Artigo_Scan for Marc1 Sintaxe e Semântica de Registros Bibliográficos Na Conversão de Dados...

20 Scan for Marc: sintaxe e semntica de registros bibliogrficos na converso De dados analgicos para o formato MAR21 Bibliogrfico

Z. R. Zafafon

CRB-8 Digital, So Paulo, v. 6, n. 1, p. 20-32, ago. 2013 | http://revista.crb8.org.br

Artigos

Scan for Marc1: sintaxe e semntica de registros bibliogrficos na converso de dados analgicos para o Formato MARC21 Bibliogrfico2 Zaira Regina Zafalon Docente na Universidade Federal de So Carlos (UFSCar), Doutora em Cincia da Informao pela Universidade Estadual Paulista (UNESP). Dados para correspondncia: R. So Paulo, 260, Vila Monteiro, So Carlos, SP. CEP: 13560-340. [email protected] Resumo: Estuda-se a converso de registros bibliogrficos e delimita-se o objeto de estudo pelo entendimento da converso de dados analgicos para o formato MARC21 Bibliogrfico, a partir da anlise sinttica e semntica de registros descritos segundo

padres de estrutura de metadados descritivos e padres de contedo. Busca-se desenvolver um modelo terico-conceitual de sintaxe

e semntica em registros bibliogrficos, a partir de estudos lingsticos saussureanos e hjelmslevianos das manifestaes da linguagem

humana, que subsidie o desenvolvimento de um interpretador computacional, voltado converso de registros bibliogrficos ao formato

MARC21 Bibliogrfico, passvel de se confirmar tanto o valor semntico do recurso informacional representado quanto a fidedignidade

da representao. O percurso metodolgico da pesquisa baseia-se na abordagem qualitativa, de carter exploratrio, descritivo e

experimental e recorre pesquisa bibliogrfica. Contribuies no plano terico so vislumbradas diante do desenvolvimento de

questes inerentes aos aspectos sintticos e semnticos de registros bibliogrficos, e por envolver, a um s tempo, a

interdisciplinaridade entre a Cincia da Informao, a Cincia da Computao e a Lingstica. Contribuies no campo prtico so

identificadas pelo fato de o estudo abranger o desenvolvimento do Scan for MARC, um interpretador computacional de converso de

registros bibliogrficos impressos para o formato MARC21 Bibliogrfico. Palavras-chave: Converso de registros bibliogrficos; Anlise sinttica de registros bibliogrficos; Anlise semntica de registros bibliogrficos; Formato MARC21 Bibliogrfico; ISBD. AACR2r; Padro de estrutura de metadados descritivos; Padro de contedo. INTRODUO Esta pesquisa apresenta como tema nuclear o estudo do processo de converso de registros bibliogrficos

e delimita-se pelo entendimento da converso de registros bibliogrficos para o Formato MARC21

Bibliogrfico3, a partir de anlise sinttica e semntica. Diz respeito, portanto, ao estudo da representao

de recursos informacionais e do compartilhamento e converso de registros bibliogrficos em ambiente

digital, ao desenvolvimento tecnolgico e de aspectos tericos e metodolgicos que envolvem tais

processos, utilizando-se de ferramentas e mtodos inerentes s tecnologias da informao e comunicao.

Os recursos tecnolgicos e miditicos, por meio de estruturas computacionais, permeiam a produo, a

organizao, a distribuio, o acesso, o armazenamento, a preservao, o uso e o reuso dos recursos

informacionais por meio de mtodos de representao e de recuperao, construindo, consequentemente,

1 Programa de computador registrado no Instituto Nacional de Propriedade Industrial (INPI) sob o n 13192-0. 2 Tese apresentada ao Programa de Ps-Graduao em Cincia da Informao da Universidade Estadual Paulista (UNESP) como requisito parcial para a obteno do ttulo de Doutor em Cincia da Informao. Data da defesa: 29 jun. 2012. Banca examinadora: Profa. Dra. Plcida Leopoldina Ventura Amorim da Costa Santos (orientadora), Profa. Dra. Dulce Maria Baptista (UnB), Prof. Dr. Edberto Ferneda (UNESP), Profa. Dra. Elisa Campos Machado (UNIRIO) e Prof. Dr. Ricardo Csar Gonalves Santana (UNESP). 3 MARC acrnimo de MAchine Readable Cataloging Record. O Formato MARC 21 agrega formatos destinados a dados bibliogrficos, dados de autoridade, para holdings, para dados de classificao e para informaes de comunidade. Nesta pesquisa sero estudados dados bibliogrficos.


novo contexto scio-cultural, educacional, econmico e tecnolgico. Aliado a esses fatores h o

crescimento exponencial de acervos documentais em unidades de informao, o que requer a adequao

de processos biblioteconmicos que satisfaam, de modo eficiente e eficaz, demanda informacional por

diferentes pblicos.

Recorrer a mecanismos computacionais nas atividades do dia-a-dia das bibliotecas, como substitutos das

atividades manuais e mecnicas, j foram indicados por Ranganathan e Gopinath (1967), para quem esse

processo exige viabilidade econmica e, em ltima instncia, depende do estgio de desenvolvimento de

um pas. No mbito tcnico-funcional-administrativo das bibliotecas, o emprego de tecnologias de

informao e comunicao tornou-se constante, o que favorece tanto o surgimento quanto a inovao de

vrias atividades cooperativas.

