Integration of thesaurus and
         UDC to improve subject
         access: the Hungarian
               experience
    ...
Introduction

• The objective of this paper is to explore
  two solutions for integrating a thesaurus
  and UDC to develop...
MÁTrIkSz
• MÁTrIkSz = Hungarian
  Comprehensive Information
  Retrieval Language Dictionary




The Hague 29.10.2009.    A...
The first steps

• At 3rd May 2001 the represents of Ministry of
  National Cultural Heritage organized the
  meeting abou...
Aims 1.
• A controlled vocabulary would make a database
  easier to search.[1]
• MÁTrIkSz project aimed to transform and
 ...
Aims 2.
• The members of the MÁTrIkSz project board
  decided to correspond the topical terms to the
  phrases of the KÖZT...
Number of terms
• It was the largest Hungarian Information Retrieval
   Language Dictionary on natural languages until
   ...
Features of MÁTrIkSz project 1.
• The MÁTrIkSz is the co-operating system of the
  participant information seeking methods...
Features of MÁTrIkSz project 2.
• The result isn’t only a bibliographic record, but there are
  contents of topical terms....
Features of MÁTrIkSz project 3.
• The project assisted the new medium edition of
  UDC index. The adaptation of UDC MRF re...
The Hague 29.10.2009.   Agnes Hajdu Barát   11
Examples from MÁTrIkSz




The Hague 29.10.2009.   Agnes Hajdu Barát   12
The Hague 29.10.2009.   Agnes Hajdu Barát   13
KÖZTAURUSZ/OSZK thesaurus




The Hague 29.10.2009.   Agnes Hajdu Barát   14
Beginnings
• The exact project started in 1999, but there were long
  considerable antecedents.
• County Library in Kaposv...
Two appearances
There are two appearances of this system
  in the National Széchényi Library:
• the search engine in the O...
Some characteristics 1.
• It is the largest Hungarian Information Retrieval
  Language Dictionary on natural languages.
• ...
Some characteristics 2.
• It is of high level, efficient, open, flexible, easily used,
  with rich vocabulary and a clear ...
Total lexis of KÖZTAURUSZ
                  and Geotaurusz 1.
                              Lexical terms         UDC code...
Total lexis of KÖZTAURUSZ
              and Geotaurusz 2.
– from KÖZTAURUSZ                       23 699

UDC   code      ...
Comparison


Library       of        Congress,              65 000
2001.
Library       of        Congress,              10...
Structure
There are the descriptors, nondescriptors (used for), relations in
    standard form.
According to their content...
Notes in HUNMARC
HUNMARC          Name                                 KÖZTAURUSZ/OSZK
code                               ...
Hungarian and English relations
                      in thesauri 1.
                                                     ...
Hungarian and English relations in
               thesauri 1.
Type of           HUNMAR       Hungarian name              E...
Types of Words and its fields of IRL
         in the bibliographical record 1.
HUNMARC
code            Name of description...
Types of Words and its fields of IRL
           in the bibliographical record 2.
HUNMARC
code          Name of description...
The authority record 1.
   Tag ii $ nz n # 5.
   000 #####nz 22#####n 4500
   001
   005 20080713233723.0
   008 080603-#n...
The authority record 2.
   670 ## $aAz 1991. évi XXVI. törvény a közigazgatási
   határozatok bírósági felülvizsgálatának ...
The authority record 3.
• 750 ## $a342.565.4 $2eto
  750 ## $a347.998.95 $2eto
  750 ## $a351.95 $2eto
  750 ## $aadminist...
administrative
                court
                                         Display form
• közigazgatási bíróság
   M: A...
UDC authority record




The Hague 29.10.2009.   Agnes Hajdu Barát   32
UDC display format




The Hague 29.10.2009.   Agnes Hajdu Barát   33
RELEX software to the OWL




The Hague 29.10.2009.   Agnes Hajdu Barát   34
Hit in the online thesaurus
   Hungarian                                  English
   jövesztés                            ...
Hit in the online thesaurus
              break




The Hague 29.10.2009.   Agnes Hajdu Barát    36
Hit in the online thesaurus




                                            cutting




The Hague 29.10.2009.   Agnes Hajd...
Hit in the online thesaurus
                cutting




The Hague 29.10.2009.     Agnes Hajdu Barát   38
Integrated Library System


KÖZTAURUSZ and its possibilities are
 adopted by some Hungarian Integrated
 Library System as ...
Extension
Jelrendszer:
Kék alap: Köztaurusz 2006, barna UJINFO angol, zöld CSA, ciklámen új javaslatok,világossárga Bgy ja...
Conclusion
• Thesauri and other for concept-building
  vocabulary to take additional possibility of
  usability and visual...
References
•   Bánki, Zsolt István: Általános Információkeresı-nyelvi szótár elméleti
    kérdései és gyakorlati megvalósí...
Thank you for your attention!

