"Una nueva forma de mostrar el patrimonio. Proyectos recientes de web semántica y datos enlazados en el ámbito de los museos" por Sara Sánchez Hernández, jefa de Servicio de Aplicaciones de Bellas Artes. Subdirección General de Tecnologías de la Información y de las Comunicaciones. Ministerio de Educación, Cultura y Deporte.

1. Una nueva forma de mostrar el patrimonio.
Proyectos recientes de web semántica y
datos enlazados en el ámbito de los museos.

2. ANTECEDENTES Y SITUACIÓN DE PARTIDA
Antes de adentrarnos en la web semántica, partíamos de la siguiente situación:
• Domus instalado en más de 150 museos de diferente tipología,
ámbito, titularidad …
• Aplicaciones locales de uso centralizado para la gestión de tesauros
• Publicación online de los bienes culturales de Domus de 97 museos
mediante la aplicación http://ceres.mcu.es
• Publicación online de los tesauros de bienes culturales mediante la aplicación
web http://tesauros.mecd.es/tesauros

3. ¿QUÉ ES DOMUS?
• En 1996 se publicó el informe “Normalización
documental de museos: elementos para una
aplicación informática de gestión
museográfica”
• Se sentaban las bases para el desarrollo
posterior del proyecto de normalización
documental y de elaboración de tesauros
• Incluía las funcionalidades y requisitos que
debía cumplir la aplicación informática que se
desarrollaría a partir de la publicación del
informe y que con el tiempo se denominaría
DOMUS

4. • Tras su publicación se pusieron en marcha los grupos de trabajo que debían
desarrollar estos tesauros.
• Fruto de este trabajo se publicaron
• Diccionario de Materiales Cerámicos en el año 2002
• Diccionario de Mobiliario en el año 2006
• Diccionario de Numismática en el año 2009.
• No se pudieron abarcar un gran número de campos “científicos” empleados a
la hora de catalogar un fondo: clasificación genérica, denominación del objeto,
título, técnica, materia, iconografía…
• En paralelo a la realización de estos estudios y publicaciones, se desarrolló la
aplicación DOMUS y se comenzó a instalar en los museos. Dicha herramienta
se creó con herramientas de control terminológico a las que había que dar
respuesta desde los museos

7. • DOMUS nació con herramientas de fuerte control terminológico, siguiendo el
modelo de la Normalización Documental.
• Muchos campos del modelo, como clasificación genérica, denominación del
objeto, título, técnica, materia, iconografía … etc en ese momento no tenían
definidos los tesauros
• Ello conllevó que los museos elaboraran sus propios tesauros dentro de la
aplicación para dar respuesta a la catalogación. Cada museo usaba sus propios
descriptores
• Para paliar esta situación, a partir del año 2001 el Ministerio de Educación,
Cultura y Deporte inició una segunda vía de actuación en la normalización
terminológica, dirigida a elaborar tesauros generales que sirvieran para
cualquier tipo de colección. Este proyecto sigue vivo hoy en día.

8. • Se escogieron áreas de trabajo que tuvieran su correspondencia en
determinados campos de información de DOMUS: clasificación genérica.
materias, técnicas, autores, iconografía, lugares geográficos y toponimia
histórica, denominaciones de bienes culturales (para el campo “objeto”),
iconografía y contextos culturales.
• Fruto de este trabajo, han visto la luz hasta ahora:
• Diccionario de materias en el año 2008
• Diccionario de objetos asociados a ritos, cultos y creencias en el año
2011
• Diccionario de objetos asociados a la expresión artística, en el año
2012
• Diccionario de técnicas en el año 2016.
• Está ya ultimando su aparición el Diccionario de objetos asociados a la
arquitectura y estructuras, que se publicará también en el año 2016, y que,
junto con los otros dos diccionarios de objetos ya publicados, forman parte
del ambicioso Diccionario de denominaciones de objetos culturales, cuya
inabarcable dimensión ha obligado a publicarlo por ramas.
• Se prevé que en el año 2017 se publiquen el Diccionario de toponimia
histórica y el Diccionario de contextos culturales.