Com as novas tecnologias de informao e comunicao surgem, tambm dentre as atividades

cooperativas, as facilidades de compartilhamento de registros bibliogrficos entre as mais variadas

unidades de informao. Identificou-se na literatura, entretanto, que para se estabelecer o processo de

converso de dados bibliogrficos para o Formato MARC21 Bibliogrfico parte-se do estudo, do

conhecimento e do delineamento da estrutura do banco de dados da base legada. Porm, diante da

diversidade da estrutura das bases de dados, as aes de converso so dificultadas.

Diante do exposto, e do cenrio de atuao profissional do bibliotecrio a partir de aspectos das novas

tecnologias da informao e da comunicao, questiona-se: [1] possvel proceder a converso de

registros bibliogrficos para o formato MARC21 Bibliogrfico por meio de uma mesma metodologia que

seja aplicvel a diferentes bases?; [2] possvel estabelecer-se um contedo sinttico e semntico do

registro bibliogrfico que possa nortear o processo de converso ao Formato MARC21 Bibliogrfico? [3]

possvel aplicar-se um modelo terico-conceitual de sintaxe e semntica de registros bibliogrficos uma

ferramenta computacional que permita estabelecer a converso para o Formato MARC21 Bibliogrfico?

Nesse sentido, estabelecem-se como premissas os fatos: a) no h padronizao nica adotada para a

definio da estrutura de bases de dados em sistemas gerenciadores de bibliotecas e outras unidades de

informao; b) no domnio bibliogrfico, os registros bibliogrficos so elaborados a partir de convenes

advindas de comunidades de prtica; e c) h esquemas tradicionais e internacionais de descrio e de

visualizao de registros bibliogrficos, identificados nos padres de estrutura de metadados descritivos e

nos padres de contedo.

Prope-se, assim, o objetivo de desenvolver um modelo terico-conceitual de sintaxe e semntica em

registros bibliogrficos, a partir de estudos lingsticos saussureanos e hjelmslevianos das manifestaes

da linguagem humana, que subsidie o desenvolvimento de um interpretador computacional4, voltado

converso de registros bibliogrficos ao formato MARC21 Bibliogrfico, passvel de se confirmar tanto o

valor semntico do recurso informacional representado quanto a fidedignidade da representao.

4 O conceito de interpretador computacional nesta pesquisa adotado para refletir o processo, mediado por meios computacionais, que interpreta um registro bibliogrfico analgico por meio de uma estrutura definida pelas marcaes sintticas, identificadas pelos sinais de pontuao presentes nos registros bibliogrficos, de tal forma que permite inferir o valor semntico do recurso informacional representado de modo que seja garantida a fidedignidade da representao. Tendo em vista a busca pela garantia da interpretao dos dados e a simplificao do processamento optou-se pelo uso da linguagem Perl que, segundo Stockton (]2005]), uma linguagem interpretada otimizada para examinar arquivos de textos e extrair informaes de arquivos de textos. Considerou-se, tambm, o fato de estar sob os termos da Licena Pblica Geral (GNU), caracterizando-se como sendo software livre (PERL, [2011]), e por permitir aliar programas desenvolvidos em diversificados ambientes, tais como UNIX, MSDOS, Windows, Macintosh, OS/2. Para o desenvolvimento dos testes recorreu-se ao ambiente Strawberry Perl.


Z. R. Zafafon


Tendo em vista os objetivos definidos o percurso metodolgico nesta pesquisa baseia-se na abordagem

qualitativa, na qual possvel assumir uma relao dinmica com o mundo real, por meio da interpretao

e atribuio de significados aos fenmenos estudados, segundo Gonsalves (2011). De acordo com os

objetivos, a pesquisa expe carter exploratrio, uma vez que se caracteriza pelo desenvolvimento e

esclarecimento de ideias, com objetivo de oferecer uma viso panormica, uma primeira aproximao a

um determinado fenmeno que pouco explorado e, por oferecer, por meio da pesquisa bibliogrfica,

dados elementares que do suporte para a realizao de estudos mais aprofundados sobre o tema

(GONSALVES, 2011, p. 67). Por considerar, ainda, os objetivos, a pesquisa encarrega-se do carter

descritivo, por descrever as caractersticas de um objeto de estudo. (GONSALVES, 2011, p. 68). O

carter experimental tambm est presente por referir-se a um fenmeno que reproduzido de forma

controlada, submetendo os fatos experimentao (verificao), buscando, a partir da, evidenciar as

relaes entre os fatos e as teorias. (GONSALVES, 2011, p. 69).

Tal estudo, a nosso ver, deflagra contribuies tanto no plano terico, por vislumbrar o desenvolvimento de

questes sobre aspectos sintticos e semnticos de registros bibliogrficos, e por envolver, a um s tempo,

a interdisciplinaridade entre a Cincia da Informao, a Cincia da Computao e a Lingstica, de modo a

reafirmar a proposta de Borko (1968) e de Saracevic (1996); quanto no prtico, por abranger o

desenvolvimento de interpretador computacional que possa ser adotado por quaisquer instituies que

queiram utilizar-se de procedimento de converso de bases de dados de registros bibliogrficos, para o

formato MARC21 Bibliogrfico a partir dos esquemas de descrio (AACR2) e de visualizao de registros

bibliogrficos (ISBD), carter que se considera inovador na pesquisa.

1. PADRES DE REPRESENTAO DE RECURSOS INFORMACIONAIS E CONVERSO DE REGISTROS BIBLIOGRFICOS A relao intrnseca entre representao e recuperao de documentos exige que se leve em conta as

ferramentas de descrio e, tambm, de estrutura de registros bibliogrficos, o que promove consistncia,

preciso e relevncia aos resultados obtidos em resposta a uma consulta. Em se tratando de estrutura e

de descrio de contedo recorre-se a Foulonneau e Riley (2008) que apresentam os padres de estrutura

de metadados descritivos e os padres de contedo.

