O Processo de integração dos registos na PORBASE - Biblioteca ...

O PROCESSO DE INTEGRAÇÕES NA PORBASE
A PORBASE, constituída como o Catálogo Colectivo das Bibliotecas Portuguesas, é
uma base de dados cooperativa, resultante da contribuição dos catálogos das diversas
bibliotecas e centros de documentação que nela participam. São mais de 160
instituições, públicas, universitárias, escolares, especializadas, com diferentes fontes
tecnológicas e com diferentes práticas de tratamento documental instituídas.
A integração na PORBASE de registos bibliográficos com as mais diversas origens
exige assim, por parte da Biblioteca Nacional, um grande esforço de normalização, e
de controlo de qualidade. O processo de integração dos registos deve produzir o
menor ruído possível no catálogo colectivo, evitando a produção de duplicados,
criando bons pontos de acesso, evitando os erros genéricos, uniformizando algumas
características próprias dos vários sistemas de gestão de bibliotecas e das várias
versões dos mesmos.
Nesse sentido, implementou-se um processo de pré-tratamento dos registos,
suportado por ferramentas de análise e comparação, verificação, correcção e
validação, que realizam à priori, alguma actividade normativa sobre os registos das
bibliotecas cooperantes que são integrados na PORBASE. Esse conjunto de
operações funciona sobre uma plataforma a que se chamou IRIS.
As funcionalidades disponibilizadas pelo IRIS são as seguintes:
1. Possibilidade de processamento de bases de dados oriundas de diversos
sistemas de gestão de bibliotecas através do uso de conversores;
2. Produção de relatórios de conteúdo e de erros sobre os lotes, através da
integração com a ferramenta MANGAS;
3. Correcção e filtragem dos lotes igualmente através da integração com a
ferramenta MANGAS;
4. Detecção de registos duplicados entre os lotes e a PORBASE
5. Integração de registos bibliográficos e de exemplar na PORBASE;
Passemos então à descrição das etapas de tratamento dos registos até à sua
integração na Base Nacional de Dados Bibliográficos:
Dulce Fontes, Biblioteca Nacional
1

Como todos sabemos, são várias as soluções existentes no mercado no que diz
respeito a sistemas de gestão de bibliotecas, pelo que houve a necessidade de
desenvolver “conversores” que normalizam as características dos vários ficheiros ISO
2709: de uma forma genérica, convertem os ficheiros em ISO standard (80 colunas),
resolvem alguns problemas de repetição de campos e subcampos, uniformizam a
pontuação de algumas zonas (que em alguns sistemas é digitada e noutros não), e
convertem o codepage para aquele que é utilizado pela PORBASE.
A funcionalidade de produção de relatórios de conteúdo e de erros, sobre o lote de
registos em processamento no IRIS, é assegurada pela ferramenta MANGAS. O
Mangas – Manipulação e Gestão de Metadados Descritivos, é uma aplicação para a
análise e tratamento de dados bibliográficos, que tem embebida toda a estrutura do
formato UNIMARC bibliográfico e os requisitos definidos para a cooperação, e que
penso ser já do conhecimento genérico de todos.
Assim são produzidos 2 relatórios, um de conteúdo e outro de erros:
1. Chamamos relatório de conteúdo à análise que é feita em relação aqueles
aspectos que são “contabilizáveis”, que são susceptíveis de construir uma
estatística e que nos permitem um conhecimento genérico sobre o acervo
contido no lote. O MANGAS produz os relatórios de conteúdo de acordo com:
a. Tipos de material catalogado;
b. País de Publicação;
c. Língua de Publicação;
d. Classes CDU;
e. Datas de Publicação.
2. Os relatórios de erros são elaborados com base na correcta aplicação da
estrutura do formato UNIMARC bibliográfico, ao nível dos campos, subcampos,
indicadores e dados codificados, e da estrutura definida como de
preenchimento essencial e que constitui aquilo a que chamamos nível mínimo
de preenchimento, de que falaremos mais à frente.
A produção de relatórios de erros resultantes da aplicação do formato UNIMARC
bibliográfico é feita de acordo com os seguintes aspectos:
Dulce Fontes, Biblioteca Nacional
2

