).

Quadro 10 – Declarações RDF com uso do vocabulário GEO no modelo da British Library para publicações

seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Eventos de

Publicação

Place BL

URI

Instância

-

geo:SpatialThing

Classe

Assunto

Fonte: Elaborado pelos autores.

50

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

O vocabulário ORG, nome mais simples para Core Organization Ontology, é

referido em apenas uma declaração RDF do modelo, como se pode observar no Quadro

11. O LOV o define como “vocabulário para descrever estruturas organizacionais,

especializado para uma ampla variedade de tipos de organização” (ONTOLOGY

ENGINEERING GROUP, 2018, tradução nossa).

Quadro 11 – Declarações RDF com uso do vocabulário ORG no modelo da British Library para publicações

seriadas

Região

Recurso/

Sujeito

Chave

Propriedade/

Predicado

Chave

Valor/

Objeto

Chave

Autor

Organization-

as-Agent BL

URI

Instância

-

org:Organization

Classe

Fonte: Elaborado pelos autores.

Cabe justificar o descarte de determinados vocabulários presentes no modelo,

quanto ao estudo das declarações que envolvem seu uso. RDF, OWL, XSD (XML Schema) e

UMBEL são vocabulários muito genéricos e abstratos, isto é, aplicam-se a qualquer

matéria. ISBD e RDAU, em oposição, são vocabulários demasiadamente específicos, mas

específicos ao contexto da descrição em bibliotecas, distinto do contexto da descrição de

artigos de periódicos para comunicação científica, estudado nesta pesquisa.

4.1 Modelo semântico para publicações científicas: uma proposição

Com base nos estudos desenvolvidos, é possível propor um modelo semântico

estruturado por declarações RDF, conforme objetivado. Tal proposição se constrói ao

longo de um percurso composto sucessivamente pelos seguintes passos:

(1) Selecionar propriedades no vocabulário DCTERMS, uma vez que, entre outros

motivos, possui alta aderência à comunidade científica (SILVA; RIBEIRO; LOPES,

2016; SIMEK et al., 2017), bem como por ter sido utilizado significativamente no

protótipo para catalogação semântica de publicações proposto por Freitas Junior

e Jacynto (2016);

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

51

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

(2) Estipular declarações RDF para que os recursos sejam relacionados a

identificadores bibliográficos de interesse (identificadores de autoridade, ISSN e

DOI);

(3) Verificar se existe algum outro vocabulário observado no estudo descritivo dos

datasets selecionados que suscite atenção específica, para ser utilizado na

composição das declarações;

(4) Buscar contemplar as 7 regiões do modelo da British Library complementando

nesse sentido o conjunto de declarações propostas nos passos anteriores, e dando

preferência a declarações que utilizem vocabulários com bons índices no estudo

descritivo de datasets.

No Quadro 12, faz-se uma analogia com o modelo de dados da British Library

destinado a publicações seriadas, por meio da organização de todas as declarações RDF

obtidas durante o percurso exposto acima de modo a encaixá-las nas regiões em que se

divide o referido modelo.

Quadro 12 – Conjunto de declarações RDF propostas, conforme regiões

Região

Recurso/

Sujeito

Propriedade/

Predicado

Valor/

Objeto

Passo

Autor

RECURSO

URI

dct:creator

AUTOR

URI

1

AUTOR

URI

owl:sameAs

IDENTIFICADOR DE

AUTORIDADE

URI

2

AUTOR

URI

foaf:familyName

Literal

3

AUTOR

URI

foaf:givenName

Literal

3

AUTOR

URI

foaf:name

Literal

3

Identificadores

RECURSO

URI

bibo:issn

ISSN

(Literal)

2

RECURSO

URI

bf:issn

ISSN

(Literal)

