Contesto

L’Archivio di Stato di Prato è custode di un vasto patrimonio di fonti provenienti da enti e istituzioni civili, religiose e assistenziali che, integrate con quelle di altre istituzioni pratesi fra cui il Museo di Palazzo Pretorio, consentono di ricostruire la storia della comunità cittadina, del suo territorio e della sua popolazione, dal XIV secolo fino ai giorni nostri. Per i due fondi più antichi e ricchi di informazioni storiche sulla popolazione, ovvero i fondi Datini e Ospedale Misericordia e Dolce, si disponeva di una descrizione archivistica informatizzata, delle immagini digitali dei documenti, della trascrizione dei testi e di un corpus testuale lemmatizzato prodotto dall’OVI. In passato, sono stati realizzati strumenti digitali di ricerca (i.e.: il CD-ROM Per la tua Margherita, il sito web Datini online, ecc.), che risultano però ad oggi scarsamente interoperabili, poco accessibili e - in alcuni casi - del tutto inutilizzabili. Si tratta in larga misura di risorse risultanti da progetti e interventi distanti fra loro nel tempo e per scopi, privi del valore aggiunto dato dall’integrazione delle informazioni prodotte dai vari soggetti sul medesimo oggetto culturale.

L’obiettivo di RESTORE è stato innanzitutto quello di integrare le risorse fornite dall’Archivio con nuovi dati e oggetti digitali provenienti da altri istituti, tra cui l’OVI e il Museo di Palazzo Pretorio. Quest’ultimo, conserva una parte rilevante del patrimonio artistico cittadino, il cui nucleo più consistente proviene dall’Ospedale Misericordia e Dolce e dalle opere che - nel corso del tempo, entrano a far parte di questa collezione - siano esse state realizzate espressamente per l’istituzione ospedaliera oppure acquisite da famiglie pratesi o enti religiosi e successivamente confluite in essa. In aggiunta alle risorse digitali qui descritte, il Museo di Palazzo Pretorio ha selezionato una serie di fonti, rilevanti per gli scopi del progetto, ancora da digitalizzare: la creazione di una base di conoscenza integrata per tali fonti consente di procedere alla creazione di un ambiente digitale personalizzato, che possa incentivare la conoscenza e la valorizzazione di una ricca porzione documentale poco nota ma in grado di gettare luce su temi fortemente radicati nella storia pratese e - in generale - toscana (il tessuto produttivo, la rete assistenziale, il ruolo delle donne in entrambi questi contesti, l’infanzia abbandonata). Le informazioni che diventano, così, accessibili, toccano da vicino tutti gli strati della cittadinanza e mirano a coinvolgere la popolazione in un percorso culturale di riappropriazione di spazi di conoscenza e di storie locali, strumenti significativi per accrescere e preservare la memoria collettiva.

Il team del progetto RESTORE ha innanzitutto analizzato le criticità individuate dagli istituti culturali coinvolti, nel contesto della raccolta, aggregazione, arricchimento semantico e messa a disposizione dei dati, al fine di costruire una base di conoscenza popolata con informazioni scientificamente affidabili, rese accessibili, interoperabili e riusabili. Al termine del progetto saranno elaborati modelli e soluzioni per la gestione, il trattamento e la fruizione del patrimonio culturale e documentario, replicabili in maniera sostenibile (sia tecnologicamente che in termini di risorse necessarie al loro mantenimento) presso altre istituzioni. La sostenibilità dell’infrastruttura tecnologica a supporto del flusso di lavoro elaborato è favorita dall’utilizzo di componenti open source ben documentate e già in uso presso la comunità scientifica che sono state integrate nella piattaforma di RESTORE con moduli creati espressamente per soddisfare i requisiti espressi dai partner. Il team di sviluppo sta producendo contestualmente anche i cosiddetti training materials, ovvero manuali di utilizzo a disposizione degli utenti che vorranno replicare il workflow della piattaforma di RESTORE. La base di conoscenza e l’infrastruttura risultanti da queste attività saranno interoperabili nel contesto di altre iniziative a livello nazionale e internazionale, essendo basate sull’utilizzo e la mappatura di dati strutturati nel rispetto degli standard di dominio e riutilizzabile da altri soggetti con i medesimi requisiti.

Dati: Fonti archivistiche, collezioni museali, corpora testuali

Al momento, come detto in precedenza, il lavoro si è concentrato su risorse provenienti in larga misura dall’ambito degli archivi e delle biblioteche, con un certo numero di eccezioni costituite da collezioni museali, di cui sono state considerate principalmente le componenti semantiche legate alla dimensione intangibile. Va da sé che altre risorse - provenienti dall’ambito della scienza del patrimonio, più focalizzate su aspetti legati alla dimensione intangibile del patrimonio culturale - verranno trattate nella seconda fase del progetto.

