En esta ocasión nos proponemos preparar material sobre el concepto y las características de los metadatos. También veremos brevemente las características de HTML y XML, los lenguajes que se utilizan para describir metadatos.
La expresión más habitual para definir los metadatos es «datos sobre los datos». En este contexto, los datos son recursos electrónicos, y quien produce el recurso se encarga directamente de redactar sus metadatos.
Concepto de metadatos
Ejemplo de metadatos
Los metadatos se redactan incorporando los datos al propio recurso de información para ponerlos a disposición de los motores de búsqueda, entre otros. Estos datos incluyen información de identificación, puntos de acceso e información de localización.
SEO = optimización para motores de búsqueda
La necesidad de contar con metadatos se hizo patente a medida que se generalizó el uso de Internet, proliferó la información y se diversificaron los formatos de archivo. Los metadatos permiten al usuario encontrar rápida y fácilmente la información que busca entre un gran volumen de información.
Además, como los metadatos son invisibles para el usuario, es difícil percibirlos directamente. Las máquinas, en cambio, leen, comprenden y utilizan su contenido, por lo que los metadatos son muy importantes en la web.
Uso y composición de los metadatos
Ámbito en el que se utilizan ampliamente los metadatos
Karen Coyle definió los metadatos como «datos creados con un propósito determinado». Las bibliotecas son un ejemplo representativo de su uso para describir datos bibliográficos.
Las bibliotecas utilizaban tradicionalmente MARC (Machine Readable Cataloging), pero en 1995 OCLC y NCSA crearon un nuevo formato de metadatos llamado Dublin Core (DC). El formato se simplificó para que fuera más fácil de entender que el anterior y pudiera utilizarse internacionalmente. Destaca sobre todo porque se diseñó para ser extensible.
Los 15 elementos de Dublin Core
- Título (Title)
- Creador (Creator)
- Tipo (Type)
- Colaborador (Contributor)
- Editor (Publisher)
- Fecha (Date)
- Idioma (Language)
- Formato (Format)
- Descripción (Description)
- Tema (Subject)
- Relación (Relation)
- Identificador (Identifier)
- Derechos (Rights)
- Fuente (Source)
- Cobertura (Coverage)
Para redactar metadatos en XML, primero hay que diseñar los elementos descriptivos y sus atributos. Este diseño se realiza mediante DTD o XML Schema.
Para mostrar los metadatos, hay que definirlos mediante CSS (Cascading Style Sheets) y XSL (eXtensible Style Language), incluyendo los elementos de metadatos.
Ejemplo de la sección Element del código XML (con los 15 elementos de Dublin Core)
A continuación se resumen la composición y las características de los metadatos en relación con lo expuesto.
Composición de XML
※ Elemento descriptivo (Element)
- Las reglas de descripción están demasiado simplificadas y no distinguen entre los puntos de acceso y la información de identificación, lo que reduce la coherencia.
- No hay reglas sobre el formato de la información que se utilizará como punto de acceso.
- Los tipos y las características de los elementos descriptivos varían según el ámbito.
- Hace falta un método para agrupar la información, como la división en 8 áreas en la catalogación.
※ Atributo descriptivo (Attribute)
- Cada atributo consta de un nombre y un valor, y requiere un esquema de codificación (Encoding Scheme). Algunos ejemplos son los formatos de representación de fechas y topónimos, DDC y KDC.
- Se necesitan vocabularios controlados, como tesauros u ontologías.
※ Lenguaje de codificación (Encoding Language)
- HTML - Es un lenguaje que establece el formato de los documentos en la web y un estándar internacional que define las etiquetas (TAG) y los atributos (Attribute).
- XML - Es una forma simplificada de SGML que permite definir y utilizar etiquetas (TAG) según el uso previsto.
- XML-RDF
- RDF-OWL (estándar del W3C) - Hay tres tipos: Lite, DL y FULL.
- Topic M APS (estándar ISO)
※ Definición del formato
- DTD - Una XML DTD (definición de tipo de documento, Document Type Definition) incluye definiciones de tipos de elementos, definiciones de listas de atributos, declaraciones de entidades, declaraciones de notación, instrucciones de procesamiento y comentarios.
- XML Schema - El W3C (World Wide Web Consortium) propuso XML Schema como estándar para subsanar los problemas de DTD.
- RDF Schema - Se basa en XML Schema, permite fusionar datos incluso entre esquemas distintos y admite reglas comunes de semántica, sintaxis y estructura.
- OWL(Lite, DL, FULL) RDF Schema
Comparación entre HTML y XML
Cómo entender la estructura de HTML
El ejemplo más representativo de cómo expresar metadatos lo ofrecen las etiquetas HTML. Las etiquetas HTML incluyen <head> y <body>. Dentro de <body> va <table>, dentro de <table> (tabla) va <tr> y dentro de <tr> (fila) va <td> (celda). Así se forma una estructura jerárquica en árbol (tree) que va de los niveles superiores a los inferiores.
La imagen de arriba puede facilitar un poco la comprensión de la estructura jerárquica de HTML en comparación con la explicación escrita.
Comparación entre HTML y XML
Sin embargo, HTML presenta 2 limitaciones principales.
Una es el problema que surge al utilizar atributos como el texto o el color para representar el formato de un documento, y la otra es que el estándar fija el vocabulario básico de etiquetas (TAG) de HTML. Actualmente, HTML permite crear elementos personalizados según las reglas de Custom Elements. XML (eXtensible Mark-up Language) es una forma simplificada de SGML que permite describir la estructura y los datos de un documento mediante etiquetas (TAG) adecuadas para cada uso.
La primera limitación se resuelve expresando el formato mediante Cascading Style Sheet (CSS) o eXtensible Stylesheet Language (el lenguaje XSL). La segunda se resuelve definiendo las etiquetas (TAG) mediante DTD (Document Type Definition) o XML Schema.
Con esto hemos repasado brevemente el concepto y las características de los metadatos, así como HTML y XML, los lenguajes que se utilizan en relación con ellos. Aunque el tema es complejo, lo fundamental es que los metadatos son datos que se incorporan al contenido siguiendo ciertas reglas para encontrar de manera eficiente la información que se busca entre un gran volumen de información.
Esperamos que estos conceptos hayan ayudado a comprender los metadatos. Con esto concluimos el artículo sobre los metadatos, HTML y XML.
