Αναφορά εργασιών για το τρίµηνο Μάρτιος - Μάϊος 2013

Στο πλαίσιο της πράξης «Αναβάθµιση και Εµπλουτισµός των Ψηφιακών Υπηρεσιών της Βιβλιοθήκης του Παντείου Πανεπιστηµίου». Η Πράξη συγχρηµατοδοτείται από το Ευρωπαϊκό Ταµείο Περιφερειακής Ανάπτυξης (ΕΤΠΑ). Αναφορά εργασιών για το τρίµηνο Μάρτιος - Μάϊος 2013 Ανάδοχος: Θεοφιλάτου Άννα 1

Το παρόν κείµενο αποτελεί αναφορά των εργασιών που ολοκληρώθηκαν για το πέµπτο τρίµηνο (Μάρτιος Μάϊος 2013) στο πλαίσιο της πράξης «Αναβάθµιση και Εµπλουτισµός των Ψηφιακών Υπηρεσιών της Βιβλιοθήκης του Παντείου Πανεπιστηµίου» (Υπουργείο Ανταγωνιστικότητας και Ναυτιλίας - ειδική Γραµµατεία Σχεδιασµού Ειδική Υπηρεσία ιαχείρισης Επιχειρησιακού Προγράµµατος «Ψηφιακή Σύγκληση») και συγκεκριµένα του Υποέργου 2 «Εµπλουτισµός Ψηφιακής Βιβλιοθήκης». Η ανάδοχος ολοκλήρωσε τις προδιαγραφές για την ψηφιοποίηση του τύπου υλικού. Το υλικό έχει προσδιοριστεί σε προηγούµενο παραδοτέο, ο συνολικός αριθµός σελίδων προς ψηφιοποίηση είναι 249.063 σελίδες, OCR 346.608, και η τεκµηρίωση είναι 40492 εγγραφές ή ψηφιακά αντικείµενα. Παρακάτω αναφέρονται αναλυτικά οι απαιτήσεις ψηφιοποίησης όσον αφορά την ποιότητα της ψηφιοποίησης και τον τύπο του υλικού που θα παραδοθεί. 2

Ψηφιοποίηση Επιστηµονικής Συλλογής Αντικείµενο και Προδιαγραφές Έργου Η κεντρική βιβλιοθήκη του Παντείου Πανεπιστηµίου διαθέτει 13.000 βιβλία σε έντυπη µορφή, τα οποία θα ψηφιοποιηθούν και θα αναρτηθούν στο υφιστάµενο κατάλογο µαζί µε τα κατάλληλα µεταδεδοµένα για αναζήτηση. Στο συγκεκριµένο υλικό η σάρωση προτείνεται να γίνει µε σαρωτή υπερκείµενης κάµερας (book scanner). Τα τελικά αρχεία θα πρέπει να είναι απαλλαγµένα από παραµόρφωση λόγω καµπύλωσης, και σκιάς στη ράχη του βιβλίου. Επίσης, είναι επιθυµητή η όσο το δυνατόν µικρότερη έκθεση του υλικού αυτού σε φωτεινές πηγές, φυσικές ή τεχνητές, οι οποίες θα το θέσουν σε κίνδυνο να αλλοιωθεί. Ψηφιοποίηση Ιστορικού Αρχείου Το Ιστορικό Αρχείο του Παντείου αποτελείται από έγγραφα, φωτογραφίες σε άλµπουµ και αντικείµενα. Για το καθένα από αυτά θα πρέπει να περιγραφεί αναλυτικά ο τρόπος µε τον οποίο θα ικανοποιηθούν από τους Υποψήφιους Αναδόχους οι ποιοτικές απαιτήσεις και οι διαδικασίες ασφαλούς χειρισµού τους. Όσον αφορά στο λυτό έντυπο υλικό (π.χ έγγραφα) η σάρωση θα πρέπει να γίνει µε σαρωτή υπερκείµενης κάµερας (book scanner) ή flatbed scanner. Οπτική Αναγνώριση Χαρακτήρων Στο παρόν έργο απαιτείται η εφαρµογή επεξεργασίας στη φάση της ψηφιοποίησης µε σύστηµα οπτικής αναγνώρισης χαρακτήρων (OCR) όσον αφορά στο έντυπο υλικό, ώστε να γίνεται δυνατή η αναζήτηση από µηχανές αναζήτησης στο ιαδίκτυο, ή το σύστηµα ΙΚ/Α του Παντείου στο πλήρες κείµενο (full text search). Ο Ανάδοχος καλείται να παραδώσει «αδιόρθωτο» OCR για κείµενα νέων ελληνικών ή άλλων διαδεδοµένων γλωσσών (εφόσον πρόκειται για ξενόγλωσσο υλικό), στις παρακάτω µορφές: Το κείµενο σε ξεχωριστό αρχείο τύπου.txt, κωδικοποίησης UTF-8. Στο αρχείο κειµένου πρέπει να περιλαµβάνονται οι αλλαγές γραµµής και σελίδας. Το κείµενο σε µορφή Image PDF with hidden text που επιτρέπει την αναζήτηση και επιλογή κειµένου σε ξεχωριστό αρχείο PDF, το οποίο συντίθεται από τις σαρωµένες εικόνες και το κείµενο που προκύπτει από το OCR. 3