The Hague 29.10.2009.   Agnes Hajdu Barát   43
Upcoming SlideShare
Loading in …5
×

Integration of thesaurus and UDC to improve subject access: the Hungarian experience

4,712 views

Published on

Agnes Hajdu Barat, Classification at a Crossroad. UDC Seminar 2009

Published in: Business, Education, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
4,712
On SlideShare
0
From Embeds
0
Number of Embeds
1,650
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Integration of thesaurus and UDC to improve subject access: the Hungarian experience

  1. 1. Integration of thesaurus and UDC to improve subject access: the Hungarian experience Ágnes Hajdu Barát University of Szeged The Hague 29.10.2009. Agnes Hajdu Barát 1
  2. 2. Introduction • The objective of this paper is to explore two solutions for integrating a thesaurus and UDC to develop a common platform for informational retrieval • Two Hungarian projects • The usability and visibility of UDC The Hague 29.10.2009. Agnes Hajdu Barát 2
  3. 3. MÁTrIkSz • MÁTrIkSz = Hungarian Comprehensive Information Retrieval Language Dictionary The Hague 29.10.2009. Agnes Hajdu Barát 3
  4. 4. The first steps • At 3rd May 2001 the represents of Ministry of National Cultural Heritage organized the meeting about MOKKA[1] (Magyar Osztott Közös Katalógus – Hungarian Shared Common Catalogue) project. There are 25 libraries what share their records in this common catalogue. • Libraries have different subject terms, UDC codes in the MOKKA. • Subject Heading Committee [1] http://www.mokka.hu/ The Hague 29.10.2009. Agnes Hajdu Barát 4
  5. 5. Aims 1. • A controlled vocabulary would make a database easier to search.[1] • MÁTrIkSz project aimed to transform and reconstruct the existing systems for the changed claim. • The concept was: to give the possibility of the common search of the topical terms (subject, descriptors, UDC codes etc.) in five big libraries’ catalogues and databases with different structures and information retrieval methods. [1] http://www.controlledvocabulary.com/ The Hague 29.10.2009. Agnes Hajdu Barát 5
  6. 6. Aims 2. • The members of the MÁTrIkSz project board decided to correspond the topical terms to the phrases of the KÖZTAURUSZ/OSZK thesaurus in several databases. • The usage of classification systems that are not based on languages can be another solution for the problem of cross-language information search, although there are several problems that have to be solved. Significant advantages are the conceptual level The Hague 29.10.2009. Agnes Hajdu Barát 6
  7. 7. Number of terms • It was the largest Hungarian Information Retrieval Language Dictionary on natural languages until 2008. Its subject terms assembled: • OSZK thesaurus/KÖZTAURUSZ – about 28.000 lexical terms, - University Library and National Library of University of Debrecen – about 25.000 subjects, • University Library of University of Szeged - about 60.000 subjects, Total terms in MÁTrIkSz - about 113.000 terms The Hague 29.10.2009. Agnes Hajdu Barát 7
  8. 8. Features of MÁTrIkSz project 1. • The MÁTrIkSz is the co-operating system of the participant information seeking methods and databases. • The KÖZTAURUSZ/OSZK thesaurus took a prominent role among them, but the participants are its equals. • There is a suitable user interface to search each participant dictionary and to utilize different topical terms, for example UDC terms, subjects, descriptors. • The MÁTrIkSz has its own information retrieval language dictionary, too, which is independent of the other bibliographical databases, but searches in those systems. • There is a common online index and its records have a local identification. The Hague 29.10.2009. Agnes Hajdu Barát 8
