Challenges and issues in terminology mapping: a digital library perspective

Abstract

Effective information retrieval within digital libraries is limited by the lack of semantic interoperability between subject schemes used by online services and collections. The use of multiple terminologies and ad hoc modifications to standard schemes prevents users from cross searching multiple repositories, cross-sectoral resources and interdisciplinary material. In order to overcome this, improved compatibility between schemes is required. This paper considers potential solutions to the terminology problem, with a particular focus on the mapping approach. Key aspects of the mapping technique are discussed with reference to practical applications and initiatives. Introduction: Terminology problemAchieving semantic interoperability in the digital information environment is severely impeded by the adoption of different terminology sets and subject schemes within online services and collections. Variation in the way they are applied serves to compound the issue further. The result is that users are unable to cross search multiple sources, crossdisciplinary and cross-sectoral material simultaneously. In order to make life easier for users, therefore, and increase their ability to retrieve a greater proportion of information relevant to their needs with no additional effort, it is essential to encourage compatibility between terminologies. Significance of a solutionTo prevent the problems caused by the use of disparate terminologies escalating, it is essential to identify an effective solution. If the issue is neglected, resources will continue to be classified in non-standard ways increasing the extent of the problem. The longer the problem continues, the more expensive it will be to resolve. Legacy metadata will thrive and the cost of modifying this to fit an agreed solution will increase in direct proportion. A rapid and effective solution is therefore highly desirable. Proposed solutionsOver the last two decades, different approaches have been proposed to achieve subject interoperability and to provide more consistent access to information. The Open Archives Forum (2002) breakout session on subject interoperability suggested automatic, semiautomatic classification, crosswalks and mapping as potential solutions to the terminologies problem. In addition, cross-browsing, schema mapping, and coding vocabularies in an easily processable and machine-readable format such as RDF and XML have been suggested. Chan and Zeng (2002) identified a number of methods for achieving and improving interoperability. These include 1) derivation/modeling attained

Resolving controlled vocabulary in DITA markup: a case example in agroforestry

“…In order to address this terminology problem that limits the interoperability between different systems and their discovery function, terminology mapping can be used for improved distributed search and retrieval by matching terms and imposing links between them in different subject schemes (McCulloch et al, 2005). While direct mapping as the process of determining equivalences between terms in different controlled vocabularies or between terms and classification numbers has been a very popular approach, it requires a lot of intellectual effort and resources because of the complexity of the task Chan, 2004, 2010).…”

Mapping multilingual lexical semantics for knowledge organization systems

“…(2) Find the possible equivalent term in AAT. Mapping analysis can achieve the goal of interoperability by linking equivalent terms from different glossaries (McCulloch et al, 2005). The study adopts "concept-based" rather than "term-based" mapping analysis.…”

Daugiakalbių tezaurų rengimas ir adaptavimas: Lietuvos duomenų archyvo LiDADA atvejis

“…Greta autonominių ar savarankiškų tezaurų, nesančių kurios nors konkrečios informacijos paieškos sistemos dalimi, vis daugiau tezaurų yra visiškai integruoti į duomenų bazes ar informacijos paieškos sistemas (Shiri, revie, 2000). Akivaizdu, kad neįmanoma sukurti tezauro, kuris apimtų visus terminus ir tenkintų universalius poreikius, todėl svarbu atrinkti ir organizuoti tam tikrai mokslo (mokslų) ir (arba) praktinei veiklos sričiai būdingus, plačiausiai naudojamus, aiškiai apibrėžtus terminus (McCulloch, 2005), rengti tezaurus atlikus konkrečios srities analizę ir išsiaiškinus individualių vartotojų poreikius (Nielsen, 2001). Antra vertus, nepaisant autorių ir darbų apie kontroliuojamų kalbos žodynų, skirtų informacijos tvarkybai ir ieškai, rengimą didelės įvairovės (Aitchison ir kt., 2000;the thesaurus, 2004;Broughton, 2005), tarptautinių ir nacionalinių standartų įvairovės (ISO, 1985;ISO, BSI, 1985;BSI, 1987), kiekvieną kartą susidūrus su konkretaus žodyno rengimu, tenka vėl grįžti prie metodologinių ištakų ir svarstyti, kaip sukurti produktą, kuris tenkina tris pagrindines sąlygas: 1) žodynas tiksliai apibūdina duomenų rinkinį, 2) žodyną paprasta valdyti ir atnaujinti, 3) žodyno rengimas ir naudojimas reikalauja minimalių sąnaudų.…”

“…Greta tradicinių tezauro rengimo etapų (esamų atitinkamos srities kontroliuojamų žodynų analizė ir naujo tezauro rengimo poreikio įvertinimas, tezauro dydis, terminų pasirinkimas ir atranka, struktūra ir prasminių ryšių nustatymas bei fiksavimas, standartų taikymas, vertinimas ir testavimas, nuolatinis palaikymas ir atnaujinimas) Emma McCulloch pabrėžia tezauro apimamos srities (sričių) specialistų ir tezauro rengėjų konsultavimosi svarbą ir poreikį sukurti specialią tokio konsultavimosi formalizuotą struktūrą ar procedūrą (McCulloch, 2005). Kiti ne mažiau reikšmingi tezauro rengimo uždaviniai yra tinkamos programinės įrangos pasirinkimas ir vartotojo sąsaja.…”