Dentre os padres de estrutura de metadados descritivos, que listam elementos considerados importantes

para a descrio do recurso, incluindo caractersticas fsicas e de contedo, destaca-se o Formato MARC

Bibliogrfico. Quanto aos padres de contedo, que, por sua vez, fornecem regras para a sintaxe de uma

entrada em um campo de metadado e tem o propsito de promover consistncia em registros metadados

para permitir uma melhor pesquisa e recuperao pelos usurios, encontram-se as AACR2.

Em bibliotecas familiar o padro de contedo e sua relao com o padro de estrutura de metadados,

como as AACR2 e sua relao com o MARC, ambas estudadas nesta pesquisa. As AACR2r, reviso de

2002 das Anglo-American Cataloging Rules, 2nd edition, apresentam, por meio de orientaes, regras e

exemplos, a descrio do contedo e, tambm, a escolha, a elaborao e a atribuio de pontos de acesso

a um documento, o que permite que sejam criados os direcionamentos para a construo de catlogos

bibliogrficos. Pelo fato de as AACR2r apresentarem, inclusive historicamente, relao direta com as


ISBDs, pode-se dizer, de certo modo, que, para os catlogos manuais, elas assumem tanto aspectos do

padro de estrutura de metadados descritivos quanto do padro de contedo.

Compreende-se a ISBD como padro de estrutura de metadados descritivos a partir de Swanson (1973) e

Langker (1974) para quem a ISBD especifica os elementos de uma descrio bibliogrfica, prescreve a

ordem em que devem ser apresentados, mas, principalmente, porque indica os sinais de pontuao pelo

qual os elementos devem ser demarcados.5 Desse modo, a ISBD visa trs objetivos: fazer registros de

diferentes fontes intercambiveis, facilitar a sua interpretao acima das barreiras lingsticas e facilitar a

converso de tais registros forma legvel por mquina.

Para a descrio e a recuperao de registros bibliogrficos em meio automatizado, requerida, aliada s

AACR2r, a adoo de um padro de estrutura de metadados descritivos, e, para esta pesquisa, interessa

estudar o Formato MARC21 Bibliogrfico, que abrange aspectos de leitura e de interpretao de dados

disponveis em registros bibliogrficos por meio computacional. Aspectos inerentes estrutura de um

registro MARC podem ser notados pela flexibilidade da estrutura do arquivo e pelo nmero e tamanho

ilimitados dos campos. O processo de leitura e interpretao computacional de um registro bibliogrfico em

Formato MARC facilitado pelas marcaes inerentes a ele.

Entende-se, por fim, que as convenes adotadas nas marcaes de um registro bibliogrfico, quer seja

pela ISBD, quer seja pelo Formato MARC21 Bibliogrfico, promovem, aliadas s regras de descrio de

contedo, dadas pelas AACR2r, cada uma a seu modo, o desenvolvimento de catlogos e o atendimento

aos objetivos bibliogrficos.

Considerando-se que o tratamento tcnico e o registro de informaes bibliogrficas, sem dvida, so as

atividades nas quais mais incidem os custos de um processo de automao, torna-se fundamental garantir

que os dados em meio digital do acervo sejam (re)utilizados. Para tanto, requerida a garantia da base

tecnolgica e metodolgica fornecida pela adoo de padres, que, por sua natureza, promovem

compatibilidade e intercmbio de registros bibliogrficos. Em se tratando de intercmbio de dados

bibliogrficos, uma das principais atividades envolve a converso de dados bibliogrficos. Porm, faz-se

necessrio esclarecer que os termos converso e migrao de dados bibliogrficos, usados, algumas

vezes, como sinnimos, so diferentes. No enfoque desta pesquisa, a expresso converso adotada

para designar o processo de mudana do suporte no qual um registro bibliogrfico est inscrito ou, ainda, o

processo em que a alterao se d no nvel da estrutura do registro, o que no envolve a alterao da

descrio de seu contedo. A converso de dados bibliogrficos assumida, portanto, como meio de se

proceder a mudana de padro de estrutura de metadados descritivos dos recursos informacionais.

Tendo em vista a configurao da proposta terica acerca dos registros bibliogrficos, o prximo tpico

apresenta a contribuio de Saussure e de Hjelmslev representao de recursos informacionais.

5 Considerar a ISBD como um padro de estrutura de metadados descritivos por conta da pontuao assume carter fundamental para o desenvolvimento desta pesquisa, uma vez que, segundo Trask (2008, p. 232), a pontuao um sistema convencional de marcas que representam informaes sobre a estrutura de um texto escrito. Por sua vez, Langker (1974) ressalta que a pontuao usada para fins estruturais para delimitar os campos e subcampos (de modo a auxiliar um operador de mquina a registrar em formato legvel por mquina). Entende-se que a pontuao prescrita nas ISBDs cumpra a dupla finalidade de proporcionar meios para precisar elementos bibliogrficos, independentemente da linguagem, tanto para seres humanos quanto para mquinas.


Z. R. Zafafon


2 A SINTAXE E A SEMNTICA DE REGISTROS BIBLIOGRFICOS A PARTIR DE SAUSSURE E HJELMSLEV

Recorre-se contribuio lingstica da comunicao humana, feitos por Saussure, e concepo

semntica estruturalista, com Hjelmslev, para a elaborao do arcabouo terico da sintaxe e da

semntica dos registros bibliogrficos.