  9. 9. Features of MÁTrIkSz project 2. • The result isn’t only a bibliographic record, but there are contents of topical terms. The different classification systems and their bibliographical databases appear in a unified and homogeneous environment. • Each database keeps their own descriptors, terms and if they have any similar expressions with different morphological forms, make the KÖZTAURUSZ’s phrases appear in 750th field (equivalent) of the MARC record. • Hits would come from all bibliographic databases, presenting diverse expressions of participant libraries without any analogy. Hits would come from only the own database. Bánki, 2002, p.35. The Hague 29.10.2009. Agnes Hajdu Barát 9
  10. 10. Features of MÁTrIkSz project 3. • The project assisted the new medium edition of UDC index. The adaptation of UDC MRF relating the KÖZTAURUSZ/OSZK thesaurus and the UDC index were built in the thesauri. • The UDC codes became searchable in the MÁTrIkSz system, and they give the basis of searching in multicultural and multilingual environment, too, because the UDC codes and the descriptors are in conceptual level. • The MÁTrIkSz system started at April of 2002, but after some years this project wasn’t finished from personal and financial causes. The Hague 29.10.2009. Agnes Hajdu Barát 10
  11. 11. The Hague 29.10.2009. Agnes Hajdu Barát 11
  12. 12. Examples from MÁTrIkSz The Hague 29.10.2009. Agnes Hajdu Barát 12
  13. 13. The Hague 29.10.2009. Agnes Hajdu Barát 13
  14. 14. KÖZTAURUSZ/OSZK thesaurus The Hague 29.10.2009. Agnes Hajdu Barát 14
  15. 15. Beginnings • The exact project started in 1999, but there were long considerable antecedents. • County Library in Kaposvár , National Széchényi Library • The thesaurus provides system enhancements to subject and concept - UDC - based search services and users can operate more efficiently then earlier. • UDC classification numbers joint to lexical terms of KÖZTAURUSZ and mostly lexical terms have relation to any UDC number. • RELEX software • HUNMARC export has two versions: KÖZTAURUSZ with UDC codes, and KÖZTAURUSZ without UDC codes. The Hague 29.10.2009. Agnes Hajdu Barát 15
  16. 16. Two appearances There are two appearances of this system in the National Széchényi Library: • the search engine in the OPAC • the online thesaurus with the UDC code without bibliographical records. We can look for the UDC code directly and the system shows related descriptors of concept also. The Hague 29.10.2009. Agnes Hajdu Barát 16
  17. 17. Some characteristics 1. • It is the largest Hungarian Information Retrieval Language Dictionary on natural languages. • It was made with the help of modern technology, by computer and it is used on electronic supporting, concerning informational network, Internet, too. Its software is RELEX. • It is possible to develop and keep on the Internet dynamically. • It can work with MARC format. • It has very easy sentence construction and syntax. The Hague 29.10.2009. Agnes Hajdu Barát 17
  18. 18. Some characteristics 2. • It is of high level, efficient, open, flexible, easily used, with rich vocabulary and a clear structure scheme. • It has involved some of the existing Hungarian thesauri since 1990. Their numbers are over 20. • At the beginning the weakness of these thesauri was the few bibliographic records, which are really used in these systems. So the MÁTrIkSz project was a good opportunity for the KÖZTAURUSZ and the OSZK thesaurus. • It can be used by automatic classification and indexing systems, too. • It can involve and the UDC index of the last two Hungarian editions. Hajdu Barát, 2003 The Hague 29.10.2009. Agnes Hajdu Barát 18
