Uitstekende presentatie van Henk Gianotten over de gebrekkige toepassing van metadata in de zakelijke communicatie. Je ziet in de presentatie voorbeelden van grote organisaties die veel 'untitled.doc' document-titels op hun website hebben staan. Probeer dan maar eens iets te vinden.

1. INTELLIGENT SEPARATION
COMPOSITION MODEL
BiTe Congres
Henk Gianotten Groningen, 19-02-2009

2. Untitled en documentaanmaak
• De inleider en het onderwerp
• Digitalisering en de effecten
• Documentproductie in stappen
• Kleur en profilering
• Tekst en encoding
• PDF-standaards in gebruik
• Zoekmachineoptimalisatie

3. Opmerking: 27800 untitled RUG-bestanden!

4. Digitalisering en E-volutie
• Alle processen worden gedigitaliseerd
• Extreme groei browsertoepassingen
• Data applicatie-overschreidend
• Tekst- en beeldtransformatie
• Vector- en kleurtransformatie
• Dwingende en gecontroleerde transfer
• Universele zoekstandaards essentieel

5. PDF/X
Druk-
o.a.:
De documentstappen of
print
Print
Scherm
Beeld CAD-
Kaart Scanner Vector of
PDF/E Mobile
Of Engineer.
Foto
of
RGB
GIS-
document
+ 3-D Druk
E-mail
Input ODF- PDF- Certified
MS-Word of of of Internet
copy
OCR
Excel e.d. OXML-
document
XPS-
bestand
Optimized
PDF
Browser
Intranet
Beeld Quark,
Camera
Vector InDesign, PDF/A CMS
of
of of TEX- Archival
Tablet
RGB document
E-book
E-archief

6. Bestanden en tekst
• Tekst als afbeelding
• Tekst als outline
• 4 soorten letterfonts
• PS of PostScript Type 1 Mac-versie
• PS of PostScript Type 1 PC-versie
• TT of TrueType
• OT of OpenType
• Encoding bepaalt zoekmogelijkheden

7. Elk teken kent een ‘encoding’
• Heel vroeger Morse code
• Digitaal in PC volgens ASCII (128 tekens)
• Daarna ASCII extended (8-bit)
• Maximaal 256 codes (pagecodes)
• Verschillende indelingen van Mac en PC
• Verschil talen en toepassingen bv Central Europe
• Vele slechte ‘huisvlijtfonts’ zijn in omloop
• Unicode is nu ISO 10646 wereldwijde standaard

8. 1982: IBM Personal Computer
∎ =ISO 646 US
∎ =ISO 646 US

12. Letter en glyphs
• Letter kent meerdere varianten of glyphs
• Gewicht (light/bold) en cursivering als E, E, E en E
• Cijfers als tabelcijfer, tekstcijfer e.d. als 1,₁ ① en ¹
• Ligaturen met combinaties als æ, ij, fi, fl, ffi en ffl
• Zoekmachine ziet de code niet; wij de afdruk wel
• Foutieve encoding is niet zichtbaar
• Zelfs goedgekeurde PDF’s kunnen foute fonts
bevatten; fout wordt niet vooraf geconstateerd

13. Meerdere varianten zelfde letter

14. Unicode is basis OpenType
• Codering glyphs U+0001 – U+FFFF (Hex)
• We hanteren nu Unicode versie 5.0
• Elk teken heeft eigen positie; ook Dingbats
• Vrijwel onbeperkt aantal glyphs
• Zoekmachine selecteert op charactercode
• Font moet juiste tabellen bezitten
• HTML, XML en webtoepassingen in Unicode
• Browsers in UTF-8, UTF-16, UTF-32 en Unicode

15. Typografische mogelijkheden OT
• Kleinkapitalen
• Ligaturen
• Add. ligaturen
• Echte breuken
• Kapitaalafhankelijk
• Tabelcijfers
• Old Style cijfers

16. Unicode/OT zoekroutine
• Unicode codering is belangijk
• Foutief encoded fonts hebben verkeerde code
• Teken wel zichtbaar in document en op scherm
• Ook indien het bewuste font embedded is
• Juiste code is soms niet in bestand
• Bewuste teken is dan niet te traceren
• Zoeksystemen kunnen het ook niet vinden
• Vooral oude PS-fonts geven die problemen

18. Euroleed en encoding
De foute eurotekens van Océ zijn zichtbaar maar niet ‘searchable’!

19. Kleur en profielen
• Kleurobjecten beschrijft men in RGB
• Kleurtemperatuur (lichtkleur) belangrijk
• 2 kleuren D50 en D65 (5000° resp. 6500° Kelvin)
zijn als standaard vastgelegd
• Kleurtransformatie met behulp van ICC-profielen
• Profielinformatie geeft bron of doel weer
• Profielen werken 2 kanten uit; daardoor blijft bron-
informatie behouden voor andere output

20. Intelligent Separation Model
Additief RGB versus Subtractief CMY

21. Kleurruimtetransformatie
Kleurruimtes zijn sterk verschillend; transformaties
moeten gecontroleerd worden uitgevoerd ⇆ ISM

22. Color Management System

23. Bestanden ook voor later
• PDF, PDF/X (grafisch) en PDF/E zijn voor productie
• X is inclusief procesdata JDF (Job Definition Format)
• PDF/E (Engineering) is ook ISO-standaard
• PDF/UA (Universal Access) voor o.a. blinden (iv)
• PDF/H (Healthcare) is in voorbereiding (EPD?)
• PDF/A is ISO-standaard voor archivering
• Viewers en printers kunnen PDF/A altijd weergeven
• PDF/A wordt verplicht bij overheid en bedrijven
• Versie voor tekst en beeld inclusief tagged tekst A-1a
• Versie voor beeld zonder zoekdata A-1b

24. Untitled en metadata
• Zorg voor de juiste OT-fonts in PDF-bestand
• Zoeken op juiste encoding is dan verzekerd
• Zorg dat profielen bij het beeld blijven
• Juiste kleur kan dan bij elke uitvoer worden gerealiseerd
• Optimaliseer voor webweergave
• Bestandsreductie door juiste resolutie, data en tags
• Vul altijd relevante metadata in de juiste velden in
• Zoekmachine zoekt op titel, metadata en inhoud
• ‘Untitled’ verlaagt de ranking en dus het resultaat!

25. Opmerking: 287.000 files untitled!