Ralf Thomas Göllner

20. századi kapcsolattörténeti szöveggyűjtemény az MMI adatbankjában

Eredeti változata elhangzott 2008. március 26-án a budapesti Közép-európai Kulturális Intézet „Magyarország Bajorországból nézve. 45 éves a Müncheni Magyar Intézet” című rendezvényén. Megjelent: Hungarológiai Évköny 10 (2009), 87-92.

A nyolcvanas évek táján elindult egy olyan digitális, informatikai és technológiai forradalom, amelynek eredménye a tudás Gutenberg óta nem tapasztalt mértékű megsokszorozódása és elterjedése. De ez a forradalom nemcsak a tudás megsokszorozódásának egyengette az útját, hanem új kutatási, oktatási és tanulási módszereknek is. Az internet, az adatbázisok és az információs szolgáltatások napjainkban fontos és a kommunikáció, a kutatás és a könyvtárak ma már nélkülözhetetlen eszközei. Ezek a lehetőségek gyorsan, majdnem mindig és mindenhonnan rendelkezésre állnak és nemcsak a tudományos munkát gyorsítják fel. Ezen fejlődés során létrejött a huszonegyedik századi információs társadalom és a hozzátartózó ipar, amelyik mint Google, Yahoo és más nemzetközi, és pénzügyi szempontból kiválóan működő cég információkat közvetít, de nem mindig biztosít. Jelenleg ezek a cégek, főleg Google és Wikipedia, nemcsak arra készülnek, hogy öncélúan, az eredeti tudományos, könyvtári és levéltári szakértelmet megkerülve orvvadász módra közvetítsenek információkat, hanem hogy feldolgozott és strukturált ismeretanyagot kínáljanak a használóknak. Jó példa erre a Google könyvtári digitalizációs kezdeményezése.

E rövid helyzetfelmérés rámutat arra, hogy a tudományos, könyvtári, levéltári és múzeumi szakértelem éppúgy mint a tudás-közvetítés, amely sokkal összetettebb mint az információ-közvetítés és a tudás-hitelesítés nagy intellektuális, technikai és persze finanszírozási kihívások előtt áll. Ha a könyvtári vagy más tudományos célú gyűjtemények nem akarják ezeket a főkompetenciákat és feladatokat a technológiai fölénnyel bíró, profitorientált cégeknek átengedni, akkor az új technikákat és az új lehetőségeket mindenképpen fel kell használni tudományos célokra. Másképpen elveszítik a versenyt még akkor is, ha a tudományos eredmények jobbak, alaposabbak mint például a Wikipedia cikkek, amelyek újabban még egyetemi munkákban is szerepelnek. Nem akarom azt állítani, hogy ezek a kommerciális ajánlatok haszontalanok. Bizonyos fokú hasznuk van, de a tudományos feldolgozást és a tudományos közvetítést nem tudják pótolni – ez még a tudomány világához tartozik. Néha az a benyomásom, hogy két világról van szó, egy a technikai lehetőségeket felhasználó és mozgékony szféráról és egy tudományos, de lassú és a technikával szemben szkeptikus szféráról a: németül az úgynevezett Elfenbeinturm-ról (elefántcsonttorony). Pedig a tudomány nagyon jól fel tudja vagy fel tudná használni a modern technológiát saját céljaira, de oktatási és könyvtári célokra is; akárcsak a saját tevékenységének hatékonyabb bemutatására és a tudomány hasznának minden lehetséges fórumon való bizonyítására. Ez a mindenütt zsugorodó finanszírozási bázis miatt is fontos szempont.

Ezen gondolatok kapcsán kezdte meg 1996/1997-ben a Müncheni Magyar Intézet a koncepcionális munkát a digitális adatbázisok terén, az intézet „Magyarország a Kárpát-medence kapcsolattörténeteiben” című főtémáját illetően. Ezek a digitális szolgáltatások céljuk szerint kiemelik a tudományos kutatást a technológiai sötétségből, de nem asszimilálják a felületes nem-tudományos és profitorientált módszerhez, hanem a tudományos módszert és eredményeket gazdasági és technikai eszközökkel terjesztik.