Entende-se que, da mesma forma que a lingstica se forma pelas manifestaes da linguagem humana

(SAUSSURE, 2010, p. 13), o papel social das instituies de patrimnio cultural forma-se a partir da

representao de tais manifestaes, levando-se em conta aquelas registradas, independentemente do

meio e do suporte em que isso seja feito. As manifestaes da linguagem humana, por meio de seus

registros, permitem a descrio, a identificao, o acesso, o uso, o reuso, a disseminao e o

compartilhamento entre as mais diversificadas instituies de patrimnio cultural. O fenmeno da

representao dos recursos informacionais integra duas faces que se correspondem e se complementam:

a obra e a manifestao, ambas reconhecidas pela International Federation of Library Associations and

Institutions (1998, 2005, 2009) como produtos do esforo intelectual ou artstico.

Obra a criao intelectual ou artstica que reflete o contedo e identificada como uma entidade

abstrata. Para Smiraglia (2002), obra o conhecimento deliberadamente criado para representar um

conjunto coordenado de idias (ou seja, o contedo ideacional), que veiculado por meio do texto tem a

finalidade de ser comunicado ao consumidor. Um documento pode conter uma ou mais obras, e uma obra

pode existir em um ou mais documentos, o que significa que possvel que exista em vrias instncias.

Manifestao a corporificao de uma obra, que s possvel de ser conhecida se manifestada, ou, de

outro modo, a manifestao s existe a partir da concepo de uma obra; a obra s pode ser reconhecida

por meio da manifestao. A manifestao assume a forma fsica. Assim, a representao da informao

s possvel de ser realizada por meio da compreenso da correspondncia entre obra e manifestao.

No se pode, portanto, reduzir a representao a uma ou a outra face: obra resultado do pensamento,

sem que, entretanto, tenha sido manifestada, vindo a pblico. Surge, por conseguinte, da, a

correspondncia entre a obra, unidade complexa mental, e a manifestao, unidade complexa fsica.

Entenda-se, portanto, que a manifestao o traje que uma obra ocupa.

Compreende-se, portanto, que os recursos informacionais constituem-se de manifestaes socializveis de

obras, estas, por sua vez, individuais ou coletivas. Partindo-se desta perspectiva, pode-se avistar um

dilema sobre o que de fato se representa: ou envolve-se com a explicao de que a obra, por ser

concepo mental primeira; ou arrisca-se a perceber que a manifestao, registro em suporte fsico da

concepo mental. Parte-se do ponto de vista de se observar a representao a partir da manifestao.

Representao da informao , portanto, o ato de articular formas de descrio a partir de instrumentos

que permitam tornar cognoscvel um recurso informacional sem que seja necessrio recorrer ao

documento original para identific-lo. O enfoque entre obra e manifestao e sua relao com o processo

comunicativo norteiam o estudo de uma possibilidade terica advinda do campo da linguagem para se

pensar os registros da informao, como o sugerido por Ferdinand de Saussure, em 1916, relacionando-o

com a questo do significado e do significante. Para tanto, estuda-se a correspondncia entre obra e

manifestao, significado, significante.


Do mesmo modo que Saussure (2010, p. 81 et seq.) apresenta princpios como a arbitrariedade do signo e

o carter linear do significante, buscar-se- explicitar a correlao entre obra e manifestao presentes nos

princpios de Saussure. Quanto ao primeiro princpio, O lao que une o significante ao significado

arbitrrio (SAUSSURE, 2010, p. 81), observa-se a arbitrariedade da manifestao em relao obra.

Neste sentido, a idia de uma obra, como 100 cientistas que mudaram a histria do mundo, de John

Hudson Tiner, no apresenta relao direta com, to somente, uma forma de manifestao; essa ligao

arbitrria e pode assumir outras tantas formas: um roteiro de uma pea teatral ou de um cinema; um

musical; um livro; entre outras. Na prtica, a forma de manifestao selecionada pode ser qualquer uma,

desde que evoque a obra por meio da corporificao. Diante do segundo princpio, O significante [...]

desenvolve-se no tempo [...] (SAUSSURE, 2010, p. 84), de to notvel relevncia quanto o primeiro,

entende-se que a linearidade que um registro assume requer uma sequncia para o registro da obra na

manifestao do produto mental (contedo ideacional), independentemente de sua forma.

A obra faz meno ao conceito mental, ou, para remeter a Saussure, ao significado, ao conceito; a

manifestao, por sua vez, remete ao significante, imagem acstica registrada. A obra, reduzida a um

princpio essencial para a manifestao, apresenta correspondncia entre tantas formas de expresso

quantas forem possveis.

O catalogador, assim sendo, precisa conhecer as manifestaes para, delas, recorrer aos mecanismos de

representao, o que possibilitar dar a conhecer aos outros os recursos informacionais. Dessa maneira,

embora a manifestao seja, por si s, estranha obra, impossvel abstra-la das vrias manifestaes,

processo pela qual a obra constantemente passvel de ser representada. Obra e manifestao, dois

sistemas distintos, so, porm, complementares para a formao do objeto documental. A obra pode ter

uma tradio oral, fixada diversamente da tradio escrita em um suporte, e, mesmo assim, ser transferida

para outras geraes. Embora essas de tradio oral possam ser objeto das instituies de patrimnio

cultural, conquanto no estiverem registradas, no so passveis de representao.