Αναλυτικό παραγόµενο OCR κείµενο σε µορφή ABBYY XML ή hocr, που περιλαµβάνει στοιχεία θέσης για κάθε χαρακτήρα / λέξη του κειµένου µε εφαρµογή φυλλοµέτρησης / ανάγνωση ως e-book (εναλλακτική του ανοίγµατος ως PDF αρχείο) µε αναζήτηση και hit highlighting. Απαιτήσεις Ψηφιοποίησης Η διαδικασία της ψηφιοποίησης αναφέρεται στη διαδικασία ηλεκτρονικής επεξεργασίας και µετατροπής ενός φυσικού αντικειµένου σε ψηφιακό. Στοχεύει δε στη διασφάλιση της πληροφορίας που περιέχεται στο αρχειακό υλικό, την προστασία των πρωτοτύπων και την ποιοτική αναπαραγωγή τους σε ηλεκτρονικά και έντυπα µέσα. Τα βασικά βήµατα είναι τα ακόλουθα: Προετοιµασία του υλικού προς ψηφιοποίηση. Ψηφιοποίηση του υλικού. Επεξεργασία της εικόνας σε σταθµό επεξεργασίας αν απαιτείται (διόρθωση χρωµάτων, γεωµετρίας κ.λπ.) και αποθήκευση σε τρεις διαφορετικές αναλύσεις. Πριν την έναρξη της ψηφιοποίησης θα εγκατασταθεί από τον Ανάδοχο στο χώρο που θα ορίσει το Πάντειο Πανεπιστήµιο ο εξοπλισµός που θα χρησιµοποιηθεί. Ο συγκεκριµένος εξοπλισµός θα ανήκει στον Ανάδοχο και θα λειτουργεί µε δική του ευθύνη. Ο Ανάδοχος είναι υπεύθυνος για την καλή χρήση του, την τακτική συντήρησή του και την αντικατάσταση τµήµατος ή του συνόλου σε περίπτωση φθοράς και καταπόνησης, η οποία επιδρά αρνητικά στην ποιότητα. Γενικά οι εργασίες και τεχνικές ψηφιοποίησης θα περιλαµβάνουν διάφορες µεθόδους και τεχνικές, ανάλογα µε το προς ψηφιοποίηση υλικό και θα ακολουθούν τα διεθνή πρότυπα και τους οδηγούς καλής πρακτικής για την ψηφιοποίηση πολιτιστικού περιεχοµένου. Ο συνολικός αριθµός σελίδων προς ψηφιοποίηση είναι 249.063 σελίδες, OCR 346.608, και η τεκµηρίωση είναι 40492 εγγραφές ή ψηφιακά αντικείµενα. Τα µεγέθη των τεκµηρίων δεν ξεπερνούν το Α2 (ανά σελίδα). Η σάρωση, εφ όσον η µορφή και το µέγεθος του ψηφιοποιούµενου τεκµηρίου το επιτρέπουν, µπορεί να γίνεται ταυτόχρονα για την αριστερή και δεξιά σελίδα ενός ανοικτού εντύπου ή βιβλίου. Θα ακολουθήσει επεξεργασία για το διαχωρισµό των σελίδων και την ξεχωριστή αποθήκευσή τους. 4