9. Para trabajar con los tesauros y poder distribuirlos en los museos, el Ministerio de
Educación, Cultura y Deporte puso en marcha en el año 2004 el diseño de dos
herramientas informáticas, denominadas Jerartes y Convertes
JERARTES
Su objetivo principal es permitir la construcción jerarquizada de cada uno de los
tesauros, así como completar la información de cada término (definición,
bibliografía, nota de alcance..), etc.
CONVERTES
Su objetivo principal es permitir la comparación entre el tesauro de un museo y el
tesauro central, elaborando un fichero de diferencias a procesar en el museo

10. JERARTES

11. CONVERTES

12. • En el año 2009 se publicó en internet http://ceres.mcu.es
• En el año 2011 se publicó en internet http://tesauros.mcu.es
Este ha sido el primer proyecto de web semántica en el ámbito de
museos.
PUBLICACIONES ONLINE

13. • El origen de los datos publicados en el portal, es la aplicación
Jerartes
• El portal de tesauros permite consultar la descripción de los
diferentes términos que forman parte de los tesauros
• Permite la visión jerárquica y alfabética de dicho tesauro
• También muestra las imágenes relacionadas con los términos
• Actualmente se encuentran disponibles online los tesauros:
• Generales: Materias, Geográfico, Bienes Culturales (dos
ramas), Técnicas
• Específicos: Numismática, Cerámica, Mobiliario
PORTAL DE TESAUROS

15. • Hay enlaces bidireccionales entre el portal de tesauros y ceres
• Del portal a ceres:

16. • De ceres al portal

17. Para la publicación de los tesauros en Linked Open Data fue necesario:
• Convertir la información a un formato reconocible y aceptado, cumpliendo los
requisitos establecidos en el Word Wide Web Consortium.
• Se eligió el SKOS por ser el más adecuado para la publicación en LOD de
vocabularios y ontologías, siendo el sistema que había elegido previamente la
Lista de Encabezamiento de Materias desarrollada por la Subdirección General de
Coordinación Bibliotecaria del Ministerio de Educación, Cultura y Deporte así
como otras instituciones que habían empezado a trabajar en datos abiertos,
como los tesauros de Getty Research Institute o el British Museum

18. • Los datos se han modelado a SKOS siguiendo las directrices definidas por el W3C
para las “Cool URIs” , mediante la asignación a cada uno de los términos de un
identificador o URI persistente.
• Cada uno de los tesauros se ha generado con el siguiente esquema: Esquema del
tesauro (skos:Scheme); Concepto (skos:Concept); Facetas (skos:Collection). Por
cada descriptor se ha creado un concepto SKOS, mapeando sus campos a
tripletas RDF: skos:prefLabel (término); skos:inScheme (tesauro al que pertenece);
skos:definition (definición); dct:bibliographicCitation (referencias bibliográficas);
skos:scopeNote (nota de alcance) y dct:created (fecha de creación del término).
• A cada término relacionado se le ha asignado la etiqueta skos:related; a los
términos genéricos skos:broader y skos:topConceptOf y a los términos
jerárquicamente dependientes skos:narrower y skos:hasTopConcept. Por cada no
descriptor se han formado tripletas en el concepto SKOS creado para su
descriptor asociado, con la etiqueta skos:altLabel.