2

RECURSO

URI

dct:identifier

RECURSO

DOI

2

Título

RECURSO

URI

dct:title

Literal

1

Relacionamentos

Bibliográficos

RECURSO A

URI

dct:bibliographicCitation

RECURSO B

URI

1

RECURSO A

URI

dct:bibliographicCitation

RECURSO B

DOI

1

RECURSO A

URI

dct:isReferencedBy

RECURSO B

URI

1

52

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

Região

Recurso/

Sujeito

Propriedade/

Predicado

Valor/

Objeto

Passo

RECURSO A

URI

dct:isReferencedBy

RECURSO B

DOI

1

SÉRIE

URI

bibo:issn

Literal

3

RECURSO

URI

dct:isPartOf

SÉRIE

URI

4

SÉRIE

URI

dct:hasPart

RECURSO

URI

4

RECURSO A

URI

dct:isPartOf

RECURSO B

URI

4

RECURSO A

URI

dct:hasPart

RECURSO B

URI

4

RECURSO A

URI

dct:isFormatOf

RECURSO B

URI

4

RECURSO A

URI

dct:hasVersion

RECURSO B

URI

4

RECURSO A

URI

dct:replaces

RECURSO B

URI

4

RECURSO A

URI

dct:isReplacedBy

RECURSO B

URI

4

RECURSO A

URI

dct:relation

RECURSO B

URI

4

Eventos de

Publicação

RECURSO

URI

event:producedIn

EVENTO

URI

4

EVENTO

URI

event:place

GeoNames

URI

4

EVENTO

URI

event:time

Literal

4

Assunto

RECURSO

URI

dct:subject

Literal

1

Miscelânea

RECURSO

URI

dct:date

Literal

1

RECURSO

URI

dct:publisher

Literal

1

RECURSO

URI

dct:accessRights

Literal

1

RECURSO

URI

dct:abstract

Literal

1

RECURSO

URI

dct:tableOfContents

Literal

1

RECURSO

URI

bibo:numVolumes

Literal

3

Espaço sem

denominação

RECURSO

URI

dct:type

dctype:______

1

RECURSO

URI

dct:language

Lexvo

URI

1

Fonte: Elaborado pelos autores.

Tem-se que: são 35 declarações RDF propostas no total; são 7 vocabulários

coexistindo no registro (DCTERMS, BIBO, FOAF, OWL, DCMI Type, BIBFRAME e EVENT);

e é evidente a preponderância do DCTERMS, que integra 24 declarações.

No mais, vale citar o quarto princípio do Linked Data, segundo o qual a posição

valor/objeto de uma tripla RDF deve ser preferencialmente preenchida por um URI, em

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

53

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

vez de um literal (BERNERS-LEE, 2006). Disso, interpreta-se que tal princípio se aplica a

tudo que não é literal, seja uma instância ou um link externo, por exemplo. O conjunto

apresentado, nesse sentido, pode ser considerado exitoso ao elencar 20 declarações que

conseguem atender a esse princípio.

Como último resultado, apresenta-se a Figura 5, que esquematiza as declarações

RDF do Quadro 13 de modo semelhante ao esquema visual utilizado e publicado pela

British Library (Figura 5).

Figura 5 – Modelo semântico proposto para dados bibliográficos de publicações científicas

disponibilizados como Linked Data

Fonte: Elaborado pelos autores.

Assim como no esquema visual que representa o modelo da British Library, cada

região corresponde a uma cor, e, via de regra, irradia-se a partir do centro da imagem,

onde se encontra o URI referente ao objeto informacional descrito.

54

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

5 DISCUSSÃO

Esta pesquisa concerne à investigação sobre quais são as melhores práticas para

publicação em formato semântico, isto é, como Linked Data, de metadados de registros

bibliográficos referentes a documentos tidos como resultados de comunicação científica.

Isso pressupõe a utilização de tecnologias elementares da Web Semântica, e os

vocabulários estão entre elas.

Schaible, Gottron e Scherp (2014) aplicaram um survey sobre vocabulários,

respondido por publicadores e consumidores de Linked Data, a partir do qual se

identificou a preferência, na construção de um dataset, por “se manter uma mistura

equilibrada entre vocabulários populares e específicos de domínio, de modo a fornecer

uma estrutura clara dos dados e facilitar seu consumo”.

No contexto da publicação de metadados bibliográficos, trabalhado no presente

estudo, notou-se que os vocabulários entendidos como tipicamente bibliográficos

correspondem aos vocabulários “específicos de domínio” mencionados. Na constituição

dos datasets, verificou-se que eles realmente se combinam a vocabulários mais genéricos,

isto é, não tipicamente bibliográficos.

Absolutamente, a combinação de vocabulários em um mesmo dataset não é, em si,

um problema. Segundo Assumpção e Santos (2016), tal prática não compromete a

padronização dos metadados – tão cara à descrição bibliográfica – pois isso se garante

com o alicerce dado pelo RDF, que, mais abstrato do que um vocabulário, é um modelo de

dados, fundamental para a interoperabilidade no contexto da Web Semântica.

A coexistência de estruturas e identificadores diversos para descrição de um

mesmo objeto é um traço característico da Web Semântica. Isso costuma resultar em

conjuntos de metadados complexos – talvez até demais – para a leitura a ser realizada por

humanos; complexidade que, todavia, não constitui um problema para o entendimento

pelas máquinas. Nesse sentido, um conjunto de metadados rico com coexistência de

vocabulários relevantes é o que se almeja.

