THEMA.

"THEMA" - A nova ferramenta de metadados

Felipe Lindoso

Os leitores de O Nome da Rosa, de Umberto Eco, podem lembrar que os crimes no mosteiro acontecem, no final das contas, em torno de um assunto aparentemente prosaico: a classificação a ser dada ao suposto manuscrito de Aristóteles achado na biblioteca do convento. O suposto tratado sobre o riso seria obra filosófica (no sentido dado à palavra pela escolástica), ou um texto demoníaco que negava o cristianismo? Dessa classificação dependeria o acesso ao manuscrito ou sua condenação ao “inferno” dos livros proibidos. Da disputa, surge a razão dos assassinatos.

Por isso é que às vezes eu brinco, conversando com bibliotecários, que eles são capazes de assassinar em disputas sobre a classificação. O estruturado sistema decimal usado nas bibliotecas abre espaços para esse tipo de disputas (felizmente, rara vez resultando em assassinatos, mas muitas vezes em disputas acerbas entre os bibliotecários).

O sistema decimal serve muito bem aos sistemas de bibliotecas. Mas, para a indústria editorial e para o comércio de livros resulta demasiadamente complicado. O assunto foi progressivamente sendo enfrentado pela indústria. Primeiro veio o ISBN, um identificador unívoco de cada título e edição. Mas, se não se sabe qual o ISBN, as buscas devem utilizar algum outro metadado. Os mais comuns, certamente, são o título e o nome do autor. Durante várias décadas isso funcionou bem para o mercado e foi incorporado nos sistemas de bibliotecas. Mecanismos com o protocolo Z.39.5 permitem que os computadores de diferentes bibliotecas “conversem” entre si a partir de fragmentos como esses, e importem/exportem dados de classificação cooperativa (nossa BN, infelizmente, não abre esse mecanismo. O sistema de bibliotecas das universidades paulistas abre, em parte).

Mas a classificação por “assuntos” do ISBN sempre foi muito frouxa e desregulada. Quando aconteceu o avanço do comércio internacional de livros e particularmente o surgimento dos e-books, as deficiências dos mecanismos de busca por assunto revelaram de vez suas fragilidades. Daí que as entidades ligadas aos livros, em cada país (as que levam esses assuntos a sério, é claro), começaram a enfrentar o problema. O BISG – Book Industry Study Group, dos EUA, formulou o BISAC, os ingleses criaram o BIC, os franceses o CLIL e os alemães o WGS. E começaram os remendos, com gente armando esquemas para “traduzir” as classificações de um para o outro. Isso sem falar na Amazon, que usa o BISAC, mas acrescenta um monte de outros metadados que lhe permite fazer listas de best-sellers extremamente segmentadas e tornar mais fluido seu mecanismo de buscas.

No meio do caminho apareceu o DOI – Digital Object Identifier e o consórcio EdiTeur. O EdiTeur é, digamos assim, o meta incentivador/organizador de padrões para a indústria editorial. Praticamente tudo de relevante formatado em termos de padronização surgiu de iniciativas do grupo, embora a administração de cada um deles logo tenha passado para órgãos específicos. O padrão Epubé administrado por um consórcio específico, assim como o ISBN possui um escritório central sediado em Berlim. O ONIX (ON line Interface EXchange), criado pelo BISG, também se integra a essa constelação.

Gosto de citar o DOI porque acompanhei um tanto de perto as etapas finais de sua formulação, quando ainda trabalhava na CBL, e pela sua importância nos sistemas de gerenciamento de direitos. O DOI permite que qualquer segmento de informação digital, definido como tal pelo editor (de livros, de música, de filmes), receba um identificador único. Assim, um livro inteiro pode ter um identificador, ou um capítulo, ou uma ilustração, ou um gráfico, etc. Uma vez embutido, o DOI permite, em tese, que a circulação desse documento digital possa ser rastreado na Internet. O DOI é administrado pela DOI Foundation, e conta com a participação dos mencionados segmentos de música e filmes.

A mais recente iniciativa do EdiTeur é o THEMA, um sistema internacional para classificação de assuntos. O THEMA pretende incorporar progressivamente os demais sistemas de classificação de assuntos, permitindo uma uniformização dos objetos de pesquisa.

Durante a conferência Tools ofChangena edição de 2012 da Feira de Frankfurt foi anunciado o projeto do THEMA, que imediatamente ganhou apoio das associações de mais de doze países, tanto da América do Norte quanto da Europa. Logo se construiu um projeto piloto e uma proposta para a governança do sistema, que ficou adjudicado ao EdiTeur na última Feira de Frankfurt, em 2013. Na ocasião também foi criado um comitê para dirigir o seu desenvolvimento, que deverá se reunir durante as feiras de Londres e Frankfurt para acompanhar o projeto.

A proposta do THEMA é a construção de um sistema global de classificação de assuntos, aplicável facilmente por todos os integrantes da cadeia de produção e comercialização de livros, com flexibilidade para permitir que cada mercado retenha suas especificidades culturais. Integrado ao ONIX, permitirá o uso em múltiplas plataformas de comercialização e difusão do livro.

Mas, afinal, como funciona esse tal de THEMA? O sistema estabelece uma hierarquia de assuntos, com vinte assuntos de nível máximo, cada um dividido em quantas subcategorias forem necessárias, cada uma dessas categorias inferiores identificada por códigos alfanuméricos.

As hierarquias maiores correspondem a uma letra. A, por exemplo, são as Artes. Daí em diante vão se subdividindo: AB corresponde a Artes: assuntos gerais;ABA vai para Artes – Teoria. E assim por diante. A chave, evidentemente, é manter uniformes as categorias, na medida em que sejam formadas.

A hierarquia implica que os livros devam ser classificados até o nível de detalhe mais adequado, mas sempre relacionados com os níveis superiores. Por exemplo, um livro que entre na categoria AGA (História da Arte) será também automaticamente classificado nos níveis mais gerais – AG (Belas Artes: tratamentos e assuntos) e o A.

O sistema permite também a combinação de várias classificações e o detalhamento por países, época histórica ou corrente artística, idade possível de interesse para o livro e seja lá mais que dado possa ser considerado relevante. Como os códigos serão alfanuméricos e constantes, os cabeçalhos podem ser traduzidos para qualquer idioma.

Essa classificação deverá alterar também as categorias de assuntos das empresas de pesquisa de vendas, como a BookScan e a GfK. Cada uma delas usa critérios próprios para divisão de assuntos, o que certamente dificulta a comparação de dados entre os vários países.

A atribuição dos códigos de classificação é feita pelos editores, que devem atentar para que os assuntos de cada livro sejam considerados e se tornem localizáveis pelos mecanismos de busca. E é gratuito, mesmo para as que estão em países cujas organizações profissionais não façam parte nem contribuam para o comitê de governança do THEMA.

É mais um esforço das organizações sérias de editores e livreiros para facilitar o intercâmbio internacional. Aqui ainda teremos que enfrentar vários problemas prévios, em particular que os editores e livreiros compreendam em profundidade a importância da aplicação correta de metadados em suas informações.

Mas algum dia chegaremos lá. Nem que seja pela pressão do resto do mundo, inconformado com essa balbúrdia que reina por aqui.
Voltar

* jornalista, tradutor, editor e consultor de políticas públicas para o livro e leitura

Publicado originalmente no Publishnews