Nel dettaglio, le risorse finora considerate sono:

• il fondo Datini, costituito da 150.000 lettere e circa 600 registri da cui si possono ricavare informazioni sulle persone coinvolte, sui costi e le tipologie delle merci, sui luoghi deputati agli scambi ecc., è ad oggi l’archivio mercantile per il Medioevo più grande al mondo;

• il fondo dell’Ospedale Misericordia e Dolce, con le sue 7000 unità archivistiche, presenta tutte le articolazioni delle funzioni di un ente di assistenza: dal sostegno al viandante, alla cura del povero e dell’ammalato, fino all’accoglienza dei gettatelli, bambini abbandonati e allevati, grazie allo stesso Spedale, dall’intera Comunità pratese;

• una selezione di opere tratte dalla collezione del Museo di Palazzo Pretorio, catalogate secondo lo standard ICCD (schede cd. OA - Opera d’Arte).

L’OVI ha inoltre messo a disposizione un corpus testuale che raccoglie una selezione di lettere edite, appartenenti all’ampio carteggio Datini, lemmatizzate selettivamente: nel corpus sono registrate le varietà grafiche e morfologiche di una serie di termini rilevanti, al fine di contribuire alla ricostruzione della vita economica e giuridica, nonché dei rapporti sociali dell’epoca. Sono stati lemmatizzati i nomi propri di persona, comprensivi di eventuali soprannomi e cariche specifiche (nel caso in cui l’indicazione rimandi ad un preciso personaggio storico individuato); di luogo, nomi di città, paesi, contrade, località, vie, piazze, porte, chiese, monasteri, palazzi, ospedali, enti e istituzioni, ecc.

Gli elementi lemmatizzati sono distribuiti entro 22 categorie (dette iperlemmi) che comprendono, oltre ai nomi di persona e di luogo, termini e verbi afferenti al campo religioso o all’agricoltura, le parti del corpo, i nomi della settimana, i termini generici mese e anno, ecc. inclusi: abbigliamento e arredi, alimenti, animali, arti e mestieri, calendario, economia diritto e politica, edilizia e architettura, medicina, monete, navigazione, parentele, pelletteria e tessili, ecc.

Il corpus lemmatizzato del carteggio Datini, realizzato dal CNR-OVI tra il 2003 e il 2005, è allestito con il software GATTO (Gestione degli Archivi Testuali del Tesoro delle Origini), lo stesso programma che gestisce il corpus Tesoro della Lingua Italia delle Origini (TLIO), in una versione appositamente dedicata e interrogabile via web.

Il corpus consta di:

• 2.511 testi

• 45259 forme

• 977.034 occorrenze di cui 126.663 lemmatizzate

• 6.510 lemmi e 22 iperlemmi.

Workflow

I partner del progetto RESTORE hanno fornito i dataset contenenti le informazioni sulle risorse da essi conservate. Lo scopo del progetto è, di nuovo, raggiungere l’integrazione di questi dati in modo da poterne estrarre la semantica (esplicita ed implicita) e i significati intrinseci.

Il problema è complesso, in quanto dati prodotti da istituti differenti fanno riferimento ad ambiti scientifico-disciplinari spesso distanti fra loro, che si riflettono nell’uso di standard e sistemi di catalogazione diversi per struttura e per finalità, molto spesso non automaticamente allineabili.

Si rende pertanto necessaria l’impostazione di un workflow che non solo permetta la semantizzazione dei dati all’interno di un singolo dominio di riferimento, ma che proponga un modello condiviso di trattamento dei dati - valido per più schemi di metadati e per più standard.

Alla fase tecnica si affianca quindi un momento di studio e approfondimento dei materiali che si vanno a trattare, svolta con il supporto degli esperti di dominio. Questa fase guida l’impiego e la realizzazione dei tool necessari a realizzare lo scopo prefissato. Una sintesi del workflow attualmente impiegato (ottobre 2021) è riportata, di seguito, nella Tabella 1.

In primo luogo, i dati originali sono stati caricati in un data store per la conservazione e l’accesso: il progetto dispone di un’istanza del tool CKAN (cfr. nota 14) sulla quale i file forniti dai partner vengono memorizzati e descritti. CKAN permette infatti la descrizione dei dataset attraverso un sistema di metadatazione (essenzialmente, si tratta di una descrizione della collezione di dati) degli stessi, a cui sono stati associati i file originali inviati dai partner.

