Los periódicos trabajan con un gran volumen de in- formación que necesita ser descrita adecuadamente. Para ello, las etiquetas “title”, “keywords” y “descrip- tion” son muy utilizadas en el código fuente de las noticias online. Sin embargo, estas no resultan sufi- cientemente descriptivas. Así, surgen estándares de metadatos, con el fin de facilitar la interoperabilidad y profundizar en la descripción. Actualmente, las eti- quetas HTML y diversos estándares conviven en el sector periodístico, con diversos grados de implanta- ción. Se analiza el código fuente de diarios interna- cionales de información general y se lleva a cabo una profunda revisión bibliográfica sobre estándares de metadatos. El propósito es conocer qué estándares existen, y evaluar su uso en los códigos fuente de una muestra de periódicos. Para ello se identifican los metadatos de contenido semántico de los códigos fuente. Además se desarrolla el software Metada- dosHTML. Como conclusiones destacan la gran dis- tancia entre los estándares recogidos en la bibliogra- fía y los mostrados en los código fuente. En el primer caso, los más referenciados son los formatos NewsML y NITF, implementados por algunos medios y agencias de prensa, al menos a nivel interno. Por el contrario, en el código fuente los más habituales son schema.org y dos esquemas para mostrar informa- ción en redes sociales, Open Graph Protocol (usado por Facebook) y Twitter Cards. Esto, evidencia la convivencia de diversos estándares de metadatos en el ámbito de los medios de comunicación y pone de relieve la falta de uniformidad en su uso. Para alcan- zar el ideal de interoperabilidad de los contenidos, es preciso utilizar tecnologías de la Web Semántica. En este sentido, se debería tender a definir ontologías o vocabularios RDF para las diferentes propuestas analizadas

1. METADATOS EN NOTICIAS: UN ANÁLISIS
INTERNACIONAL PARA LA REPRESENTACIÓN DE
CONTENIDOS EN PERIÓDICOS
María José Baños Moreno, Eduardo R. Felipe, Juan
Antonio Pastor Sánchez,
Rodrigo Martínez Béjar, Gercina Lima
XII Congreso ISKO España
II Congreso ISKO España-Portugal
Universidad de Murcia,
19 y 20 de noviembre de 2015.
ISKO España-Portugal
International Society for Knowledge Organization

2. Introducción
• Volumen de información en Internet
• Información poco estructurada
• Dificultad de análisis y obtención de conocimiento
• Necesidad de agrupar información a nivel semántico
• Metadatos:
– Conjunto de atributos que representan un recurso, facilitando su identificación y
distinguiendo documentos relevantes de los no relevantes (Yaginuma et al., 2003b;
Hillmann, 2005; Abbud Grácio y Fadel, 2010, p. 10-11; Kallipolitis et al., 2012)
– Conjunto de propiedades asociadas a la faceta descriptiva del contenido de una noticia
(IPTC, 2009, p. 20)
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 2

3. Introducción
• Estándares de metadatos: Conjuntos de elementos comunes
para la descripción de recursos (Pereira y Baptista, 2004)
• Un recurso puede ser descrito con un esquema, que permite
asignar un metadato para cada tipo de dato y un valor para
dicho dato
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 3

4. Objetivos
1. Conocer qué estándares de metadatos se utilizan para
representar el contenido de una noticia, tanto en
periódicos como en la bibliografía especializada
2. Conocer la correspondencia entre los esquemas que se
destacan en la bibliografía y los utilizados en los códigos
fuente
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 4

5. Metodología
• Revisión de literatura: ¿qué esquemas se referencian?
• Construcción de una muestra de periódicos de ámbito
internacional
• Análisis de los códigos fuente de dichos medios de
comunicación: ¿qué metadatos muestran?
• Extracción de información con MetadadosHTML
• Comparación bibliografía – códigos fuente
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 5

6. Metodología
Muestra de diarios de información
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 6

7. Resultados
Esquemas presentes en bibliografía y códigos fuente
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 7
Esquemas en bibliografía
ANPA 89-3
Dublin Core (DC)
hNews
Information Interchange Model (IIM)
IPTC 7901
NewsML (NAR)
News Value Markup Language (NVML)
News Industry Text Format (NITF)
Publishing Requirements for Industry
Standard Metadata (PRISM)
rNews
Really Simple Syndication (RSS)
vCard
XMLNews
Esquemas en códigos fuente
Etiquetas meta (HTML)
Dublin Core (DC)
hNews
schema.org
Open Graph Protocol (OG)
Twitter

8. Resultados
Comparación entre bibliografía y códigos fuente
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 8

9. Resultados
Resumen de resultados
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 9
• Escasa coincidencia entre bibliografía y código fuente: Dublin
Core (DC) y hNEWS
• HTML, Open Graph Protocol (OG) y Twitter Card son los más
utilizados en los códigos fuente
• NewsML y NITF son los más referenciados en la literatura
• Título, resumen y palabras clave son los datos más
representados

10. Conclusiones
• La mayor parte de los estándares específicos de medios de
comunicación impresa no aparecen en el código fuente
• Diversidad de estándares que, paradójicamente, dificulta la
estandarización de los metadatos en diarios
• Pese a la variedad de estándares utilizados en el código
fuente, pocos van más allá de título, resumen y palabras clave
• Infrautilización de las posibilidades de la actual web
semántica, al menos en la cara visible de los periódicos
analizados
• Dos motivos posibles: no los utilizan o no los muestran
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 10

11. Bibliografía
• Abbud Grácio, J. C., & Fadel, B. (2010). Estratégias de preservação digital. In Gestão, mediação e uso
da informação (pp. 58–83). São Paulo: Editora UNESP; Cultura Acadêmica. Recuperado de
http://books.scielo.org/id/j4gkh/pdf/valentim-9788579831171-04.pdf
• Hillman, D. (2005, November 7). Using Dublin Core (DCMI Recommended Resource). Recuperado de
http://dublincore.org/documents/usageguide/
• IPTC (International Press Telecommunications Council). (2009). NewsML G2. Specification Version
2.4. Power Conformance Level (No. Document Revision 1). Recuperado de
https://www.iptc.org/std/NewsML-G2/2.4/specification/NewsML-G2_2.4-spec-PCL.pdf
• Kallipolitis, L., Karpis, V., & Karali, I. (2012). Semantic search in the World News domain using
automatically extracted metadata files. Knowledge-Based Systems, 27, 38–50.
http://doi.org/10.1016/j.knosys.2011.12.007
• Pereira, T., & Baptista, A. A. (2004). Incorporating a semantically enriched navigation layer onto an
RDF metadatabase. In J. Engelen, S. M. S. Costa, & A. C. S. Moreira (Eds.), Building digital bridges:
linking cultures, commerce and science. Brasília. Recuperado de
http://repositorium.sdum.uminho.pt/handle/1822/604
• Yaginuma, T., Pereira, T., & Baptista, A. A. (2003). Metadata elements for digital news resource
description. In Proceedings CLME’2003 - 3o Congresso Luso-Moçambicano de Engenharia (pp. 1317–
1326). Maputo. Recuperado de http://repositorium.sdum.uminho.pt/handle/1822/279
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 11

12. GRACIAS POR VUESTRA
ATENCIÓN
19-20/10/2015 XII Congreso ISKO España / II Congreso ISKO España-Portugal 12