6 CONCLUSÃO

Na busca pelo impacto das publicações científicas, sabe-se que uma boa

representação bibliográfica é fundamental. Isso é verdade desde as origens da

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

55

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

catalogação, em contexto completamente analógico. No entanto, é necessário

compreender para além disso que, considerando o processamento por máquina dos

metadados do registro bibliográfico, em Linked Data, esse potencial atinge dimensões

exponencialmente maiores.

Mas, então, o que é uma boa representação bibliográfica no contexto do Linked

Data? Como se pôde perceber neste artigo, é aquela que reconhece que a coexistência de

vários vocabulários em um mesmo registro não constitui um problema.

Pelo contrário. Deve ser valorizada, em equilíbrio com outros requisitos também

importantes, como as demandas de representação do tipo de objeto informacional a ser

descrito e a consistência entre os registros, por exemplo. Assim, pode não ser necessário

se utilizarem vocabulários a se perder de vista para que a publicação esteja bem

representada, bem como pode ser indesejável descrever muito mais determinados

objetos em detrimento de outros.

Em suma, considera-se que a estratégia metodológica contribuiu satisfatoriamente

para a consecução dos objetivos da pesquisa: entender quais são as melhores práticas em

uso no atendimento às necessidades relativas a descrição bibliográfica de publicações

científicas no contexto do Linked Data, bem como, a partir desse entendimento, proferir

um gesto no sentido de vislumbrar um modelo semântico para metadados bibliográficos

de publicações científicas, estabelecendo vocabulários e declarações RDF que nele

poderiam figurar. Neste estudo, o modelo se concretizou na forma de um quadro com as

declarações RDF, e de uma imagem análoga à publicada pela British Library.

REFERÊNCIAS

ABELE, A. et al. Linking Open Data cloud

diagram. [Galway, Ireland]: Insight Centre

for Data Analytics, 2017. Disponível em:

https://web.archive.org/web/20171210161

355/http://lod-cloud.net:80/. Acesso em: 27

ago. 2019.

ASSUMPÇÃO, F. S.; SANTOS, P. L. V. A. C.

Linked Data no domínio bibliográfico:

vocabulários para a publicação de dados de

autoridade. In: ENCONTRO INTERNACIONAL

DE DADOS, TECNOLOGIA E INFORMAÇÃO, 3.,

2016, Marília. Perspectivas e

interdisciplinaridades em Ciência da

Informação. Marília: Unesp, 2016. v. 3, p.

507-528. Disponível em: https://goo.gl/Lec

61v. Acesso em: 25 ago. 2019.

BAKER, T. Libraries, languages of

description, and Linked Data: a Dublin Core

perspective. Library Hi Tech, v. 30, n. 1, p.

116-133, 2012. Disponível em: https://pdfs

.semanticscholar.org/6b67/be67b58771e03

eda4ca8e33c13113a522948.pdf. Acesso em:

30 ago. 2019.

BERNERS-LEE, T. Linked Data principles.

2006. Disponível em: http://www.w3.org

56

Modelos semânticos para dados bibliográficos

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

/DesignIssues/LinkedData.html. Acesso em:

30 ago. 2019.

BRITISH LIBRARY; TALIS. British Library

data model: serial. Versão 1.2. [Boston Spa,

United Kingdom], jul. 2018. Disponível em:

https://www.bl.uk/bibliographic/pdfs/bldat

amodelserial.pdf. Acesso em: 27 ago. 2019.

CATARINO, M. E.; SOUZA, T. B. A

representação descritiva no contexto da web

semântica. TransInformação, v. 24, n. 2, p.

77-90, 2012. Disponível em: http://www.sci

elo.br/pdf/tinf/v24n2/a01v24n2.pdf.

Acesso em: 30 ago. 2019.

FREITAS JUNIOR, N.; JACYNTO, M. D. A. Um

protótipo Linked Data para catalogação

semântica de publicações. Perspectivas em

Ciência da Informação, v. 21, n. 4, p. 48-65,

out./dez. 2016. Disponível em: http://

portaldeperiodicos.eci.ufmg.br/index.php/pc

i/article/view/2664/1812. Acesso em: 03

abr. 2018.

GLASER, H.; MILLARD, I. RKB Explorer:

application and infrastructure. In: SEMANTIC

WEB CHALLENGE, 2007, Busan, Korea. CEUR

Workshop Proceedings, v. 295, paper 13.

