4. Antolaketa-sistemetako baliabideak

Robert J. Glushko, Daniel D. Turner, Kimra McPherson, Jess Hemerly

4.4 Baliabideak izendatzea

Batzuetan, behar dugun gauzaren, dokumentuaren, informazio-osagaiaren edo datu-itemaren identitatea zehaztea ez da aski. Maiz, izen bat edo etiketa bat eman behar diogu baliabideari, eta horri esker ulertuko dugu baliabidea zer den, eta gaiaz mintzatzeko gai izango gara. Edonola ere, izendatzea ez da karaktereen sekuentzia bat esleitzea, eta kito. Atal honetan aztertuko dugu zergatik izendatzen ditugun gauzak, zer arazo izaten diren izendatzearekin eta zer printzipio gertatzen zaizkigun lagungarriak, hartara gauzak modu erabilgarrian izendatzeko.

4.4.1 Zer biltzen da izen batean?

Haur bat jaiotzen denean, haren gurasoek izen bat ematen diote: sarritan, erabaki estresagarria eta gatazkatsua izaten da. Izenek balio dute pertsona bat beste batengandik bereizteko, nahiz eta izen asko ez diren bakarrak munduan: milaka pertsona daude James Smith edo Maria Garcia izena dutenak. Halaber, izenek zenbait ezaugarri edo asmo iradokitzen dituzte, nahita zein nahi gabe. Gure bizialdian, hainbat modutara identifikatuko gaituzte, eta jaiotzan eman ziguten izena modu horietako bat baino ez da. Horrez gainera, baditugu ezizenak, lan-arloko goitizenak, lagunarteko izenak eta online baliatzen ditugun izenak. Gure bankuek, eskolek eta gobernuek, ostera, gure izenekin loturiko zenbakien bidez jakingo dute nor garen. Zu identifikatzeko balio duen heinean, zure izena edozer gauza izan daiteke.

Pertsonez gainera, baliabideek ere izenak behar dituzte, aurkitu ditzagun, deskribatu ditzagun, berrerabili ditzagun, aipatu edo estekatu ditzagun, noren jabetzakoak diren adieraz dezagun edo horiekin elkarreraginean jardun gaitezen beste eraren batean. Arlo askotan, baliabideen izenetan eragiten dute arauek, industriako praktikek eta teknologiari loturiko kontuek.

4.4.2 Izendatzearen arazoak

Gauza bat izendatzea –berdin du negozio bat den, kontzeptu bat, edo ekintza bat– prozesu zaila izan daiteke, eta baliteke ondo egitea edo modu kaskarrean egitea. Atal honetan, baliabideei izena esleitzeak dakartzan erronka nagusietako batzuk aletuko ditugu.

4.4.2.1 Hiztegiaren arazoa

Hizkuntza natural guztiek modu bat baino gehiago eskaintzen dute pentsamenduak azaltzeko, edo, zehatzago esanda, normalean hainbat hitz erabil daitezke gauza edo kontzeptu bera aipatzeko. Jendeak bere esperientziaren eta testuinguruaren arabera hautatuko ditu gauzen izenak eta deskribapenak; horregatik, jendea ez da bat etorriko hitzen erabileran. Are gehiago, halakoak gertatzen direnean, jendea harritu egiten da pixka bat, zeren pertsona bati agerikoa edo naturala iruditzen zaion izena ez baita naturala ez agerikoa beste batentzat. Ezustekorik izan ez dadin, komeni da baliabideen izenak elkarlanean hautatzea, hainbat pertsonaren artean; hori dela-eta, informazioaren arkitektoek diseinu-teknika parte-hartzaileak erabiltzen dituzte maiz, hala nola txartelak sailkatzea edo zerrendak egitea libreki.

1980ko hamarkadan, ordenagailu-erabiltzaileen interfazeen diseinua hastapenetan zegoela, George Furnasek eta Bell Labs laborategiko lankideek esperimentu-sorta bat gauzatu zuten, neurtze aldera zenbat jende jarriko zen ados baliabide baten edo funtzio baten izendapenarekin. Erantzuna, labur esanda: oso gutxi. Nor bere kasara jarduten bagara, izen-kopuru harrigarriki handia sor dezakegu gauza arrunt bakar bat izendatzeko.

Esperimentu batean, mila pertsona-pareri eskatu zitzaion izena jar ziezaiotela «eremu metropolitano nagusi bateko jarduera interesgarrien programa bati». Pertsona-pare guztien artean, 12 baino gutxiago etorri ziren bat izenean. Furnasek hiztegiaren arazoa deitu zion fenomeno horri, eta ondorioztatu zuen ezinezkoa zela hitz bakar bat izen «hoberen» gisa hartzea.

4.4.2.2 Homonimia, polisemia eta lagun aizunak

Batzuetan, hitz berak baliabide ezberdinak izenda ditzake: adibidez, «banku» bat finantza-instituzio bat izan daiteke, baina orobat izan daiteke egurrezko jesarleku bat. Bi hitz berdin idazten direnean baina esanahi ezberdinak dituztenean, homografoak dira; gainera, modu berean ahoskatzen badira, homonimoak dira. Homografoen esanahiak elkarri lotuta badaude, polisemikoak dira.