Persze számos módszer, anyag és lehetőség létezik a Kárpát-medence kapcsolattörténetének feldolgozásához, mégis az egyik legfontosabb alapot a dokumentumok és a források adják. Ezért az intézeti digitális projekt ebben az irányban fejlődött, bár kezdetben csak mint egy belső koncepció. Egy digitális könyvtári katalógus, amely a német mellett diakritikus és cirill betűs tételeket is tartalmaz, valószínűleg az első Münchenben, hozzácsatolva egy Bogyay Tamás hagyatékának egy részét felölelő dokumentumtár, egy cikk és egy recenzió adatbázis, mindegyik keresőfunkcióval is ellátva – ezek voltak az első, először csak az intézetben használható eredmények.

1999 végén és 2000 elején tárgyalások kezdődtek az intézet részvételével, amelyek eredménye a bajor Kelet-Európai Kutatási Hálózat forost létrehozása volt. 2000 áprilisában a Magyar Intézet és más bajor egyetemi és kutatóintézetek bemutatták a Bajor Tudományügyi, Kutatási és Művészeti Minisztériumnak az egyes projektterveket finanszírozásra. Decemberben a minisztérium által kinevezett szakértőcsoport pozitívan értékelte az intézeti projekttervet, amelyet a minisztérium jóvá is hagyott, úgyhogy a projekt 2001-ben el is indult a következő hosszú név alatt: „Quellen und Materialien zur Beziehungs- und Integrationsgeschichte in Ostmittel- und Südosteuropa im 20. Jahrhundert unter besonderer Berücksichtigung Ungarns, der Minderheitenfrage und der europäischen Integration."

A projekt célja dokumentumok és más anyagok digitális és teljes szövegű feldolgozása volt, olyan forrásoké, amelyek fontosak a kapcsolattörténet ismeretéhez: például törvények, szerződések, ügyiratok, politikai előadások, emlékiratok, statisztikai adatok és – mint külön súlypont – kisebbségtörténeti anyagok. A módszer és a feladat tudományos volt, de a gyűjtés, adminisztráció és prezentáció modern technikai alapokra épült.

De mi a különbség egy hagyományos dokumentum-könyvkiadvány, egy tradicionális adatbázis, valamint az intézeti információs szerver között?

1. A dokumentumok elérhetősége független a nyitvatartási időtől és a lakóhelytől. A dokumentumokat mindig és mindenhonnan használni lehet, csak egy számítógép és egy internetkapcsolat kell hozzá. Így azt a közönséget is el lehet érni, amelyik nem tud vagy nem akar könyvtárba járni. Ez a tudás-hitelesítési módszer azokat az érdeklődőket is rá tudja bírni a dokumentumok használatára, akik eddig nem voltak ehhez szokva. A tudományos szférán kívül a levéltári vagy könyvtári munka kevéssé elterjedt, így ez az információs szerver pedagógiai célokat is szolgál.

2. A szerver rendszere több kereső módot kínál, úgyhogy sokkal több használati módszer van implementálva, mint például egy link-listában vagy egy egyszerű adatbázisban. A használó rá tud keresni egy dokumentum címére vagy egy címrészre, le tudja szűkíteni a vizsgálni kívánt időszakot, vagy címszavakra tud keresni. E három kereső-módszer kombinációja is lehetséges. Ez az összetett módszer egy könyvtári katalógus használatához hasonló. Azon kívül integráltunk egy kereső-lehetőséget, amely indexbe veszi az összes dokumentumot, úgyhogy egyes szavakra is rá lehet keresni. Ez az index a Google keresővel működik, tehát költségmentesen, de mégis megbízhatóan.

A harmadik, tudományos szempontból legfontosabb és ebben a kombinációban valószínűleg első ajánlat az úgynevezet virtuális gyűjtemények illetve virtuális forrásgyűjtemények, németül: die virtuellen Sammlungen oder virtuelle Quellensammlungen. Jelenleg 14 virtuális gyűjtemény létezik. Ez a rész nem csak a kutatókhoz szól, hanem diákokhoz és más érdeklődőkhöz is. Ezért mindegyik virtuális gyűjtemény előtt nagyon rövid bevezetés szerepel, amelyet még bővíteni lehetne. De ez miért virtuális gyűjtemény? Az adatbázisban sok dokumentum kóddal van ellátva, és ez a kód az egyes dokumentumot egy virtuális gyűjteményhoz csatolja. Ahogy növekszik az adatbázis és a dokumentumok száma, úgy nőnek a virtuális gyűjtemények is. A gyűjtemények számát is nagyon egyszerű bővíteni. Ehhez csak új dokumentumok vagy új gyűjteményi témák kellenek, egy új kód és egy új kereső parancs a honlapon. Így akár csak pár nap alatt is jelentősen kiépíthető és bővíthető az információs ajánlat.