Οι διαστάσεις του ψηφιακού υποκατάστατου που θα προκύψει από τη διαδικασία ψηφιοποίησης θα είναι ίδιες (1:1) µε αυτές του τεκµηρίου. Στη συνέχεια θα προκύψουν και αντίγραφα µε διαφορετικές αναλύσεις και διαστάσεις. Τα προϊόντα ψηφιοποίησης θα υφίστανται την ελάχιστη δυνατή επεξεργασία από τον Ανάδοχο προς την κατεύθυνση της επίτευξης της µέγιστης δυνατής οµοιότητας µε το πρωτότυπο τεκµήριο. Αποτελέσµατα της επεξεργασίας θα πρέπει να είναι: ιαχωρισµός σελίδων στην περίπτωση ταυτόχρονης σάρωσης αριστερής και δεξιάς σελίδας ενός ανοικτού εντύπου ή βιβλίου. ιόρθωση των χρωµάτων ώστε να προσοµοιώνουν ακριβέστερα στο πρωτότυπο. Αποκοπή των περιθωρίων γύρω από το τεκµήριο. Αλλαγή προσανατολισµού, όταν απαιτείται. Περιορισµός της κύρτωσης που οφείλεται στη βιβλιοδεσία. Τα ψηφιακά αρχεία που θα δηµιουργηθούν θα πρέπει να είναι πιστά αντίγραφα των πρωτοτύπων τεκµηρίων και µε ποιότητα και ανάλυση που θα συνάδει µε το κάθε τεκµήριο. Ενδεικτικά αναφέρονται οι ακόλουθες δυνατότητες, που είναι επιθυµητό να υποστηρίζονται έτσι ώστε να διασφαλισθεί η υψηλή ποιότητα ψηφιοποίησης του υλικού: δυνατότητα εξισορρόπησης των πλευρών του βιβλίου για επίπεδο αποτέλεσµα despeckle (καθαρισµός εντύπου από κουκκίδες) καθαρισµός εντύπου από κηλίδες, κιτρίνισµα, κ.λπ. deskewing (ευθυγράµµιση της σαρωµένης εικόνας) cropping (αποθήκευση ωφέλιµης εικόνας, µεταβλητά περιθώρια, κ.λπ.) υψηλές αναλύσεις σάρωσης δυνατότητα ψηφιοποίησης τεκµηρίων διαφόρων µεγεθών. Τήρηση των απαιτούµενων διαδικασιών ασφάλειας µε σκοπό το µηδενισµό του κινδύνου ολικής ή µερικής απώλειας του ψηφιοποιηµένου υλικού. Ανάλυση και Χρωµατικό Βάθος Η ψηφιακή αποτύπωση απαιτείται να γίνεται στη µέγιστη ανάλυση που θεωρείται ικανοποιητική για το συγκεκριµένο αντικείµενο. Παρακάτω ακολουθεί ένας πίνακας µε τις ελάχιστες απαιτήσεις σε ανάλυση και χρωµατικό βάθος για το ψηφιακό υποκατάστατο. 5

Πρωτότυπο αντικείµενο Ελάχιστη ανάλυση Χρωµατικό βάθος Φωτοτυπηµένο υλικό (ασπρόµαυρο) 300 dpi 8 bit γκρι Έντυπο υλικό (ασπρόµαυρο) 300 dpi 8 bit γκρι Έντυπο υλικό (έγχρωµο) 300 dpi 24 bit Τύποι Αρχείων Οι τύποι των αρχείων στους οποίους θα αποθηκεύονται τα ψηφιακά αντίγραφα πρέπει να βασίζονται σε πρότυπα συµβατά µε όσο το δυνατό περισσότερες πλατφόρµες και µε ευρεία αποδοχή κατά προτίµηση ανοικτά, π.χ. TIFF, JPEG κ.λπ. Επίσης, πέρα από το ψηφιακό υποκατάστατο απαιτείται να δηµιουργούνται τουλάχιστον άλλες δυο εκδοχές του: µία εικόνα κατάλληλη για πρόσβαση από το ιαδίκτυο και µια εικόνα σε σµίκρυνση για προεπισκόπηση. Το ψηφιακό υποκατάστατο απαιτείται να αποθηκεύεται σε µορφή TIFF, χωρίς συµπίεση, οι εικόνες που εξυπηρετούν την πρόσβαση από το ιαδίκτυο σε JPEG ή PNG και οι σµικρύνσεις σε JPEG ή GIF, χωρίς να αποκλείονται και άλλοι τύποι αρχείων. Το σύνολο των αρχείων που θα παραχθούν θα παραδίδονται σε εξωτερικούς σκληρούς δίσκους. Για λόγους µεγαλύτερης ασφάλειας, ο Ανάδοχος θα διατηρεί αντίγραφα ασφαλείας µε το περιεχόµενο των σκληρών δίσκων που θα παραδίδει στο Πάντειο τα οποία θα διατηρεί καθ όλη τη διάρκεια υλοποίησης του έργου και µέχρι την οριστική του παραλαβή για το σύνολο του ψηφιοποιηµένου υλικού. Ο Ανάδοχος θα πρέπει να προβλέψει τη χρήση των παραπάνω δίσκων και να προσφέρει όσους δίσκους απαιτούνται για την οµαλή εκτέλεση του έργου της ψηφιοποίησης. Ποιοτικός και ποσοτικός έλεγχος. Με την παράδοση των αρχείων στο Πάντειο θα πραγµατοποιείται δειγµατοληπτικός έλεγχος σε ποσοστό 10% τουλάχιστον ανά κατηγορία του προς ψηφιοποίηση υλικού ώστε να πιστοποιείται η ποιότητά τους και η κάλυψη των απαιτούµενων προδιαγραφών (βάθος χρώµατος, ανάλυση, ποιότητα, ονοµατολογία, κ.λπ.). Ο υποψήφιος Ανάδοχος θα πρέπει να συµπεριλάβει στην προσφορά του όλη τη µεθοδολογία χειρισµού των πρωτοτύπων, τον εξοπλισµό που θα χρησιµοποιήσει µε τα χαρακτηριστικά του και όλες τις διαδικασίες ποιοτικού και ποσοτικού ελέγχου που θα ακολουθήσει για να εξασφαλίσει την ποιότητα του αποτελέσµατος. 6