Il workflow del progetto prevede la trasformazione dei dati forniti, indipendentemente dal formato originale, in triple semantiche. Per tripla si intende la trasformazione del dato in un costrutto logico-concettuale costituito da tre proprietà (entità), ovvero un soggetto, un oggetto, un predicato (Subject, Object, Predicate):

< http://datini.archiviodistato.prato.it/la-ricerca/scheda/ASPO00001427 >, < http://www.w3.org/1999/02/22-rdf-syntax-ns#type >, < http://www.cidoc-crm.org/cidoc-crm/E22_Man-Made_Object >

Il modello di riferimento per questo tipo di operazioni di semantizzazione è il Resource Description Framework - RDF. Una tripla, dunque, è il risultato di una disposizione dei dati stessi sotto forma di espressioni soggetto-predicato-oggetto, dove i diversi componenti dell’espressione sono associabili a degli URI (Universal Resource Identifier), ovvero sequenze di caratteri che identificano le risorse che sono state mappate e rese in un contesto semantico. La conversione dei dati originali in triple è stata effettuata attraverso l’utilizzo di parser sviluppati ad hoc in linguaggio Python.

Il primo parser previsto nel workflow prende in input i dati originali forniti dai partner e restituisce in output le tabelle in formato CSV (Comma-separated Values), in rapporto 1:1 (per ogni file originale viene prodotto il file CSV corrispondente). Ciò vale a dire che il programma processa i dati originali ordinandoli in modo determinato e corrispondente alla visualizzazione degli stessi dati aggregati in forma tabellare. Il passo successivo nel trattamento dei dati prevede la trasformazione delle informazioni contenute nelle tabelle CSV in triple, nel formato turtle (TTL). Anche questa fase si realizza attraverso l’impiego di un parser implementato ad hoc in Python. Per procedere alla triplificazione dei dati, ovvero alla conversione degli stessi dal formato tabellare (CSV) in triple (TTL), è necessario analizzarli ulteriormente, per comprendere la natura delle informazioni che essi veicolano: i) scegliendo le informazioni più rilevanti (con l’aiuto degli esperti del dominio scientifico di riferimento); ii) precisando il significato dell’informazione da rappresentare (a seconda del contesto d’uso ecc.); iii) provvedendo alla effettiva modellazione in CIDOC-CRM, scegliendo le entità e le proprietà adeguate.

Per mappatura, nel contesto delle attività descritte, si intende il processo di allineamento di informazioni dello stesso genere - espresse in dataset differenti mediante schemi e/o strutture semantiche diverse - attraverso l’abbinamento di elementi appartenenti a un dataset con quelli di un altro dataset nel caso che entrambi esprimano uno stesso concetto (ad. es.: segnatura, autore, luogo ecc.). Mappare i dati è il primo passo da compiere per facilitarne la migrazione verso un’ontologia di riferimento che, nel caso specifico è il modello CIDOC-CRM. Un’ontologia mette a disposizione degli sviluppatori un modello di gestione e rappresentazione semantica di basi di conoscenza che consente di definire in maniera univoca un insieme di concetti e descrivere le relazioni che intercorrono fra di essi. Obiettivo finale del processo è quello di formalizzare la conoscenza (i.e.: tradurla in un linguaggio formale), così da minimizzarne l’ambiguità (tipica del linguaggio naturale) e renderla interpretabile - ossia computabile - da un calcolatore (i.e.: attraverso un modulo denominato reasoner) per effettuare inferenze su di essa.

Attraverso la modellazione, vengono dunque strutturati i dati a seconda delle regole proprie dell’ontologia di riferimento, la quale costituirà la base per la trasformazione dei dataset in triple.

• Per procedere con la mappatura e la modellazione è stato necessario:

• lo studio approfondito degli standard EAD e EAC per la codifica dei dati d’archivio e delle informazioni relative ai soggetti produttori ; ;

• lo studio approfondito della normativa ICCD (schede OA, normativa 3.00, 2018) riguardante la compilazione delle schede OA - Opera d’arte ;

• lo studio approfondito dello standard TEI per la rappresentazione dei testi in formato digitale ;

• l’individuazione di un’ontologia di riferimento sulla cui base semantica costruire le triple.