  19. 19. Total lexis of KÖZTAURUSZ and Geotaurusz 1. Lexical terms UDC code Comment UDC Hungarian edition, 1990 130 000 UDC Hungarian edition, 2005 90 000 KÖZTAURUSZ 2001.04.15. 28 671 KÖZTAURUSZ 2003.12.16. 38 840 increase: 134 % KÖZTAURUSZ 2008.11.30. 62 141 increase: 217 % KÖZTAURUSZ 2009.03.01. 62 585 increase: 218 % Geotaurusz 2001.02.11. 7 963 Geotaurusz 2009. 03. 01. 67 687 increase: 847 % The Hague 29.10.2009. Agnes Hajdu Barát 19
  20. 20. Total lexis of KÖZTAURUSZ and Geotaurusz 2. – from KÖZTAURUSZ 23 699 UDC code in the 55 837 KÖZTAURUSZ UDC code isn’t in the 26 708 KÖZTAURUSZ UDC entry vocabulary in 2 814 KÖZTAURUSZ Total lexical terms of KÖZTAURUSZ and Geotaurusz actually: 129 828 The Hague 29.10.2009. Agnes Hajdu Barát 20
  21. 21. Comparison Library of Congress, 65 000 2001. Library of Congress, 100 000 increase: 154 2008. % Increasing of different parts of KÖZTAURUSZ: 134-847 % The Hague 29.10.2009. Agnes Hajdu Barát 21
  22. 22. Structure There are the descriptors, nondescriptors (used for), relations in standard form. According to their contents the lexical elements can be following: - technical expression, topical term (library); - geographical and ethnographical term (the Hague); - time (1956); - art style (romanticism); - formal term (dictionary, video); - language phrase (Dutch); - modificator (digital, property); - personal and institutional name (Konrád György, Koninklijke Bibliotheek); - classification of organ, organism, creature (virus, animal); - type of illnesses (grippe). The Hague 29.10.2009. Agnes Hajdu Barát 22
  23. 23. Notes in HUNMARC HUNMARC Name KÖZTAURUSZ/OSZK code thesaurus 667 Nonpublic general note 670 Source data found note Used 675 Source data not found note 678 Bibliographical or historical data note 680 Public general note Used 682 Deleted heading information 687 Usage of heading note Used 688 Application history note 690 Local note The Hague 29.10.2009. Agnes Hajdu Barát 23
  24. 24. Hungarian and English relations in thesauri 1. English HUNMARC Hungarian name of Type of relation mark name of mark subfield relation Relation descriptor 450##a lásd L see / use see / use nondescriptor 450##a helyett (lásd innen) H used for used for, UF (used for) descriptor with see AND / 450##ws lásd ÉS L& see AND / use AND other descriptor use AND nondescriptor with helyett ÉS (lásd innen used for 450##wt H& used for AND other descriptor ÉS) AND see OR / use descriptor with OR 450##wu lásd VAGY L see OR / use OR OR nondescriptor with Helyett VAGY (lásd 450##wv H used for OR used for OR OR innen VAGY) átfogóbban/általá- broader term generic relation 450##wg F BT nosabban generic narrover 450##wh speciálisabb/fajtája A NT term generic The Hague 29.10.2009. Agnes Hajdu Barát 24
  25. 25. Hungarian and English relations in thesauri 1. Type of HUNMAR Hungarian name English name of mark mark relation C subfield of relation Relation broader term partitiv relation 450##wj egésze/teljes T BTP partitiv narrover term 450##wk része/eleme E NTP partitiv eredménye/ broader term causal relation 450##wp R BTC folytatása causal kiindulása/ narrover term 450##wr E NTC elızménye causal related, egyéb rokonsága/ associative 450##wm X related term RT lásd még relation The Hague 29.10.2009. Agnes Hajdu Barát 25
  26. 26. Types of Words and its fields of IRL in the bibliographical record 1. HUNMARC code Name of description Example 600 personal names Németh László (1901-1975) Bethlen Gábor Gimnázium 610 Corporate names (Hódmezıvásárhely) Classification at a crossroads – 611 Meeting names Multiple directions to usability The Hague, 29-30 October 2009 630 Uniform titles Bible (New Testament) 650 Topical terms walking tour, architecture 651 Geographic names The Hague, Szeged, Baktói u. 653 Free topical terms cooper vase, pregnancy The Hague 29.10.2009. Agnes Hajdu Barát 26