Na rea de lingstica, h estudos voltados semntica estruturalista que, por sua vez, abordam a

semntica de forma concreta e analisam a semntica lexical a partir da idia central de que a linguagem

deve ser vista como um sistema (GEERAERTS, 2010; TAMBA-MECZ, 2006). Assim, a linguagem natural

pode ser entendida como um sistema simblico, com propriedades e princpios prprios que determinam

como um signo lingstico funciona.

A contribuio hjelmsleviana advm da viso de estrutura na lingstica estruturalista. Recorre-se, tambm,

a Hjelmslev (1991, p. 116), para compreender melhor a relao entre objeto, estrutura e descrio

cientfica, quando o autor afirma, diante da lingstica, que No h nem conhecimento nem descrio

cientfica possvel de um objeto qualquer sem recurso a um princpio estrutural. Diante de tal afirmativa

observa-se a adoo de princpios formais em uma relao parte-todo o que supe uma afinidade

intrnseca representao documental na Cincia da Informao.

Denota-se um paralelo entre a semntica estruturalista e a Cincia da Informao, tendo em vista que

ambas fundamentam-se em constructos simblicos e com viso sistmica, seno, veja-se: tal qual a

linguagem, a representao tambm recorre a um sistema, no qual possvel estudar, analisar e

representar unidades informacionais, simblicas, presentes nas mais diferentes manifestaes de obras.

Nesse sentido, a representao documental, baseada em convenes, normas e padres, iguala-se

lngua. A representao permite a anlise sincrnica do documento, com traos inerentes ao recurso


Z. R. Zafafon


informacional e seu suporte, no qual esto presentes as relaes entre obra e manifestao. A sincronia,

na representao, significa a impossibilidade de dissociao entre representante e representado; entre

obra e manifestao. Nesse sentido, o estudo sincrnico da representao prope o estudo dos registros

bibliogrficos a partir de suas relaes, tanto no prprio registro quanto em relao ao objeto descrito. A

semntica estruturalista de registros bibliogrficos volta-se, assim, ao estudo descritivo do funcionamento

dos catlogos.

No estudo estruturalista dos registros bibliogrficos percebe-se a inteno de identificar a estrutura do

registro, sua relao com outros registros e a relao com o documento. Desse modo, a sintaxe do registro

bibliogrfico no d conta do catlogo; a semntica que permite o contexto e as sinapses entre os vrios

registros bibliogrficos; a semntica que d conta dos processos mentais segundo os quais se produz,

constitui, compreende e descreve a representao de um recurso informacional. Nesta pesquisa,

denomina-se papel semntico o estudo das diferentes relaes que podem ser estabelecidas entre os

registros bibliogrficos, entre o registro bibliogrfico e o recurso informacional, e entre os elementos do

prprio registro bibliogrfico.

Nesse sentido, considera-se a possibilidade de se estudar a representao documental a partir de uma

teoria dos nveis: do nvel subsemntico (entre os elementos de um registro bibliogrfico) ao nvel

supersemntico (a relao entre os vrios registros bibliogrficos, a partir de suas semelhanas e

diferenas), passando pelo nvel semntico (objeto que est sendo descrito e a descrio em si). Assim, o

objetivo da nfase estruturalista para a anlise semntica dos registros bibliogrficos pode ser definido

como: estudar a descrio de registros bibliogrficos efetivamente realizados, no qual se considera a

influncia do catlogo, como meio para o estabelecimento de mensagens presentes nos recursos

informacionais e nas necessidades informacionais dos usurios. possvel admitir trs planos de diferena

semntica em registros bibliogrficos: entre o referente e a representao, entre o todo e as partes da

representao e, entre as representaes presentes no catlogo. So estes aspectos semnticos que

reduzem a alteridade de um registro bibliogrfico que, em um catlogo, faz com que o disperso e o

aparente sejam marcados por identidades que lhe so prprias. A semntica na Cincia da Informao

dada pela forma da e na representao da informao.

A semntica, pensada por este prisma, refere-se estrutura de um sistema que relaciona significado e

significante, obra e manifestao. Na semntica dos registros bibliogrficos o significado dado pelo valor

do significante, ou, a manifestao o valor da obra no processo de representao. Esses valores

semnticos em um registro bibliogrfico formam uma rede de relaes estruturais com outros registros

bibliogrficos, a qual se denomina supersemntica do registro bibliogrfico. A semntica requer a adoo

de sintaxe para a definio dos valores semnticos; em outras palavras, a sintaxe est presente no padro

de estrutura de metadados descritivos e a semntica nos padres de contedo.

A sintaxe, no mbito desta pesquisa, diz respeito ordem dos elementos dispostos para a representao

dos recursos informacionais. Entende-se, portanto, que a sintaxe do registro bibliogrfico seja parte da

Cincia da Informao voltada ao estudo da forma, arranjo e disposio em que cada elemento deva ser

descrito quando da representao do recurso informacional. Neste sentido, faz parte do sistema

biblioteconmico que determina relaes formais entre a representao de cada uma das partes do


documento representado. Esses elementos so organizados segundo padres de estrutura de metadados

estabelecidos. Os aspectos sintticos de um registro bibliogrfico podem remeter estrutura semntica.

A linguagem bibliogrfica ultrapassa o nvel sinttico e faz com que se entenda que um registro apresente

nveis semnticos, necessrio ao entendimento do documento representado sinttica e semanticamente.

Desse modo, cada elemento sinttico, assume um contedo semntico diante de cada elemento definidor

da representao e este elemento, por sua vez, quando contextualizado e contraposto ao documento

representado, assume significado entre o registro e o objeto.