19. La nueva página de Tesauros del Patrimonio Cultural atiende a dos tipos de
“clientes”:
• Por una parte, la nueva aplicación ofrece al usuario humano una experiencia de
uso similar al de la aplicación antigua: cuando el usuario humano realiza una de
consultar un término de alguno de los vocabularios, el sistema responderá a la
petición redirigiendo al usuario a la uri del término elegido, en un formato html.
• Por otra parte, permite a rastreadores automatizados acceder a los datos, que se
devolverán siempre en formato RDF (rdf/xml, Notation3, rdf/Json y Json-ld)
• Esta nueva presentación de los Tesauros como LOD permite, por tanto, que
recursos de información ajenos puedan vincular sus propios registros de forma
automatizada con los datos que ofrece el Portal de Tesauros, pero éste quiere a
su vez convertirse en un recurso de información vinculado con otras fuentes.

20. Para ello, los tesauros incluidos en el Portal han sido enlazados con vocabularios
externos que ya se han publicado en Linked Open Data. Hasta el momento, se han
realizado vinculaciones con
• Lista de Encabezamientos de Materia para Bibliotecas Públicas del Ministerio de
Educación, Cultura y Deporte,
• Llista de Encapçalaments de Matèria de la Biblioteca de Catalunya,
• Bibliothèque nationale de France,
• Getty Art and Architecture Thesaurus,
• Library of Congress,
• Deutsche Nationalbibliothek,
• Dbpedia,
• Geonames
• Getty Thesaurus of Geographic Names (estos últimos en el caso del Diccionario
Geográfico)
• Ver ejemplos
• Alabastro, Abrasivo, Aceite de Girasol
• Abadía
• África

21. Además de la funcionalidad de la consulta de los diccionarios y sus términos a los
usuarios finales, el sistema ofrece otro tipo de información: enlaces de descargas de
datos

22. Consulta sobre total de datos (estadísticas)

23. Punto de consulta SPARQL

24. • En una primera fase, se encargó a la empresa Digibís el modelado en SKOS
del Diccionario de Materias y una primera aplicación para su gestión.
• Posteriormente, la empresa Serdoc ha realizado el modelado en SKOS del
resto de diccionarios y ha definido la aplicación definitiva de gestión de los
tesauros en LOD. Para ello, la empresa ha utilizado una aplicación
denominada BRÚJULA©, una plataforma de desarrollo de la propia empresa
en la que se combina software open source con herramientas y programas
de desarrollo propio
• En total, se han establecido 54.710 enlaces SKOS closeMatch. El proceso de
conversión a SKOS y de vinculación a recursos externos no ha sido
automático en su totalidad, ha requerido de la intervención humana para
analizar previamente la definición, estructura y relaciones internas de cada
tesauro que se skosifica.
DESARROLLO

25. La aplicación está diseñada siguiendo un esquema Model-View-Controller (MVC).
• Capa SGBD: No existe.
• Capa de persistencia: Se crea automáticamente un modelo RDF Apache Jena a
partir de los datos RDF especificados (cuya ubicación es configurable). Este
modelo se utiliza globalmente en la aplicación para realizar las diferentes tareas
que requieren acceso a datos.
• Capa de negocio: Compuesta principalmente por controladores soportados por
Spring Framework y clases auxiliares.
• Capa Web: Compuesta por vistas HTML usando el sistema de plantillas
Thymeleaf.
http://www.thymeleaf.org/
CARACTERÍSTICAS TÉCNICAS

26. • Primera publicación de fondos entre 2004 y 2009, individualizadas
por museo.
• En el año 2009 sale a la calle http://ceres.mcu.es
• Objetivos:
- Ofrecer la posibilidad de búsqueda conjunta o individualizada
en todos los museos pertenecientes a la red
- Generar catálogos temáticos en base a una temática o
categoría común
- Posibilidad de integración con otros sistemas (europeana)
CERES

30. PRIMER CONTACTO CON LA WEB SEMÁNTICA O DATOS ABIERTOS
• Entre 2009 y 2010 los datos de ceres se vuelcan por primera vez a
los portales HISPANA y EUROPEANA.
• A día de hoy las cifras son:
• Ceres: 257030
• Fashion: 17278
• Judaica: 2179
• Locloud:38890
• Los datos actualmente se vuelcan en formato ESE v4.3. Europeana
lo transforma automáticamente a formato EDM
• Existe un enlace entre ceres y europeana

