Метаданные для гуманитарных данных
Метаданные описывают данные: что это, кто собрал, когда и на каких условиях. От их качества зависит, найдут ли набор и смогут ли им воспользоваться. Ниже — обязательные поля и типичные ошибки.
Что описывают метаданные
Происхождение, содержание, структуру, права и условия доступа. Они не заменяют данные, но позволяют понять их без открытия файлов. Для текстов и интервью это особенно важно: содержание редко очевидно из названия.
Стандарты
Dublin Core задаёт базовый набор элементов: название, создатель, дата, тип, формат, права. Для сложных наборов используют расширенные схемы. Главное — единообразие внутри проекта.
Происхождение
Укажите, как собраны данные: метод, период, география, инструмент. Для интервью — гайд и критерии отбора, для текстов — источник и правила отбора. Это позволяет оценить пригодность набора для новой задачи.
Язык и кодировка
Язык данных, письменность, кодировка файлов. Для гуманитарных наборов это не формальность: смешение кодировок ломает поиск и делает текст нечитаемым.
Права и доступ
Лицензия, ограничения, срок эмбарго. Если данные содержат персональные сведения, доступ ограничивается, а метаданные всё равно публикуются. Так набор остаётся находимым.
Структура
Опишите файлы и связи: сколько интервью, какие таблицы, как связаны идентификаторы. Пользователь должен понять устройство набора до скачивания.
Качество
Укажите пропуски, спорные случаи, ручную правку. Честное описание ограничений повышает доверие и снижает риск неверного использования.
Версия
Метаданные меняются вместе с данными. Новая версия получает дату и описание изменений. Ссылка на конкретную версию сохраняется в публикациях.
Проверка
Заполните метаданные и попросите коллегу найти набор по описанию. Если он не может понять, что внутри, описание недостаточно.
Пример
Набор текстов был выложен с названием и датой. Пользователи не понимали, какие жанры внутри и на каком языке. После добавления описания структуры и прав число обращений за уточнением сократилось.
Итог
Метаданные описывают происхождение, содержание, права и структуру набора. Единый стандарт, версия и проверка описания делают данные находимыми и пригодными к повторному использованию.
Dublin Core на практике
Пятнадцать базовых элементов покрывают большую часть потребностей. Заполняйте те, что применимы, и не оставляйте пустыми название, создателя, дату и права. Остальные добавляйте по мере необходимости.
Для специфических материалов полезны уточнения: жанр, язык, период. Они не обязательны, но заметно улучшают поиск в узкой области.
Связь с каталогом
Метаданные набора и каталог файлов должны ссылаться друг на друга. Один идентификатор, один набор, одна запись. Дублирование допустимо, расхождение — нет: читатель не поймёт, какая версия верна.
Публикация описания
Даже при закрытых данных описание публикуется. Это позволяет найти набор и запросить доступ. Указание причины ограничения повышает доверие и снижает число необоснованных запросов.
Ошибки описания
Общие слова, отсутствие метода, неверный язык, устаревшая ссылка. Каждая из этих ошибок делает набор менее полезным. Проверка коллегой и поиск по описанию помогают их поймать.
Кто заполняет
Метаданные заполняет тот, кто собирал данные, а проверяет ответственный за архив. Автор знает контекст, проверяющий видит пробелы. Разделение ролей снижает риск, что описание будет понятно только создателю.
Если проект большой, полезно вести шаблон с обязательными полями. Заполнение по шаблону занимает меньше времени и даёт единообразие.
Словари и единообразие
Используйте принятые словари для типов данных, языков и прав. Свободный текст удобен, но плохо ищется. Там, где возможен список, выбирайте из списка: это упрощает поиск и снижает число опечаток.
Для специфических терминов допускайте свободные значения, но фиксируйте их в глоссарии проекта.
Проверка описания
Попросите коллегу найти набор по описанию и сказать, что внутри. Если он ошибается, описание недостаточно. Проверьте также ссылки и контакт: устаревшая почта делает набор бесполезным для запросов.
Что делать с наследием
Для старых наборов часть полей неизвестна. Не оставляйте пустоту без пояснения: укажите «неизвестно» и источник сведений. Это честнее, чем догадка, и помогает будущим пользователям.
Если данные оцифрованы из бумажного архива, укажите оригинал и место хранения. Связь с источником важнее полноты описания.
Кто пользуется метаданными
Поисковые системы, коллеги и будущие исследователи. Первые нуждаются в ключевых словах, вторые — в структуре, третьи — в правах. Баланс достигается коротким, но точным описанием без лишних деталей.
Что проверить перед публикацией
Название, создатель, дата, права, язык, метод. Шести полей достаточно, чтобы набор нашли и поняли, можно ли им пользоваться.
Коротко о главном
Название, создатель, метод, права, язык. Пять полей, без которых набор трудно найти и понять.
Что влияет на качество
Полнота описания и единый стандарт. Проверка коллегой ловит пробелы быстрее, чем повторное чтение своих же полей.
Чек-лист
- Название и создатель заполнены.
- Указаны метод, период и география.
- Язык и кодировка описаны.
- Права и условия доступа указаны.
- Структура набора объяснена.
- Версия и дата зафиксированы.
- Описание проверено коллегой.
Частые вопросы
Можно ли заполнять частично?
Лучше минимальный полный набор, чем много пустых полей.
Нужен ли английский?
Для международного поиска полезно дублировать название и аннотацию.
Где хранить метаданные?
В самом наборе и в записи репозитория; дублирование допустимо.