O registro bibliogrfico cinge, ento, tanto questes sintticas, por referir-se aos padres de estruturas dos

metadados de cada elemento do documento ou objeto a ser descrito, quanto questes semnticas, por

permitir analisar a coeso e o significado indicado entre elementos do representante e do representado e

entre o prprio representante e representado. Cada elemento sinttico, quando contextualizado e

contraposto ao documento representado, assume um significado concreto entre o registro e o objeto.

Como se pode entender a converso, a partir da anlise sinttica e semntica dos registros bibliogrficos,

a ponto de ser possvel conduzir processos de converso de registros bibliogrficos ao Formato MARC21

Bibliogrfico? Entende-se que ocorra pela utilizao das marcaes dadas pelo padro de estrutura de

metadados descritivos, presentes nas AACR2r e nas ISBDs, e, consequentemente, pela inferncia

semntica, prevista em uma aplicao computacional. Neste momento, vislumbra-se aplicar aspectos

terico-conceituais dos princpios sintticos e semnticos de registros bibliogrficos converso de

registros bibliogrficos ao Formato MARC21 Bibliogrfico em um interpretador computacional.

3 SCAN FOR MARC: INTERPRETAO SINTTICA E SEMNTICA DE REGISTROS BIBLIOGRFICOS IMPRESSOS

A partir do pressuposto que considera os esquemas sintticos e semnticos dos registros bibliogrficos, e

no a estrutura da base de dados legada, necessrios para a converso de registros bibliogrficos ao

Formato MARC21 Bibliogrfico, discute-se o interpretador computacional sinttico e semntico de registros

bibliogrficos, identificado como Scan for MARC, por aludir ao mtodo de escaneamento dos registros

bibliogrficos e sua conseqente converso ao Formato MARC21 Bibliogrfico.

O desenvolvimento do interpretador, em sua verso beta, envolveu, sumariamente, aes de captura de

imagens de registros bibliogrficos analgicos, apresentados em fichas catalogrficas em meios

eletrnicos; anlise de resultados de processamentos de imagem em software de reconhecimento de

caracteres, o que permite a converso de imagem para texto editvel; processamento das imagens de

registros bibliogrficos selecionados para teste (processo inicial da construo da representao);

tratamento sinttico e semntico dos registros bibliogrficos digitais, checagem dos resultados e avaliao

de ajustes.

A fase de testes para a captura de imagens dos registros bibliogrficos dividiu-se em trs etapas: em

scanner de impressora funcional, em cmera de dispositivo mvel e em cmera fotogrfica digital. Finda

esta fase procederam-se testes para o processamento de imagens com reconhecimento de caracteres de

registros bibliogrficos em formato analgico, para o qual se adotou um software de reconhecimento de

caracteres (OCR). Nesta fase de testes, dividida em dois momentos (o de anlise de softwares freeware ou

free software, e o de softwares proprietrios, com anlise em verses trial), analisou-se os seguintes


Z. R. Zafafon


softwares: ABBYY FineReader 11, Cognitive Open OCR (Cuneiform) 0.1, FreeOCR, FreeOCR 3.1,

Leadtools, OnlineOCR.net, ScreenOCR 9.1, Sci2ools (i2OCR), SimpleOCR 3.5, TopOCR 3.1, WeOCR

Server.6

Os testes foram desenvolvidos a partir de cotejo e anlise quanto pontuao, aos sinais diacrticos,

troca de letras, ao espaamento entre informaes e margens. Dentre os aplicativos identificados, o

software OnlineOCR.net ofereceu melhores resultados. Seguiu-se nova fase de testes na qual se buscava

definir o mtodo de processamento de imagens que oferecesse melhor resultado (diante das diversas

formas de captura de imagens).

Como resultado geral apresentam-se os seguintes comentrios: questes referentes iluminao na

captura das imagens so extremamente relevantes para o processamento em software de OCR dada a

influncia na qualidade da imagem; os melhores ndices de sucesso no processamento de imagens de

registros bibliogrficos foram capturados diante das imagens capturadas em scanner de impressora

multifuncional; problemas com a troca de letras no processo de reconhecimento de caracteres em imagens

foram identificados nos testes dos trs diferentes recursos; aspectos quanto fixao da cmera, quer seja

de dispositivo mvel quer seja de fotografia digital, mostraram-se mais relevantes do que a distncia a ser

considerada na captura da imagem; a qualidade do OCR est intrinsecamente vinculada qualidade da

imagem e no ao mtodo pelo qual a imagem capturada. Diante dos resultados, optou-se por trabalhar

com as imagens capturadas em scanner de impressora multifuncional e com o OnlineOCR.net.

Efetuados os testes de processamento de imagens dos registros bibliogrficos analgicos selecionados,

apresentam-se os procedimentos adotados para o tratamento sinttico e semntico dos dados

bibliogrficos do arquivo, luz da proposta terica apresentada nesta pesquisa.

Estudou-se os padres de estrutura de metadados descritivos (ISBDs, AACR2r e Formato MARC21

Bibliogrfico) e definiu-se a interferncia dos sinais de pontuao no contedo semntico, presente nos

padres de contedo (AACR2r). Para a efetiva adoo destas marcaes no script de converso de

registros bibliogrficos ao MARC21 Bibliogrfico foi necessrio, entretanto, cuidado quanto pontuao

que faz parte do contedo e no da estrutura de metadados descritivos. Outra anlise, em busca da

definio de padres, foi requerida quanto s informaes dos pontos de acesso para o que se determinou

que os pontos de acesso definidos por cabealhos de assunto iniciam-se por numerais indo-arbicos

seguidos de ponto, e de que os outros pontos de acesso que se fizerem necessrios iniciam-se por

numerais romanos.