31. ESPAÑA. Cuarto lugar en proveedor de contenidos a Europeana
Total: 4.498.494 items digitales (9’02%). Hispana más otros proveedores
Fuente MED: Consejo de Cooperación Bibliotecaria

32. Fuente MED: Consejo de Cooperación Bibliotecaria
CER.ES a través de Hispana: 186,032
CER.ES a través de otros proveedores: 54.760 items

33. EN 2015 NOS PLANTEAMOS EL CAMBIO…
• El modelo actual únicamente permite búsquedas combinadas por
una o varias palabras
• No permite hacer sugerencias al usuario
• No es interoperable, únicamente lo entienden las personas
• Muchísimas posibilidades:
• Gran riqueza de objetos
• Gran variedad de datos
• Alto control terminológico
Ceres hacia la Web Semántica

34. Estamos en fase de desarrollo de: WEB SEMÁNTICA
 Nuestro propia publicación en estándar RDF.
 Punto de consultas SPARQL
 Seguimos las recomendaciones de ICOM sobre linked open data
para los museos.
 Nuestros metadatos son datos abiertos enlazados.
 Nuestra ID es el número de inventario de la institución
 Facilitamos recursos digitales (metadatos) para que terceros
puedan desarrollar recursos y productos culturales
 Facetamos las búsquedas/orientamos al usuario
 Enlazamos nuestros recursos con otros recursos.
¿Cómo lo hacemos?. Los recursos los identificamos mediante URIs
Ejemplo: http://ceres.mcu.es/pages/Main/IdFicha=idFicha
http://tesauros.mecd.es/tesauros/materias/1188806.html

35. La publicación en RDF permitirá a los museos usuarios de CER.ES
A) Interoperar con otros modelos semánticos que estén en la Web acorde a
nuestros intereses. Mapas conceptuales.: por ejemplo Numismática.
B) Que terceros interoperen con nosotros garantizando el respeto a la difusión
que damos de nuestros contenidos creando nuevos productos/servicios.

36. Primera fase ¿Qué buscamos con esta iniciativas?
• Incluir a CER.ES como un recurso más del mapa conceptual de la Web Semántica
• Elaborar grafos de relaciones entre los museos que participan en la Red Digital
• Facilitar a todos los museos la publicación de sus recursos en un esquema RDF.
• Independencia de su mapa conceptual, de sus intereses.
• Independencia de cada institucion: elegir ser acceso abierto o dato abierto
Segunda fase: la interoperabilidad con iniciativas similares
Idea principal: conectar las colecciones de la Red digital con otras colecciones
y recursos externos nacionales e internacionales publicados en RDF.

37. NUESTROS REQUISITOS PRINCIPALES
A partir de realizar la primera búsqueda se mostrará la pantalla dividida en dos
secciones, a la izquierda se mostrarán los filtros y las facetas y a la derecha los
resultados en mosaico, en un listado o directamente la ficha, dependiendo del
número de resultados, tal y como se muestra actualmente.

38. Una vez realizada la primera búsqueda se listarán los resultados obtenidos por
los que continuar filtrando, además de cada filtro se contabilizará el número de
resultados obtenidos y una casilla de verificación para poder seleccionarlos.
El facetado realizará búsquedas por:
• Museo
• Clasificación genérica
• Objeto / Documento
• Autor
• Materia / Soporte
• Técnica
• Datación
• Contexto cultural / Estilo
• Lugar de Producción / Ceca
• Lugar de Procedencia

39. El orden en el que se muestran los filtros, varía en
función de los resultados obtenidos.
Museo
Museo Arqueológico (2.000)
Museo del Traje (200)
Objeto
Cuadro (3.000)
Dibujo (1.000)
…
Sí el número de filtros es superior a 5, se mostrarán 5
filtros y Ver Más.
Se incluye Botón Aplicar Filtros para incluir los filtros
(seleccionadas con el check) a la búsqueda, la cual se
refresca al pulsar botón.