Al fine di descrivere i diversi tipi di risorse, gli standard e normative a essi associate e procedere alla loro mappatura e modellazione si è resa inoltre necessaria l’analisi delle diverse ontologie già disponibili nel settore culturale: come modello di riferimento è stato individuato CIDOC-CRM (ISO 21127:2006) anche in considerazione della sua diffusione a livello internazionale nella comunità dei musei e del patrimonio culturale. Pertanto, la fase di modellazione è consistita nell’allineamento delle entità descritte negli standard analizzati con le proprietà e le classi definite nell’ontologia CIDOC-CRM. La scelta degli elementi del modello concettuale CIDOC-CRM (i.e.: entità e proprietà) è stata validata con il contributo degli esperti di dominio (archivisti, conservatori museali, filologi); è stato riscontrato che l’utilizzo di CIDOC-CRM agevola il processo di FAIRificazione dei dati messi a disposizione dai partner del progetto, favorendo il superamento delle logiche intrinseche alle singole discipline e ai singoli sistemi di classificazione.

Attraverso l’utilizzo dell’ontologia comune i dati sono stati integrati e allineati sulle entità e proprietà CIDOC-CRM. Di particolare interesse sono le entità che al momento della mappatura sono state individuate come punti di possibile allineamento fra i diversi dataset, in quanto presenti in tutte queste risorse:

• Nomi di persona → antroponimi,

• Nomi di luogo → toponimi,

• Estremi temporali → date/periodi.

Per ottenere una effettiva integrazione dei dati, diverse istanze di entità comuni a più dataset (i.e.: il toponimo Prato, o l’antroponimo Francesco di Marco Datini) devono fare riferimento ad un identificativo univoco (i.e.: un URI unico e possibilmente persistente), che costituisca il punto di contatto fra descrizioni concorrenti: informazioni differenti relative ai medesimi oggetti (i.e.: persone, luoghi, ecc.) provenienti da contesti informativi differenti (archivi, musei, biblioteche ecc.).

Vocabolari di riferimento

Per ottenere il risultato di cui sopra è stato necessario selezionare, oltre ad una ontologia (uno schema), una serie di vocabolari di riferimento, per ciascun dominio di interesse (autori, artisti, luoghi ecc.). I vocabolari del Getty Art & Architecture Thesaurus (AAT), Getty Thesaurus of Geographic Names (TGN), Union List of Artist Names (ULAN), Cultural Objects Name Authority (CONA) e Iconography Authority (IA) sono liste strutturate di termini che possono essere utilizzate per migliorare l’accesso alle informazioni per quanto riguarda risorse afferenti ad arte, architettura e ai beni culturali in generale. I vocabolari del Getty Research Institute forniscono un ottimo canale per la creazione di conoscenza e per la definizione delle entità cui si riferiscono.

Il progetto RESTORE si è servito dei vocabolari AAT, ULAN e TGN per collegare le proprie entità alle URI generate dal Getty secondo le seguenti associazioni:

• ULAN come riferimento per gli antroponimi di persone e in particolare degli artisti;

• TGN come riferimento per i toponimi;

• AAT come riferimento per materie, tecniche e tipologie degli oggetti.

Nella seconda fase del progetto, una ulteriore attività sarà focalizzata all’allineamento delle informazioni onomastiche (i.e.: antroponimi) mediante il riferimento al Virtual International Authority File - VIAF.

I vocabolari CONA e IA, anch’essi sviluppati e mantenuti dal Getty, essendo ancora in fase di sviluppo e definizione, non sono stati impiegati. Attraverso i riferimenti a questi vocabolari è stato possibile identificare e indicizzare toponimi e antroponimi, due delle entità individuate come punti di contatto tra i vari dataset. Le entità comuni che ricorrono nei diversi dataset dovranno pertanto condividere il collegamento al vocabolario di riferimento. In questo modo si realizza l’integrazione dei dati sulle entità che si riferiscono allo stesso antroponimo o toponimo. Infatti, se entità afferenti a diversi dataset fanno riferimento alla stessa URI, risulteranno automaticamente collegate anche attraverso i vocabolari stessi.

Oggetto fisico e oggetto informativo

Per poter procedere con l’allineamento dei dati e la loro modellazione sulla base delle entità e proprietà dell’ontologia CIDOC-CRM, si è reso necessario considerare gli artefatti (opere d’arte, documenti d’archivio, ecc.) nella loro duplice veste di oggetti fisici e veicoli di contenuti (simbolici, intellettuali ecc.), considerando:

• La nascita dell’opera in quanto idea (le fasi della sua commissione e della sua progettazione da parte dell’autore/artista);

• La manifestazione fisica, tangibile dell’opera (quale elemento facente parte di una collezione fisicamente individuabile e, pertanto, collocato, musealizzato o archiviato, tutelato e anche custodito da Enti e persone a vario titolo nel corso della sua storia).