  27. 27. Types of Words and its fields of IRL in the bibliographical record 2. HUNMARC code Name of description Example 655 Formal topical terms novel, postcards, thesaurus, season ticket 656 Occupation carpenter, surgery, librarian Targets and objects of 657 social welfare, criminal investigation document LIS education, further education, adult 658 Educational terms education Hierarchical Hungary, Csongrád County, Szeged, 662 Baktó geographic names The Hague 29.10.2009. Agnes Hajdu Barát 27
  28. 28. The authority record 1. Tag ii $ nz n # 5. 000 #####nz 22#####n 4500 001 005 20080713233723.0 008 080603-#n#an-z##ba-#n###-#####-###a#-ana##-###d 040 ## $aMBA $bhu $fJogi és igazgatásügyi tezaurusz 150 ## $aközigazgatási bíróság 450 ## $wy $aállamigazgatási jogszolgáltatás 450 ## $wy $aközigazgatási bíráskodás 450 ## $wy $aközigazgatási kollégium 550 ## $wg $abíróság 550 ## $wk $aközigazgatási jog administrative 550 ## $wk $abírósági felügyelet court 550 ## $wk $aközigazgatási ellenırzés 550 ## $wg $aválasztói kifogás 550 ## $wm $aközigazgatási peres eljárás The Hague 29.10.2009. Agnes Hajdu Barát 28
  29. 29. The authority record 2. 670 ## $aAz 1991. évi XXVI. törvény a közigazgatási határozatok bírósági felülvizsgálatának kiterjesztésérıl. 670 ## $aImre M.: Közig. Bíráskodás, 2008 670 ## $aOSZK-tezaurusz deszkriptora, átvéve 2008 $cUR 678 ## $aMagyarországon 1883-1949, majd 1990-tıl fennálló bíróság 680 ## $aA közigazgatási döntések ellenırzésére hivatott, a rendes bíróságok szervezetétıl eltérı szervezető, az állampolgárnak a közigazgatással, az önkormányzatoknak a kormánnyal szembeni ügyeiben mint utolsó fórumként döntı különös bíróság 690 ## $aAz 1949-1990 közötti idıszak államigazgatási határozatokkal szembeni eljárások, felülvizsgálatok esetén a "jogi felülvizsgálat", vagy a "jogi eljárás" és az adott kérdés deszkriptora ("lakásügy", "illetékügy" stb.), továbbá adott esetben az "egyeztetı bizottság" használandó The Hague 29.10.2009. Agnes Hajdu Barát 29
  30. 30. The authority record 3. • 750 ## $a342.565.4 $2eto 750 ## $a347.998.95 $2eto 750 ## $a351.95 $2eto 750 ## $aadministrartive court $0(euvoc)01539 $2euvoc The Hague 29.10.2009. Agnes Hajdu Barát 30
  31. 31. administrative court Display form • közigazgatási bíróság M: A közigazgatási döntések ellenırzésére hivatott, a rendes bíróságok szervezetétıl eltérı szervezető, az állampolgárnak a közigazgatással, az önkormányzatoknak a kormánnyal szembeni ügyeiben mint utolsó fórumként döntı különös bíróság H: Az 1949-1990 közötti idıszak államigazgatási határozatokkal szembeni eljárások, felülvizsgálatok esetén a "jogi felülvizsgálat", vagy a "jogi eljárás" és az adott kérdés deszkriptora ("lakásügy", "illetékügy" stb.), továbbá adott esetben az "egyeztetı bizottság" használandó Tört: Magyarországon 1883-1949, majd 1990-tıl fennálló bíróság Forrás:Az 1991. évi XXVI. törvény a közigazgatási határozatok bírósági felülvizsgálatának kiterjesztésérıl. Imre M.: Közig. Bíráskodás, 2008 OSZK-tezaurusz deszkriptora, átvéve 2008 (MÉ) H államigazgatási jogszolgáltatás közigazgatási bíráskodás közigazgatási kollégium F bíróság T közigazgatási jog R bírósági felügyelet közigazgatási ellenırzés választói kifogás ETO 342.565.4. 347.998.85 351.95 The Hague 29.10.2009. Agnes Hajdu Barát 31
  32. 32. UDC authority record The Hague 29.10.2009. Agnes Hajdu Barát 32
  33. 33. UDC display format The Hague 29.10.2009. Agnes Hajdu Barát 33
  34. 34. RELEX software to the OWL The Hague 29.10.2009. Agnes Hajdu Barát 34