Ez a három felhasználói módszer – a sima cím-keresés, a szó-keresés és a tudományos feldolgozás a virtuális gyűjtemények alapján – tudományos szempontból valoszínűleg a legalaposabb digitális forrásgyűjtemény Münchenben.

3. A technikai és tudományos lehetőségek jelenleg mindegyik hozzáférési és keresési módszert biztosítják. De mégis, technikailag és szakmailag nyitott rendszer ez, úgyhogy jövendő fejlesztések egyszerűen beépíthetők. Az intézeti információs szerver egy nyitott és változtatható berendezés, technikai szempontból is mindig fejleszthető.

4. Finanszírozási szempontból a Magyar Intézeti információs szerver egy win-win-szituációban működik. A szerver működése nem kerül plusz pénzbe, mert a dokumentumok azon a szerveren kaptak helyet, amelyen az intézeti honlap is elérhető. Az adatbázis jelenleg ingyen egy partner-cég szerverén működik, átköltöztetését az intézeti szerverre még ebben az évben tervezzük. Ez az új elhelyezés is ingyenes működést biztosít, de a flexibilitás sokkal nagyobb lesz, mint a mostani megoldásban.

A technikai és szakmai kérdések mellett szerkesztési és koncepcionális kérdések vártak megoldásra. Egy ilyen ajánlat csak akkor hasznos a tudományos szférában, ha az idézhetősége biztosított, és megbízhatóan prezentálja az anyagot. Ezért a digitalizációs folyamatban a minőségre és nem a mennyiségre helyeztük a hangsúlyt, és biztos és kötelező munkalépéseket dolgoztunk ki. Az első lépésben a munkatársak megbízható publikációkban vagy eredeti lelőhelyeken megtalálható, tudományos szempontból fontos forrásokat és dokumentumokat választottak ki. Ebben a lépésben egy első szakmai strukturálás is megtörtént. A második lépésben a dokumentumok digitalizációja, illetve a beszkennelés és az optikai karakterfelismerés következett. A beszkennelés után az anyagot elmentettük JPG-formátumban, majd az optikai karakterfelismerés után RTF-formátumban, úgyhogy a dokumentumok most két típusban állnak rendelkezésre. Azt kell mondani, hogy mind a két formátumnak van előnye és hátránya. A JPG-formátum előnye, hogy az eredeti dokumentumot mint fényképet mutatja, de hátránya, hogy a tartalom nem kereshető. Az RTF-formátum a Google kereső-funkcióval elérhető, de nem mutatja az eredeti anyagot, az eredeti forma – nem az eredeti tartalom! – elveszett. Az optikai karakterfelismerés pontossága körülbelül 95 százalékos, ha elég jó az eredeti beszkennelt dokumentumkép. Ahhoz, hogy az RTF-formátum megbízhatóan idézhető legyen, egy harmadik munkaszakaszban három korrektúra következett három munkatárssal. Ez fontos volt, mert csak így tudtuk az anyag idézhetőségét biztosítani. Fontos volt ebben a lépésben a hivatalos helyesírás, a diakritikus betűk korrekt megjelenítése, amelyek sok más digitális dokumentumgyűjteményben főleg angolnyelvű országokban elvesznek. A korrekturák után az anyag PDF-formátumba került, amely az utolsó és most elérhető formátum. A dokumentumtár adminisztrációja egy saját Microsoft Access-adatbázisban történik, amely a duplamunkákat is ellenőrzi. Ez az adatbázis a végleges MySQL alapja is. 2005. május 4-én az intézeti információs szerver az internethez kapcsolódott és azóta egy elég sokszor használt ajánlattá fejlődött. A következő rövid statisztikai adatok jól mutatják a szerver elfogadottságát.

Statisztikai adatok: 2005. május – 2008. március 
(.mht prezentáció, csak Internet Explorerel mükodik!)

Látógatók

Oldalnézettség

Honnan jöttek a látógatók?

Különleges országok látógatói

Argentína, Brazília, Chile, Kína, Dél-Afrika, Fidzsi-szigetek, Japán, Kolumbia, Malájzia, Marokkó, Mexikó, Nicaragua, Pakisztán, Peru, Singapur, Tajvan, Togo, Tuvalu

Melyik oldalról jöttek a látogatók?

Legtöbbször megnyitott dokumentumok