Sem dvida alguma, um dos primeiros problemas identificados para o processamento das informaes foi

decorrente do tipo de codificao dos caracteres do arquivo texto de entrada (UTF-8/ISO, UFT-

16/UNICODE, ASCII/ANSI), necessrios para a correta interpretao dos sinais diacrticos. A fase de

tratamento sinttico e semntico dos registros bibliogrficos digitais foi feita a partir de testes de

processamento de roteiros de registros bibliogrficos. Foram estabelecidos quatro roteiros, com diferentes 6 Endereo para acesso: ABBYY FineReader 11 (http://www.abbyy.com.br/finereader/); Cognitive Open OCR (Cuneiform) 0.1

(http://cognitive-openocr-cuneiform.en.softonic.com/download); FreeOCR (http://www.free-ocr.com/); FreeOCR 3.1

(http://www.paperfile.net/freeocr.exe); Leadtools (http://www.leadtools.com/sdk/ocr/default.htm); OnlineOCR.net

(http://www.onlineocr.net/default.aspx); ScreenOCR 9.1 (http://www.screenocr.com); Sci2ools (i2OCR) (http://www.sciweavers.org/free-

online-ocr); SimpleOCR 3.5 (http://www.charactell.com/scanstore/); TopOCR 3.1 (http://www.brothersoft.com/topocr-download-47055-

s1.html); WeOCR Server (http://ocr1.sc.isc.tohoku.ac.jp/e1/).


graus de complexidade, que subsidiassem as verses de scripts (desenvolveram-se quatro verses, cada

qual com pequenos ajustes necessrios aps a checagem dos resultados).

Neste trabalho apresentam-se alguns resultados que no mostram, entretanto, todos os casos previstos e

j em funcionamento no Scan for MARC (cf. Figura 1). Em todos os casos so indicados, alinhados

esquerda, o resultado do processamento de imagem em OCR, e, direita, o resultado do Scan for MARC.

Figura 1 Resultado do processamento de imagem em OCR e do tratamento sinttico e semntico pelo Scan for MARC

Fonte: Elaborado pelos autores.

Observe-se que nos resultados a codificao em Formato MARC21 Bibliogrfico manteve-se

correlacionada com aquela feita por catalogadores. Diante da anlise de resultado entende-se que a diante

da proposta de interpretao sinttica e semntica de registros bibliogrficos, o resultado tenha sido de

qualidade.

Ao final das anlises consagradas aos testes de processamento de imagens dos registros bibliogrficos

analgicos, para o qual se recorreu aos aspectos sintticos e semnticos dos registros bibliogrficos, o

tpico seguinte destina-se s consideraes finais da pesquisa.


Z. R. Zafafon


CONSIDERAES FINAIS Diante da temtica definida para esta pesquisa, a converso de registros bibliogrficos para o Formato

MARC21 Bibliogrfico, desenvolveu-se a teoria sinttica e semntica de registros bibliogrficos, definida

por padres de estrutura de metadados descritivos e por padres de contedo, consubstanciados a partir

das ISBDs e das AACR2r.

Apresentou-se abordagem terico-conceitual acerca da representao de recursos informacionais e do

compartilhamento e converso de registros bibliogrficos analgicos em ambiente digital; o

desenvolvimento tecnolgico alcanado diante da proposta de garantir a fidedignidade de aspectos da

representao do conhecimento; e, a anlise e o desenvolvimento de aspectos tericos e metodolgicos

que subsidiem atividades de converso de dados, recorrendo-se a mtodos inerentes s tecnologias de

informao e comunicao.

Reafirmou-se a importncia da adoo de normas, regras, padres, formatos, metodologias e critrios para

a representao de recursos informacionais em unidades de informao tendo em vista a aplicao de

processos, permeados por aplicaes tecnolgicas e miditicas que recorrem a estruturas computacionais

que avalizem produo, organizao, armazenamento, gerenciamento, tratamento, preservao,

distribuio, proviso, recuperao, acesso, uso, reuso e compartilhamento de registros informacionais em

diversos suportes.

Estabeleceu-se, a partir de Saussure, o modelo de representao dos recursos informacionais calcado na

relao entre significado e significante, no qual se discute a arbitrariedade da manifestao em relao

obra, bem como o desenvolvimento da linearidade da manifestao em relao ao contedo ideacional da

obra, fator determinante para a compreenso do documento e necessria elaborao do registro

bibliogrfico. Com Hjelmslev discutiu-se, a partir dos princpios formais adotados na Lingustica para o

estudo da estrutura do sistema lingstico, a representao documental na Cincia da Informao, haja

vista que esta se fundamenta nos constructos tericos e sistmicos da anlise sincrnica do documento,

com traos inerentes da indissociao entre obra e manifestao, para o qual se prope o estudo dos

registros bibliogrficos a partir das relaes internas entre os elementos de um registro (subsemntica),

entre os registros de um catlogo (supersemntica), e em relao ao documento descrito (semntica).