Il primo livello designa l’aspetto immateriale (intangibile) dell’opera, dal momento della sua creazione (anche solo concettuale), mentre il secondo livello ne descrive la produzione e trasposizione su di un supporto fisico (tangibile). La distinzione dei due aspetti è importante perché si tratta di punti di vista differenti che concorrono ugualmente alla realizzazione dell’oggetto - aristotelicamente considerato come sinolo di materia e forma - nel suo insieme e che, ai fini della modellazione dei dati, impongono una riflessione sulla consistenza dell’informazione da rappresentare. Al fine di rappresentare completamente lo spessore semantico dell’informazione contenuta nei dataset dei partner, si rendono necessari diversi passaggi interpretativi: colui che identificheremo come padre dell’idea, ad esempio, non necessariamente corrisponderà a colui che ne crea la veste fisica o a colui che, infine, ne diventa il possessore o che ne detiene la custodia.

I due livelli appena distinti sono espressi, attraverso gli elementi dell’ontologia CIDOC-CRM, come segue:

• E73 Information Object: oggetto informativo (idea, concetto)

• E22 Man-Made Object : oggetto fisico (reificazione)

All’oggetto fisico fanno riferimento tutte le caratteristiche fisiche e tangibili dell’opera, mentre all’oggetto informativo fanno riferimento tutte le informazioni di tipo concettuale.

Identificatori

Al fine di rendere possibile l’individuazione univoca degli oggetti, si è reso necessario associare ad essi identificatori (i.e.: segnature, collocazioni, numeri d’inventario ecc.) mediante i quali essi sono descritti in cataloghi, inventari e archivi. Questi identificatori sono individuati, rispettivamente, nella segnatura per i materiali documentari conservati in archivi e biblioteche e nel Codice Univoco del Bene (NCT) per le opere d’arte. Va da sé che future estensioni del progetto includeranno set di identificatori in uso nelle diverse comunità di riferimento, attualmente non considerati.

Tradizionalmente, la segnatura dei documenti archivistici è composta dal nome del fondo e dall’identificativo dell’unità archivistica, eventualmente articolato in più sezioni (busta, inserto o fascicolo, codice dell’unità documentaria). Nel caso dell’Archivio di Stato di Prato, ogni fondo presenta una segnatura sua tipica che, nei file XML di origine, è stata suddivisa in più parti. Si è pertanto reso necessario, per ricostruirla, identificare gli elementi (i tag xml) che la componevano, esportarli separatamente nei campi dei file CSV e poi riunire le diverse parti, in modo coerente a seconda del documento descritto, mappando il risultato come un unico oggetto logico. Per quanto riguarda invece le opere d’arte, un bene culturale catalogato secondo la normativa ICCD (scheda OA) presenta un codice univoco di identificazione (NCT): si tratta di un numero dato dalla sequenza dei valori assegnati ai sottocampi Codice Regione (NCT+R) e Numero catalogo generale (NCT+N).

Questi due valori sono da intendersi come identificatori delle risorse cui si riferiscono e sono pertanto mappati con la classe CIDOC-CRM E42 Identifier, che designa proprio gli identificatori, da associare all’entità che descrive l’oggetto fisico (E22 Man-Made Object), attraverso la proprietà P1 is identified by. Inoltre, per distinguere l’origine degli identificatori dei due enti, si è associata una tipologia all’entità identificatore, espressa dalla classe E55 Type, che si esprime rispettivamente in segnatura e codice univoco del bene (NCT). Anche l’oggetto informativo (E73 Information Object) è associato a un suo identificatore, che è stato individuato nel titolo assegnato alle risorse, espresso dalla classe CIDOC-CRM E35 Title. Il titolo costituisce infatti il riferimento più immediato al contenuto informativo dell’oggetto descritto.

Persone

Le entità persona vengono rappresentate nella modellazione attraverso la classe E21 Person. Se le persone agiscono in gruppi o all’interno di organizzazioni complesse, si userà invece la classe E74 Group. La classe E21 Person si riferisce a tutte le persone esistenti - o realmente esistite - per cui si possano ricavare notizie storiche attendibili. Alla descrizione della persona sono legati gli antroponimi, i riferimenti a eventuali vocabolari specializzati e liste d’autorità - date e luoghi di nascita e morte, appartenenza a gruppi, eventuali identificatori, qualifiche e ruoli.

La nascita e la morte degli individui - sono descritte per mezzo delle classi E67 Birth e E69 Death, che esprimono, rispettivamente, l’evento di nascita e l’evento di morte, a cui è possibile collegare informazioni relative a date e luoghi. Gli elementi dei file XML EAD che riportano le denominazioni dei soggetti produttore sono persname, famname e corporateBody: a questi è associato un attributo, authfilenumber, il cui valore rappresenta l’identificatore che consente il collegamento ai file di autorità nel formato EAC-CPF.