  35. 35. Hit in the online thesaurus Hungarian English jövesztés break ETO 622.02 UDC 622.02 622.026 622.026 622.063 622.063 622.063.2 622.063.2 622.23 622.23 H jöveszthetıség H breakability A A vízsugaras jövesztés Break with water spout T fejtés T drawing E fejtıgép E cutter machine kızetfúró gép quarrying machine réselés cutting X keszon X caisson The Hague 29.10.2009. Agnes Hajdu Barát 35
  36. 36. Hit in the online thesaurus break The Hague 29.10.2009. Agnes Hajdu Barát 36
  37. 37. Hit in the online thesaurus cutting The Hague 29.10.2009. Agnes Hajdu Barát 37
  38. 38. Hit in the online thesaurus cutting The Hague 29.10.2009. Agnes Hajdu Barát 38
  39. 39. Integrated Library System KÖZTAURUSZ and its possibilities are adopted by some Hungarian Integrated Library System as a controlled vocabulary, for example TextLib, HunTéka, SrLib etc. The Hague 29.10.2009. Agnes Hajdu Barát 39
  40. 40. Extension Jelrendszer: Kék alap: Köztaurusz 2006, barna UJINFO angol, zöld CSA, ciklámen új javaslatok,világossárga Bgy javaslata Fogalom. Angol Definíció és utalók Relex abnormalitás abnormality l. deviancia, vagy deviancia alá Relex LV eltérés lásd még mővi abortusz , lásd még spontán vetélés, v. ö. terhesség /vagy mővi abortusz abortusz abortion l. abortusz, és a vetélések külön/ Relex LV mővi abortusz, vetélés absztinencia abstinence ált. vagy v.ö. Alkoholizmus, alkoholfogyasztás Relex csak ETO absztrakció abstraction Relex csak ETO abúzus abuse visszaélés szerekkel, alkohollal, testi erıvel Relex nincs adakozás jótékonyság alá Relex uígy adaptáció adaptation alkalmazkodás l. adaptáció Relex. Fordítva, úgy is jó adat /mérés/ items /measures/ mérési adat Relex. Problémás adat minısége data quality data bank << adatbank database l. adatbázis vagy fordítva Relex. Uígy database << data adatbázis bank l. adatban vagy fordítva Relex. Uígy Kutatás folyamata a társadalomkutatásban methodology /data alá. A már létezı szociológiai adatok adatelemzés analysis/ kvantitatív elemzése és értelmezése. Relex. L. adatmodellezés. Egészen rossz! The Hague 29.10.2009. Agnes Hajdu Barát 40
  41. 41. Conclusion • Thesauri and other for concept-building vocabulary to take additional possibility of usability and visualization of UDC and its structure • The UDC appears to be more visible as an information retrieval tool and knowledge organiser in presented systems • The paper stressed the importance of cognition in providing the basis for concept-building and pointed out obvious possibilities and expedients of integration of thesauri and UDC. The Hague 29.10.2009. Agnes Hajdu Barát 41
  42. 42. References • Bánki, Zsolt István: Általános Információkeresı-nyelvi szótár elméleti kérdései és gyakorlati megvalósítása. Budapest: ELTE BTK, 2002. 43 p. • Fejıs László, Ungváry Rudolf: A letöltött Köztaurusz HUNMARC formátumú aktualizálása rátöltéssel. http://www.ki.oszk.hu/107/e107_files/downloads/olvass_el_a_hunmarc- letoltes_ismertetese.rtf • Agnes Hajdu Barat: Knowledge Organization in the Cross-cultural and Multicultural Society = Culture and Identity in Knowledge Organization / Ed.Clément Arsenault, Joseph T.Tennis. Würzburg: Ergon Verlag, 2008, p. 91-97. • Agnes Hajdu Barat: General Information Retrieval Language Dictionary in the Széchényi National Library (Hungary) = Tendencias de Investigación en Organización del Conocimiento – Trends in Knowledge Organization Research. Salamanca, Universidad de Salamanca, 2003, p.463-468. • Ungváry Rudolf: Diplomatezauruszok hibái és tanulságai = TMT, 56, (2009) 5 http://tmt.omikk.bme.hu/show_news.html?id=5142&issue_id=504 • Zombori Attila: Ütıhangszerek tezaurusza= TMT, 56, (2009) 5 http://tmt.omikk.bme.hu/show_news.html?id=5144&issue_id=504 • http://www.controlledvocabulary.com/ • http://www.mokka.hu/ The Hague 29.10.2009. Agnes Hajdu Barát 42
  43. 43. Thank you for your attention! The Hague 29.10.2009. Agnes Hajdu Barát 43

×