a. Preenchimento incorrecto da etiqueta de registo;
b. Campos, subcampos e indicadores obrigatórios não preenchidos;
c. Campos, subcampos e indicadores indevidos (campos que não se
aplicam no tipo de documento em causa e indicadores e subcampos
não autorizados no campo em uso);
d. Repetição indevida de campos e subcampos;
e. Preenchimento incorrecto de indicadores (que não se aplicam na
situação descrita);
f. Preenchimento incorrecto de subcampos (preenchimento dos dados
codificados e dos códigos de língua, país e função).
Os lotes de registos para integração são seguidamente sujeitos a um conjunto de
operações automáticas de limpeza e correcção, igualmente asseguradas pela
ferramenta MANGAS.
Este conjunto de operações foi definido com base na compilação de alguns dos erros
mais frequentes e em relação aos quais é possível efectuar correcções de forma
sistemática (entre estes encontra-se a correcção da sigla da instituição nos campos
801 e 966 e que em grande parte dos casos não é a atribuída pela BN para efeitos de
cooperação). A essas correcções juntaram-se ainda algumas operações de limpeza de
caracteres inválidos em determinados campos de dados codificados.
Daqui resulta o seguinte conjunto de correcções em bloco: limpeza de campos e
subcampos vazios, correcção de subcampos de preenchimento standard (como a sigla
de cooperação de que já falei), adição do campo 801 (que apesar de ser um campo
obrigatório raramente é preenchido), correcção de códigos de língua e país ao nível do
uso das maiúsculas e minúsculas, só para citar alguns exemplos. Um aspecto
importante é a adição de um campo 001 (que na PORBASE se converte em 035) onde
se regista a sigla do cooperante ao qual pertence aquele lote de registos, o lote a que
corresponde e a data de tratamento, sendo deste modo preservada a “história” do
registo, que irá permitir a qualquer momento identificar a sua origem.
Os registos passam agora à fase de separação em lotes de registos com
características pré definidas. Esta triagem é necessária pois os registos que não
poderão ser imediatamente integrados na PORBASE, são guardados até que existam
as condições para a sua integração.
Dulce Fontes, Biblioteca Nacional
3

São 2 os filtros aplicados nesta fase:
1. Filtro de Analíticos - identifica e separa os registos de analíticos, assim
identificados pela etiqueta de registo. Isto porque os registos de analíticos
serão alvo de um projecto específico;
2. Filtro de Bloco 4XX - identifica e separa os registos que contém campos do
bloco 4XX preenchidos, uma vez que não se estão a integrar ainda registos
com ligações ao bloco 4XX e por ser mais uma forma de identificar os registos
de analíticos que não se encontram identificados na Etiqueta de Registo.
Limadas as arestas que poderiam criar ruído e dificultar o processo de comparação, o
IRIS procede então à detecção de duplicados, comparando o lote de registos em
tratamento com toda a PORBASE. Cada registo é classificado como duplicado,
possível duplicado ou novo.
A detecção de registos duplicados é o primeiro passo do processo de integração, pois
desta forma, mesmo os registos que não passariam no filtro de nível mínimo, como por
exemplo, os registos sem classificação CDU, são passíveis de ter a sua localização
registada na PORBASE. Desta forma, o número de registos efectivamente integrados
é muito maior.
Para os registos identificados como duplicados na PORBASE, o IRIS identifica ainda,
quais dos seus exemplares ou cota ainda não se encontram no catálogo colectivo.
Esses registos novos de exemplar são imediatamente importados e adicionados ao
seu duplicado na PORBASE: este processo gera assim a adição de novas cotas.
Existem ainda os registos que suscitam dúvidas na sua identificação enquanto
duplicados, e que constituem o grupo a que chamamos “possíveis duplicados”. Este
grupo exige ainda a análise humana para a confirmação como duplicado efectivo, mas
pretende-se que os próximos desenvolvimentos da plataforma IRIS sejam focados na
melhoria deste processo de análise.
Identificado o lote de registos novos, é aplicado o filtro de nível mínimo: este nível
mínimo de preenchimento obrigatório, foi definido de forma a garantir uma estrutura de
preenchimento coerente de acordo com o tipo de documento a catalogar, de modo a
Dulce Fontes, Biblioteca Nacional
4

garantir a consistência e qualidade mínimas da Base Nacional de Dados
Bibliográficos. Para além dos campos e subcampos considerados de preenchimento
obrigatório pelo próprio formato UNIMARC, foram ainda definidos alguns campos e
subcampos cujo preenchimento se considerou essencial para os fins da cooperação.
Neste momento encontram-se definidos apenas 4 tipos de documentos, que
correspondem aos mais comuns nas colecções das bibliotecas cooperantes da
PORBASE: monografias impressas; publicações periódicas impressas; documentos
electrónicos e analíticos.
Assim, o Filtro de Nível mínimo, identifica e separa os registos que respeitam o nível
mínimo de catalogação definido para a PORBASE, e os que respeitam esse nível
mínimo são integrados na Base Nacional de Dados Bibliográficos, ficando assim
completo o processo de tratamento e integração de registos da bibliotecas
cooperantes.
O IRIS tem três modos de processamento dos lotes:
1. Processo de Teste: permite realizar testes de integração e avaliar conteúdos e
comportamentos específicos de um lote de registos;
2. Processo Corrente: que processa actualizações e bases de dados a integrar
pela primeira vez;
3. Processo das Bases completas: utilizado para as bases de dados completas
que sofreram actualizações pelo próprio cooperante, como limpeza de
exemplares que deixaram de existir na biblioteca ou alterações de cotas e que
terá a capacidade de actualizar os registos de exemplar na PORBASE e retirar
os que já não constam do lote. Este processo está ainda em fase de
desenvolvimento e esperamos que esteja operacional brevemente pois temos
já algumas bases de dados completas para integração.
Por último, gostaria ainda de lembrar a todas as bibliotecas cooperantes a importância
de manter os seus dados actualizados no Directório, pois é ele que fornece ao leitor e
investigador os dados acerca da sigla encontrada na PORBASE.
Dulce Fontes, Biblioteca Nacional
5