Disponível em: http://ceur-ws.org/Vol-295/

paper13.pdf. Acesso em: 27 ago. 2019.

HEATH, T.; BIZER, C. Linked Data: evolving

the Web into a global data space. [S.l.]:

Morgan & Claypool, 2011. Disponível em:

http://info.slis.indiana.edu/~dingying/Teac

hing/S604/LODBook.pdf. Acesso em: 30 ago.

2019.

ISOTANI, S.; BITTENCOURT, I. I. Dados

Abertos Conectados. São Paulo: Novatec,

2015. Disponível em: https://ceweb.br/livr

os/dados-abertos-conectados/. Acesso em:

30 ago. 2019.

ONTOLOGY ENGINEERING GROUP. Linked

Open Vocabularies (LOV). [Madri, 2018].

Disponível em: https://lov.linkeddata.es/dat

aset/lov. Acesso em: 26 nov. 2019.

ROZSA, V.; DUTRA, M. S. L.; NHACUONGUE, J.

R. A. Linked Open Data no contexto

acadêmico: identificação e análise de

vocabulários utilizados na academia e na

pesquisa científica. Brazilian Journal of

Information Science, v. 11, n. 3, p. 34-52,

2017. Disponível em: http://www2.marilia

.unesp.br/revistas/index.php/bjis/article/vi

ew/6780/4651. Acesso em: 05 abr. 2018.

SCHAIBLE, J.; GOTTRON, T.; SCHERP, A.

Survey on common strategies of vocabulary

reuse in Linked Open Data modeling. In:

EUROPEAN SEMANTIC WEB CONFERENCE

(ESWC), 11., 2014, Anissaras, Greece. The

semantic web: trends and challenges.

Cham, Switzerland: Springer, 2014. p. 457-

472. Disponível em: https://link.springer.

com/content/pdf/10.1007%2F978-3-319-0

7443-6_31.pdf. Acesso em: 27 ago. 2019.

SCHMACHTENBERG, M.; BIZER, C.;

PAULHEIM, H. Adoption of the linked data

best practices in different topical domains.

In: INTERNATIONAL SEMANTIC WEB

CONFERENCE (ISWC), 13., 2014, Riva del

Garda, Italy. Lecture Notes in Computer

Science. Cham, Switzerland: Springer, 2014.

v. 8796, p. 245-260. Disponível em: http://w

ww.planet-data.eu/sites/default/files/public

ations/SchmachtenbergBizerPaulheim-Adop

tionOfLinkedDataBestPractices.pdf. Acesso

em: 27 ago. 2019.

SILVA, J. R.; RIBEIRO, C.; LOPES, J. C. Usage-

driven Dublin Core descriptor selection: a

case study using the Dendro platform for

research dataset description. In:

INTERNATIONAL CONFERENCE ON THEORY

AND PRACTICE OF DIGITAL LIBRARIES

(TPDL), 20., 2016, Hannover, Germany.

Lecture Notes in Computer Science. Cham,

Switzerland: Springer, 2016. v. 9819, p. 27-

38.

Disponível em: https://link.springer.com/

chapter/10.1007%2F978-3-319-43997-6_3.

Acesso em: 25 nov. 2018.

SIMEK, P. et al. Analysis of options and tools

for semantic and effective description of data

and research results in the areas of agrarian

sector. In: INTERNATIONAL SCIENTIFIC

Tadini; Santarem Segundo | Modelos semânticos para dados bibliográficos

57

Inf. Pauta, Fortaleza, CE, v. 4, n. 2, jul./dez. 2019 | ISSN 2525-3468

CONFERENCE ON AGRARIAN

PERSPECTIVES, 26., 2017, Prague, Czech

Republic. Agrarian Perspectives XXVI:

Competitiveness of European Agriculture

and Food Sectors. Prague, Czech Republic:

Czech University Life Sciences Prague, 2017.

p. 404-409. Disponível em:

https://www.cabdirect.org/cabdirect/F

ullTextPDF/2018/20183082664.pdf. Acesso

em: 30 ago. 2019.

TADINI, A. V. W.; CONEGLIAN, C. S.;

SANTAREM SEGUNDO, J. E. Caracterização

do segmento de publicações no Linking Open

Data, um estudo exploratório.

Conhecimento em Ação, v. 2, n. 2, p. 2-18,

jul./dez. 2017. Disponível em:

https://revistas.ufrj.br/index.

php/rca/article/view/11699/9739. Acesso

em: 25 ago. 2019.