Lo standard ICCD prevede a sua volta un file d’autorità a sé stante (AUT) dove sono riportate tutte le informazioni relative agli autori delle opere descritte nelle schede OA, a cui sono collegate attraverso il codice identificativo dell’autore.

Localizzazione geo-amministrativa attuale

La definizione della collocazione fisica del bene - espressa attraverso un identificatore univoco assegnato da cataloghi o inventari e mappata mediante l’entità Identifier - include , oltre agli identificatori specifici per ogni risorsa, l’indicazione dell’attuale localizzazione geografica e amministrativa ad essa relativa. Secondo lo standard EAD, l’istituzione o l’agenzia responsabile di fornire l’accesso intellettuale ai materiali descritti è rappresentata mediante l’elemento repository. La scheda OA, include il campo PVC per documentare la posizione geografico-amministrativa attuale della risorsa, relativa al territorio italiano oppure ad organizzazioni amministrativo-territoriali di paesi esteri. In CIDOC-CRM tali posizioni sono descritte tramite la classe E53 Place; per definire la posizione attuale del bene è stata scelta la proprietà P54 has current permanent location.

L’esigenza di specificare la posizione attuale delle risorse fisiche nasce dalla necessità di distinguere i differenti livelli di responsabilità degli istituti di conservazione che, pur fornendo l’accesso ed esercitando la custodia fisica dei materiali, possono non averne la proprietà. Per esempio, un archivio può assumersi la responsabilità dell’accesso intellettuale a lungo termine ai documenti elettronici, ma gli effettivi file o sistemi di dati elettronici possono continuare a risiedere nell’ufficio in cui sono stati creati e mantenuti o - ancora - possono essere tenuti in custodia a lungo termine da enti in grado di fornire le strutture tecniche appropriate per la conservazione.

Dati tecnici

Per quanto riguarda la modellazione dei dati tecnici, questi sono da considerarsi in relazione all’oggetto fisico - in quanto descrivono caratteristiche tangibili dell’oggetto stesso. Consideriamo dati tecnici associati all’oggetto fisico: i)l’informazione relativa alla composizione dell’oggetto; ii)la tecnica usata per produrlo e le sue dimensioni. Nello standard EAD, l’elemento physdesc (descrizione fisica) identifica la consistenza e tutte le informazioni sulle caratteristiche fisiche del materiale descritto. L’informazione è data come testo libero direttamente al suo interno o, in alternativa, è suddivisa negli elementi dimension, extent (consistenza del materiale descritto), genreform (caratteristiche del formato fisico), physfacet (informazioni sull’aspetto esteriore/fisico del materiale). Nello schema OA il campo MTC comprende sia la materia che la tecnica utilizzate durante la produzione dell’opera. Per la modellazione in CIDOC-CRM, materia e tecnica si configurano separatamente, in vista anche dell’allineamento con lo standard EAD. Indichiamo pertanto con MTC/M la materia di cui consiste l’oggetto fisico (supporto o altri materiali) e con MTC/T la tecnica utilizzata durante l’evento di produzione, mentre il campo MIS concerne le misure del supporto fisico dell’opera. Le misure degli oggetti sono espresse attraverso l’entità E54 Dimension di CIDOC-CRM. Attraverso l’entità E54 Dimension è possibile collegare l’unità di misura con E58 Measurement Unit e i valori numerici che vanno a definire la dimensione con E60 Number.

Stato di conservazione

Lo stato di conservazione è un’informazione sulla condizione dell’oggetto in un certo momento; se non sono presenti riferimenti temporali si considera l’informazione come relativa al momento della catalogazione dell’opera. 

Per la modellazione CIDOC-CRM, E3 Condition State descrive lo stato di un oggetto lungo un certo periodo di tempo. Si collega l’entità E3 Condition State all’oggetto fisico attraverso la proprietà P44 has condition. Lo standard EAD consente di codificare le informazioni che servono a descrivere lo stato di conservazione del documento: le informazioni specifiche sono fornite all’interno dell’elemento phystech. Nello schema OA, invece, il campo STCC indica se lo stato dell’oggetto è buono, discreto, mediocre, cattivo o se il dato non è disponibile. Considerata la natura dell’informazione del campo STC e dell’elemento phystech, lo stato di conservazione si intende al momento della catalogazione, se non sono presenti altre specifiche. La natura della condizione può essere indicata con P2 has type: E55 Type associato a STCC.

