Aineistojen käsittely ja jalostaminen

Koko: px

Aloita esitys sivulta:

Download "Aineistojen käsittely ja jalostaminen"

Olavi Karvonen
8 vuotta sitten
Katselukertoja:

1 Aineistojen käsittely ja jalostaminen Tuula Pääkkönen Tietojärjestelmäasiantuntija Liikearkistopäivät , Mikkeli orcid.org/

Kansalliskirjasto, Helsingin Yliopiston erillislaitos #KK375 2015

Aleksanterin yo Turun akatemia 1707 Vapaakappalelaki 1640 Lähde:

2 Kansalliskirjasto, Helsingin Yliopiston erillislaitos #KK Digitointi- ja Konservointikeskus Keisarillinen Aleksanterin yo Turun akatemia 1707 Vapaakappalelaki 1640 Lähde:

3 Sisältö 1. Aineistot 2. Käsittely 3. Jalostaminen

4 THE NATIONAL LIBRARY OF FINLAND

Moninaiset aineistot Timo Honkela, 11.3.

5 Moninaiset aineistot Timo Honkela, , Digitaalisen humanismin tutkimuksesta ja uusista liiketoimintamahdollisuuksista

7 Digitaaliset aineistot 3,2M sivua, 60% vapaassa verkkokäytössä 6M, 20% 130k, 100%

8 Käsittely

9 Konteksti Raakadatasta viisaudeksi Viisaus Tietämys Informaatio Data Kuka, Mitä, Milloin Missä? Ymmärrys Kuinka? Miksi? Käännetty alkuperäisestä Lähde (Forsythe, Implementing KM, Part I: Concepts & Approach)

10 Moninaiset käyttäjäryhmät Kansalaiset Taiteilijat Opettajat Tutkijat Toimittajat Informaatikot Päätöksentekijät Digitaaliset aineistot Museot Arkistot Kirjastot Yliopistot Yhdistykset Media Yritykset Kunnat Valtio Timo Honkela, , Digitaalisen humanismin tutkimuksesta ja uusista liiketoimintamahdollisuuksista

11 THE NATIONAL LIBRARY OF FINLAND Lähde: Kohti avointa kulttuuria, Sanna Marttila & Laura Sillanpää,

12 Joukkoistaminen

13 Kuvaaja: Tuula THE NATIONAL Pääkkönen, LIBRARY 2015 OF FINLAND

14 Miksi digitoida? Vaikuttavuus Monikanavaisuus Datan rikastaminen * Brändi Uudenlaiset rahoitusmallit Löydettävyys * Uudet asiakkaat Julkinen tehtävä * Osaamisen kasvattaminen Onnekkaat sattumat Lähde: Benefits of open data (image by JAM/Europeana. CC BY via aper/open-culture-data-opening-glam-databottom-up/

15 Tekstinlouhinta Sehän on tiedon hakua algoritmilla Kyllä, ja Keino löytää merkityksiä suurista tekstimassoista automaattisesti Käytetään yleensä tilastollisia ohjelmia, jotka etsivät tekstimassoista toistuvia hahmoja tai malleja Luokittelu Tapahtumat, henkilöt, paikat -> Linkitetty data! Sentimenttianalyysi

16 Haku tekstimassasta/lähiluku Tehokkuusero digitoitujen hakujen ja paperihakujen välillä on todella päätähuimaava! Kirjoita hakutermi, ja hae julkaisuaika Sanomalehden nimi fraasi Etc.

17 Haaste: sivutekstimöykky mt'">6>? * * *? "».»*.Tm?'^?mffmmraor-N:o 0^* HELSINGIN SANOMATVastaava toimitta ia: Paavo Warén.Kuudesti viikossa ilmestyvä aamulehti.helsingissä, torstaina heinäkuun 7 p.pälvällbt2.helsingin posti immlstot pidetään»voin! a : r äanostikor.ttoriiiläklevien postien toimisto: arkipäivinäklo II) a. p.? «i, p., aimn- ja juhlapiiiv. klo 9?ll a. p.tulevien postien toimislo: arki/iiivinäklo 8 a. p.? (? i. p., sunii -ja juulapäiv. klo o? ll a. p.postiosotusten ja po>tis:i;istöpankin Kmi.it ii, arkipäivinä klo 10 a. p.? 7p., sunn.- ja juhlapäivinä klo il? 11a. p.frankkomorkkcjä myydään arkipäivinäklo 7 a. p.? 10 i. p., suun.- ja juhla{.uv. klu 7 a. p. 11 a. p ja?>,?><?> -7,30 i, p.postiuv MGtBulevardinkatu 28, arkipäivinä klo 10a. p,? 3 i, p. 4 G i. p., tunnun,- jajuhlapäiv. klo B?lo8? 10 a. p.vuorimiehenkatu 1, arkipäivinä klo 10a. p, Mikä? i, p. tämä 4? on? li i. p,, sunnjajuhlapäiv. klo? 10 a. p.kaivokatu (i, yksinkertaisten Mistä lehdestä? ja sis.liinkirj. lälietysten sekä vakuuttainauomien pakettien Mikä on vastaanottamista lehden rakenne? varten: arkipäivinä klo 7,3(J 'J,3H a. p.2-3 ja 4,30? K,10 i. p., sunn.- ja juhlapäiv. klo 7.30? i),30 a. p.frankkoincrkkicn myymistä vartimi. arkipäivinä klo 7,:)0 a. p.? 8.10 i. p.sunn.- ja juhlapäivinä klo I,'M) 'J,30

18 Sanojen analysointia Kiitos! ja [WORD_ID=ja][POS=PARTICLE][SUBCAT=CONJUNCTION][SUBCAT=COORDINATING] Vwerst +? Lumantin +? armosa +? ollen [WORD_ID=olla][POS=VERB][VOICE=ACTIVE][INFINITIVE=E][NUMBER=SI NGULAR][CASE=INSTRUCTIVE] Herran [WORD_ID=Herra][POS=NOUN][SUBCAT=PROPER][NUMBER=SINGULAR][CASE=GENITIVE]

19 Jalostaminen tuotteita & sovelluksia Lähde: Accessibility by public transport predicts residential real estate prices Fig 5.

20 Tuotteita Source: 14/10/reuse-of-digitised-content- 2-heres-one.html

21 Sanoitusten analyysiä Eminem Shakespeare Lähde:

22 Fraktuuramerkit itseorganisoivalla kartalla Kettunen, Honkela, Linden, Kauppinen, Pääkkönen & Kervinen 2014

23 Datasta eteenpäin Talletettua, digitoitua aineistoa voi jalostaa eteenpäin Käsittelyn ja jalostamisen vaatimukset Aineisto Digitointi/digitaalisuus Standardit (esim. METS/ALTO) Analyysi (yksityiskohdat/massa) Lähiluku & tiedonlouhinta

24 Tulevia tapahtumia / EU koodiviikko Kansalliskirjasto osallistuu EU:n Koodiviikko-tapahtumaan viikonloppuna: Paikka : MAMK/Xinno, Mikkeli

Samankaltaiset tiedostot

Historiallisten digitoitujen sanoma- ja aikakauslehtien avaaminen avoimena datana tutkijoille

Historiallisten digitoitujen sanoma- ja aikakauslehtien avaaminen avoimena datana tutkijoille Tuula Pääkkönen, Jukka Kervinen Tietojärjestelmäasiantuntija Informaatiotutkimuksen päivät 3.-4.11.2016 Kansalliskirjasto,