40. Además de estas facetas, se añadirán facetas “También te puede interesar” con
los siguientes criterios:
• Cuando los resultados mayoritarios se encuentren en MUSEO: Se busca por museos con
los que coincida en el tipo de museo
• Cuando los resultados mayoritarios se encuentren en AUTOR: Se busca por autores que
coincidan con la misma datación
• Cuando los resultados mayoritarios se encuentren en OBJETO: Se busca por objetos
que coincidan con la misma clasificación genérica.
• Cuando los resultados mayoritarios se encuentren en DATACIÓN: Se busca por
contextos culturales con el mismo lugar
• Cuando los resultados mayoritarios se encuentren en LUGAR: Se busca por contextos
culturales con la misma datación.
En cualquier otro caso, se buscará por defecto por museos con los que coincida
en el tipo de museo.

41. Se mostrarán en la parte inferior de la web, 6 resultados con scroll. Se mostrarán
el nombre del museo y del objeto, ajustados en dos líneas, sí el nombre del
museo o del objeto no cabe en una línea se muestra la información que cabe
seguido de tres puntos.

42. En el mosaico y en el listado de resultados, al pulsar sobre el botón
se generará el archivo RDF de la página actual en la que se encuentre el usuario.

43. En la ficha detalle del fondo o conjunto, al pinchar sobre el botón
se generará el RDF del fondo o conjunto. Este archivo RDF incluye la información de
los tesauros de materias y lugares geográficos si los hubiera.
Al pulsar el botón, se da la posibilidad de abrir el archivo generado o de guardarlo.

53. CARÁCTERÍSTICAS TÉCNICAS
• Se conserva la base de datos relacional con los datos de los 97 museos
provenientes de domus. A partir de dicha base de datos, se generan los rdf
siguiendo los siguientes pasos:
1. GENERACIÓN BASE DE DATOS GRÁFICA – RDF
Se ha creado una herramienta llamada RDCME_RDF_generator, desarrollada en
Java 1.7, que genera los archivos RDF de las tablas FMUS, FDOC, y CONJ, junto
con las imágenes de fondos, adaptados a la estructura y necesidades de Ceres.
2. DESPLIEGUE APACHE SOLR
El indexado de los triples RDF y el facetado para las búsquedas se realiza
utilizando el framework Apache SOLR en su versión 4.6.1.
3.DESPLIEGUE APACHE FUSEKI
Fuseki es una interfaz HTTP para datos RDF. Es compatible con SPARQL para
consultar y actualizar. El proyecto es un sub-proyecto de Jena y se desarrolló
como servlet. La versión utilizada en el despliegue y desarrollo es Apache Fuseki
v.2.0.0.

54. 4. GENERACIÓN BASE DE DATOS GRÁFICA – RDF
Desplegados correctamente Fuseki y Solr, y con el archivo rdcme.rdf ya generado
(paso 1), podemos proceder a la creación del TDB con todos los datos RDF.
La creación del TDB parte de un assembler o archivo de configuración config.ttl.
Los assemblers son un mecanismo general en Apache Jena para describir los
objetos que se construirán, a menudo, estos objetos son modelos y conjuntos de
datos.
Terminado el proceso se crea en FUSEKI_BASE/databases los archivos que
forman el TDB. Si el proceso lo hemos generado desde local habrá que copiarlos,
mediante FTP, al FUSEKI_BASE del servidor remoto.

55. 5. INDEXACIÓN DEL TDB Y CREACIÓN DEL FACETADO
Una vez generado el TDB podemos proceder a la indexación del mismo. Es
necesario tener desplegado y arrancado SOLR en el servidor (con el listado de
directorios y archivos que se ha descrito en el punto 4.1).
Se ejecuta un proceso por consola de comandos, y al terminar el proceso se
crean en la carpeta data/index y en la carpeta data/tlog los ficheros que
configuran el índice.
6. MODIFICACIONES CÓDIGO FUENTE
Se ha cambiado la arquitectura de desarrollo de Ceres a Java7 y su despliegue se
ha cambiado de un servidor JBOSS a Apache Tomcat.