Eventi

Per evento si intende l’insieme di processi e interazioni delimitati e coerenti, che portano dei cambiamenti in sistemi culturali, sociali o fisici, e che vanno a modificare lo stato dell’entità cui si riferiscono. In generale un evento si qualifica come un qualsiasi processo definito che abbia come risultato un cambiamento dello stato dell’entità cui fa riferimento. Gli effetti di un evento non sono necessariamente permanenti e incontrovertibili: l’evento stesso, tuttavia, deve poter essere documentato. Per documentare l’evento ne deve rimanere qualche traccia nella forma degli elementi che vi hanno compartecipato. In generale un evento si intende come un’interazione fra:

• Uno o più partecipanti

• Luogo di svolgimento dell’evento

• Estremi temporali

Infatti, sebbene un evento possa apparire come se avesse un effetto istantaneo, in realtà qualsiasi processo o interazione materiale ha un’estensione spazio-temporale (per questo si fa riferimento agli eventi come ad entità temporalmente definite o temporal entities, mentre le altre entità, come persone ecc, sono considerate entità persistenti o persistent entities). Si descrivono di seguito gli eventi che hanno più ampio utilizzo all’interno della modellazione fin qui eseguita.

Il sito web del progetto è disponibile all’indirizzo: http://restore.ovi.cnr.it

OVI-CNR: http://ovi.cnr.it

Findability, Accessibility, Interoperability e Reuse - FAIR: https://www.go-fair.org/fair-principles/

Text Encoding Initiative - TEI: https://tei-c.org/

Europeana Data Model - EDM: https://pro.europeana.eu/page/edm-documentation

Administrative and Management Metadata - MAG: https://www.iccu.sbn.it/export/sites/iccu/documenti/manuale.html

Metadata Object Description Schema - MODS e METS: https://www.loc.gov/standards/mods/presentations/mets-mods-morgan-ala07

Encoded Archival Description - EAD: https://www.loc.gov/ead/

Encoded Archival Context - EAC: https://eac.staatsbibliothek-berlin.de

Istituto Centrale per il Catalogo e la Documentazione - ICCD: http://www.iccd.beniculturali.it/

European Data Format: https://www.edfplus.info/

Hierarchical Data Format: https://www.hdfgroup.org/solutions/hdf5

CIDOC - Conceptual Reference Model: http://www.cidoc-crm.org/

CKAN, acronimo di Comprehensive Knowledge Archive Network - è uno strumento open source che consente la creazione di siti web su base open data e la pubblicazione di dataset, rendendoli accessibili a molteplici utenti. Per saperne di più, si consulti il sito dedicato: https://ckan.org/

Virtuoso Open Link: https://virtuoso.openlinksw.com

Archivio di Stato di Prato: http://archiviodistato.prato.it

Museo di Palazzo Pretorio: http://www.palazzopretorio.prato.it/

Archivio di documenti amministrativi e corrispondenza del mercante Francesco di Marco Datini (1335-1410) che testimonia, attraverso la sua vasta attività in campo industriale, commerciale e bancario, uno spaccato dell’economia e della vita sociale dell’intero bacino del Mediterraneo.

Ente caritatevole che dal XIII secolo si occupa di viandanti, poveri e bambini abbandonati. Le risorse digitali relative a questo fondo possono essere consultate sul sito web dell’Archivio: http://www.archiviodistato.prato.it/accedi-e-con-sulta/aspoSt005/tree

Il progetto di digitalizzazione è iniziato nel 1999 ed è consultabile sul sito dell’Archivio:

http://da-tini.archiviodistato.prato.it/il-progetto/

http://datini.archiviodistato.prato.it/margherita/Root/Servizio/proj_fr.htm

Sito web dell’Archivio di Stato di Prato: http://archiviodistato.prato.it

Cfr. la definizione di Iperlemma nella documentazione del progremma GATTO - Gestione degli Archivi Testuali del Tesoro delle Origini: http://gattoweb.ovi.cnr.it/(gn2uvv45jmttgo553m03r055)/helpgattoweb/C02-P05-Iperlemmi.html

GATTO: http://www.ovi.cnr.it/Il-Software.html

Tesoro della Lingua Italiana delle Origini - TLIO: http://tlio.ovi.cnr.it/

Corpus lemmatizzato del carteggio di Francesco Datini (1335-1410). Si compone di quasi 150.000 lettere ed è liberamente consultabile online attraverso il software GattoWeb: http://aspweb.ovi.cnr.it/(S(qmmiy5m0sybb4lao4qqmexyo))/CatForm01.aspx