Em decorrncia das questes apresentadas procurou-se formar o arcabouo terico-metodolgico da

representao bibliogrfica e seus aspectos sintticos e semnticos dos objetos representados, com

reflexo nos seguintes aspectos: [1] compreenso da obra, enquanto significado, e da manifestao,

enquanto significante; [2] entendimento da representao bibliogrfica como resultado da relao entre

significante e significado e entre obra e manifestao e como definitiva para a semntica; [3] percepo da

sintaxe para a definio da subsemntica, alm de necessria representao do recurso informacional;

[4] apreenso do conceito de supersemntica, a partir de sua co-dependncia com a subsemntica e a

semntica, na relao, identificvel nos catlogos, entre registros bibliogrficos e documentos de um

acervo e entre obra e manifestao, tomados como significante e significado.

Tendo em vista os resultados obtidos nos testes, embora considerados iniciais por requererem, ainda,

ajustes e aprimoramentos, realizados em prol da definio do comportamento do Scan for MARC, entende-

se que a contribuio quanto aos aspectos sociais ensejados apresentem repercusso terico-prtica


significativa na rea da Cincia da Informao, bem como em sua interdisciplinaridade com a Cincia da

Computao e a Lingstica.

Para estudos futuros, em se tratando do Scan for MARC retomem-se as necessidades identificadas para

melhorias e aperfeioamento do interpretador computacional: [1] conjugao integrada das fases de

reproduo e de representao, recorrendo-se adoo de um OCR em linha de comando; [2]

desenvolvimento de interface grfica; [3] previso de padres para a interpretao de dados de

classificao de assunto (CDU); [4] tratamento do contedo de termos qualificadores (subdiviso de forma,

subdiviso cronolgica, subdiviso geogrfica e subdiviso geral) nos pontos de acesso de assunto tpico;

[5] previso de padres para tratamento de pontos de acessos secundrios de assuntos para nome

pessoal, institucional, evento e ttulo uniforme; [6] previso de padres para tratamento de pontos de

acessos principais para instituies, eventos e ttulo uniforme; [7] previso para criao de dicionrios

semnticos para pontos de acesso e seus termos qualificadores; [8] implementao de processo de teste

de consistncia do arquivo convertido, uma vez que isso afere carter qualitativo ao registro bibliogrfico

gerado; [9] integrao do script com o OCR, o que exige a adoo de um que seja em linha de comando.

Enseja-se, ainda, dar continuidade aos estudos dos mtodos sintticos e semnticos de registros

bibliogrficos e pesquisar a validade deste mtodo de converso de dados bibliogrficos analgicos

quando aplicados interpretao dos dados da catalogao na fonte do tipo documental livro.

REFERNCIAS BORKO, H. Information science: what is it? American Documentation, v. 19, n. 1, p. 3-5, jan. 1968.

FOULONNEAU, M.; RILEY, J. Choosing metadata standards for a digital library project. In: ________.

Metadata for digital resources: implementation, systems design and interoperability. Oxford: Chandos,

2008. p.13-28.

GEERAERTS, D. Theories of lexical semantics. New York: Oxford University Press, 2010.

GONSALVES, E. P. Conversas sobre iniciao pesquisa cientfica. 5. ed. rev. e ampl. Campinas: Alnea,

2011.

HJELMSLEV, L. Ensaios lingsticos. So Paulo: Perspectivas, 1991.

INTERNATIONAL FEDERATION OF LIBRARY ASSOCIATIONS AND INSTITUTIONS. Declarao de

princpios internacionais de catalogao. 2009. Disponvel em:

http://www.ifla.org/files/cataloguing/icp/icp_2009-pt.pdf. Acesso em: 20 jun. 2011.

INTERNATIONAL FEDERATION OF LIBRARY ASSOCIATIONS AND INSTITUTIONS. Functional

requirements for bibliographic records: final report. 1998. Disponvel em:

http://archive.ifla.org/VII/s13/frbr/frbr3.htm#6. Acesso em: 20 jun. 2011.

INTERNATIONAL FEDERATION OF LIBRARY ASSOCIATIONS AND INSTITUTIONS. Guidelines for

Online Public Access Catalogue (OPAC) displays: final report: may 2005. Mnchen: K. G. Saur, 2005.

LANGKER, R. ISBD: another step in the right direction. The Australian Library Journal, v. 23, n. 3, p. 99-

103, April, 1974.

PERL Programming Documentation. [2011]. Disponvel em: http://perldoc.perl.org/perl.html. Acesso em: 24

maio 2012.


Z. R. Zafafon


RANGANATHAN, S. R.; GOPINATH, M. A. Prolegomena to library classification. 3rd ed. New York: Asia

Publishing, 1967.

SARACEVIC, T. Cincia da informao: origem, evoluo e relaes. Perspectivas em Cincia da

Informao, Belo Horizonte, v. 1, n. 1, p. 41-62, jan./jun. 1996.

SAUSSURE, F. Curso de lingstica geral. So Paulo: Cultrix, 2010.

SMIRAGLIA, R. P. Further Reflections on the Nature of A Work: An Introduction. Cataloging &

Classification Quarterly, v. 33, n. , p. 1-11, 2002.

STOCKTON, R. PERL: practical extraction and report language. [2005]. Disponvel em:

http://www.stacken.kth.se/help/perl/. Acesso em: 24 maio 2012.

SWANSON, G. ISBD: standard or secret? Library Journal, n. 15, p. 124-130, Jan. 1973.

TAMBA-MECZ, I. A semntica. So Paulo: Parbola, 2006.

TRASK, R. L. Dicionrio de linguagem e lingstica. So Paulo: Contexto, 2008.

Artigo_Scan for Marc1 Sintaxe e Semântica de Registros Bibliográficos Na Conversão de Dados...

Documents

Transcript of Artigo_Scan for Marc1 Sintaxe e Semântica de Registros Bibliográficos Na Conversão de Dados...