56. PROCESO TIEMPO
Creación RDF 11 días
?
Indexación TDB ?
ESTADO ACTUAL DEL PROYECTO
• El proyecto fue entregado en junio del 2016.
• Actualmente se encuentra en vías de implantación en el entorno de
desarrollo del MECD.
• Estamos encontrando dificultades en los tiempos de procesamiento
• Somos nuevos en algunas tecnologías, y estamos aprendiendo

57. La publicación de los recursos de CERES en formato RDF está basada en las siguientes
ontologías o diccionarios de términos semánticos:
Dublin Core (http://dublincore.org/): Esta ontología, abreviada como dc, define un
conjunto de elementos de metadata para catalogar elementos en bibliotecas y otros
recursos electrónicos. Bajo esta ontología también se utilizan los términos publicados en
dcterms (una ampliación del vocabulario Dublin Core).
CIDOC Conceptual Reference Model (http://www.cidoc-crm.org/): define conceptos e
información de patrimonio cultural y documentación de museos.
Europeana Data Model (http://pro.europeana.eu/page/edm-documentation): modelo
de metadatos del portal Europeana y ofrece más posibilidades de búsqueda y
contextualización e información para el usuario, y de interoperabilidad en proyectos con
Linked Open Data.
Debido a lo específico de algunos campos, no se ha podido utilizar una ontología en
concreto, por ello se ha optado por utilizar un diccionario propio llamado rdcme.
PREFIJO O ABREVIATURA ESPACIO DE NOMBRE
dc http://purl.org/dc/elements/1.1/
dcterms http://purl.org/dc/terms/
crm http://www.cidoc-crm.org/cidoc-crm/
edm http://www.europeana.eu/schemas/edm/
rdf http://www.w3.org/1999/02/22-rdf-syntax-ns#
rdfs http://www.w3.org/2000/01/rdf-schema#
rdcme http://ceres.mcu.es/pages/Main/
ESPACIOS DE NOMBRES USADOS EN NUESTROS RDFS

58. Los datos en RDF son la base para interoperar con terceros agentes pero también son
clave para el posicionamiento Web. Se prioriza su lectura
 Diseñar proyectos específicos y escalables.
 Proyectos sostenibles a medio plazo. Tendencia internacional.
 Proyectos replicables.
 La museometría como condicionante de los desarrollos. Datos 2011-2015
Visitas: 1.275.329.
Usuarios nacionales: 1.030.991 (80 %)
Usuarios internacionales: 244.338 (20%)
Tiempo medio de visita: 5’ 41”
PAÍS VISITAS PORCENTAJE
SOBRE EL
TOTAL
México 30.294 2,38 %
Francia 27.658 2,17 %
Estados Unidos 26.692 2,09 %
Argentina 20.677 1,62 %
Italia 13.697 1,07 %
PÁGINA DE REFERENCIA VISITAS PORCENTAJE
SOBRE EL
TOTAL
Web del Museo
Arqueológico Nacional 91538 29,1%
Europeana 44673 14,2 %
Web del MECD 23823 7,6 %
Wikipedia 8634 2,75 %

59. CONCLUSIONES
• Sabemos que somos “primerizos” y que estamos aprendiendo
• Consideramos que es muy importante compartir experiencias y conocimientos
entre las distintas instituciones
• Tenemos claro que es un sitio donde queremos estar bien posicionados
• Confiamos en tener ceres en web semántica en producción en 2017
…. SEGUIMOS TRABAJANDO!!!

60. ¡¡GRACIAS!!
sara.sanchez@mecd.es