Extensible Markup Language - XML: https://www.w3.org/TR/xml/

Comma Separated Values - CSV: https://www.w3.org/TR/tabular-data-primer/#tabular-data

Resource Description Framework - RDF: https://www.w3.org/RDF/

Mapping Memory Manager - 3M: https://www.ics.forth.gr/isl/x3ml-toolkit

Gogs: https://gogs.io/

Jupyter: https://jupyter.org/

LodLive: http://lodlive.it/

Edition Visualization Technology - EVT: http://evt.labcd.unipi.it/

See: https://www.w3.org/TR/rdf11-primer/#section-triple

Universal Resource Identifier - URI: https://www.w3.org/wiki/URI

Per la definizione generica di parser si rimanda all’enciclopedia on line Treccani: https://www.treccani.it/enciclopedia/parser/. Nel caso specifico i parser sono programmi in linguaggio di programmazione Python atti alla trasformazione dei dati da un formato a un altro.

CSV: https://datatracker.ietf.org/doc/html/rfc4180

Turtle - TTL: https://www.w3.org/TR/turtle/

Cfr. Extensional and intensional definitions https://en.wikipedia.org/wiki/Extensional_and_intensional_definitions

cfr: Gottlob Frege, Begriffsschrift, eine der arithmetischen nachgebildete Formelsprache des reinen Denkens, Halle a. S.: Louis Nebert, 1879: https://gallica.bnf.fr/ark:/12148/bpt6k65658c

cfr: Bertrand Russell, On Denoting, Mind 14, no. 56 (1905): 479–93: http://www.jstor.org/stable/2248381

cfr. https://cidoc.mini.icom.museum/

Art & Architecture Thesaurus - AAT: https://www.getty.edu/research/tools/vocabularies/aat/

Thesaurus of Geographic Names - TGN: https://www.getty.edu/research/tools/vocabularies/tgn/index.html

Union List of Artist Names - ULAN: https://www.getty.edu/research/tools/vocabularies/ulan/index.html

Cultural Objects Name Authority - CONA: https://www.getty.edu/research/tools/vocabularies/cona/index.html

Iconography Authority - IA: https://www.getty.edu/research/tools/vocabularies/cona/

Virtual International Authority File - VIAF: https://viaf.org/

OA - Opere/oggetti d’arte 3.00, http://www.iccd.beniculturali.it/it/ricercanormative/29/oa-opere-oggetti-d-arte-3_00

Si ringraziano, per la collaborazione e per i chiarimenti sulle soluzioni migliori per procedere nell’ambito della modellazione, le colleghe Athina Kritsotaki ed Eleni Tsoulouha del FORTH (Foundation for Research and Technology, Grecia), attive con parte del Team RESTORE all’interno del progetto SSHOC (Social Sciences Open Cloud SSHOC - https://sshopencloud.eu). Il Team opera nell’ambito del Task 9.4 che si occupa del Digital Humanities and Heritage Science Communities Data Pilot, nell’ambito del quale è stata elaborata anche la soluzione qui menzionata.

cfr.: http://www.cidoc-crm.org/Entity/E2-Temporal-Entity/Version-7.1.1

cfr.: http://www.cidoc-crm.org/Entity/E77-Persistent-Item/version-7.1.1

cfr.: René Descartes Principia Philosophiae Amsterdam 1644, LXIII. Quomodo cogitatio et extensio distincte cognosci possint, ut constituentes naturam mentis et corporis: Cogitatio et extensio, spectari possunt ut constituentes naturas substantiae intelligentis et corporeae. Non si tratta di una distinzione astratta, quanto piuttosto della possibilità di modellare i dati in vista del supporto a scenari di utilizzo da parte di differenti comunità di ricercatori, interessati alle dimensioni tangibili e intangibili del patrimonio culturale: filologi, codicologi e paleografi, storici, filosofi, linguisti e lessicografi ecc.

Cfr. la nota precedente.

Anche in questo caso, la modellazione tiene in considerazione la necessità degli esperti di dominio di ricostruire la storia (i.e.: origine e provenienza) dei documenti, come parte dell’indagine storico-filologica ecc.

In questo contesto ci si è concentrati maggiormente sull’aspetto di integrazione delle risorse, ma molto altro ci sarebbe da dire su criticità e sviluppi del lavoro incontrati nell’elaborazione della mappatura messa in atto rispetto ai singoli standard.

ESFRI: https://www.esfri.eu/esfri-roadmap-2021

DARIAH-ERIC: https://www.dariah.eu/

E-RIHS: http://www.e-rihs.it