Batzuetan, izen homonimoak eta polisemikoak dauzkaten izenak modu okerrean identifikatzen dira; halako akatsak, batez ere, prozesu automatikoek egiten dituzte, ezin baitute zentzu komuna edo testuingurua erabili erreferente egokia zehazteko. Polisemiak arazo gehiago sor ditzake homografia sinpleak baino, zeren baliteke esanahi gainjarriek interpretazio okerra are gehiago iluntzea. Baldin eta pertsona batek uste badu «bidalketa-edukiontziak» kartoizko kaxak direla eta horietako batzuk eskatzen baditu, eta beste pertsona batek, berriz, uste baldin badu «bidalketa-edukiontziak» kutxa handi-handiak direla, kamioietan eraman eta ondoren itsasontziz bidaltzen direnak, baliteke esanahiaren ezberdintasunaz ez ohartzea harik eta edukiontzi-mota okerra iritsi arte.

4.4.2.3 Lotura ez-desiragarriak dakartzaten izenak

Izen gisa desegokiak diren hitzen artean, lagun aizunek kategoria berezi bat osatzen dute, eta pasadizo asko daude produktuen marketing-akatsei buruzkoak, non produktu baten izena edo deskribapena nekez itzul baitaiteke beste hizkuntza edo kultura batzuetara, eta lotura ez-desiragarriak iradokitzen baititu.

Tentagarria izan daiteke izenei buruzko joera eta sinesmen ezezagunak superstizio kaltegabetzat hartzea; nolanahi ere, halakoen ondorioak nonahikoak dira, eta ez dira inolaz ere onberak. Ordena alfabetikoak, itxuraz behintzat, baliabideak antolatzeko modu bidezkoa eta bereizkeriarik gabekoa eman dezake; baina, erraza izaten denez zerrenda alfabetiko bateko lehen izenak hautatzea, zerbitzu-enpresa ugarik «A», «AA» edo «AAA» hasten diren izenak hautatzen dituzte (begiratu ezazu zerbitzuen direktorio fisiko batean). Joera horren ondorioz, sistematikoki baztertzen dira pertsonak edo baliabideak, beren izenak alfabetoaren bukaerako letrekin hasten direnak, sarritan ez dituztelako aintzat hartzen, edo zerrenda alfabetikoan lehenago agerturiko baliabideen arabera ebaluatzen delako haien eskaintza, eta ez, ordea, eskaintzaren beraren meritua kontuan hartuz.

4.4.2.4 Behin-behineko ezaugarriei loturiko izenak

Baliabide askoren izenak ezaugarrietan oinarritzen dira, eta, arazoak sor ditzakete etorkizunean, ezaugarriaren balioa edo interpretazioa aldatzen baldin bada.

Sarritan, web baliabideak aipatzeko, URLak erabiltzen dira. Honela osatzen dira URLak: baliabidea kokatzen den zerbitzariaren domeinua izendatzen da, eta, jarraian, zerbitzaria bideratzen duen ordenagailuaren direktorioko bidea eta fitxategiaren izena. Beraz, baliabidearen uneko kokapena hartzen da baliabidearen izen gisa, eta izena aldatu egingo da baldin eta baliabidea beste leku batera mugitzen bada. Halaber, baliabideen edukiak berdin-berdinak badira ere, adibidez, jatorrizko fitxategiaren edo webgunearen kopia bat badira, beste izen bat izango dute, jatorrizkoa ez bezalakoa, nahiz eta berdin-berdinak izan. Antzeko arazoak izango dituzte jatetxeek edo negozioek, baldin eta kokatuta dauden kalearen izena edo zenbakia jartzen badute izen gisa, eta alokairua amaitzen bazaie edo egoitza handiago bat hartu nahi badute.

Programa bidez eratzen diren web baliabide dinamiko batzuek, beren URIetan, informazioa biltzen dute berek eratzeko erabilitako zerbitzariaren teknologiari buruz. Teknologia aldatzen denean, URIak ez du gehiago funtzionatuko.

Zenbait baliabideren izenetan datak, urteak edo bestelako denborazko adierazleak ageri dira; sarritan, etorkizuneko punturen bat aipatzen dute. «20th Century Fox» zinema-estudioak, adibidez, 1930ean hartu zuen izen hori, estudioari halako itxura aurrerakoi bat ematearren; gaur egun, ordea «20th Century» («XX. mendea») izena daraman zerbaitek justu kontrako efektua sortzen du.

Hona hemen beste adibide bat: George Orwellek, 1949an, eleberri bat idatzi zuen, eta 1984 izenburua jarri zion, etorkizun totalitario baten mehatxuaz ohartarazteko; garai hartan, Gerra Hotza Europa zatikatuan barna zabaltzen ari zen. Gaur egun, ordea, 1984. urtea aspaldi pasa delarik, izenburuak ez du eragin bera lortzen.

4.4.2.5 Hutsune semantikoa

Pertsonek ez baizik prozesu automatikoek deskribatzen dituztenean baliabideak, ezberdintasun bat sortzen da izendatzearen eta deskribapenaren ikusmoldeari dagokionez, eta horri esaten zaio hutsune semantikoa.

Programek edo sentsoreek irizpide teknikoen arabera eskuratzen eta izendatzen dutenean informazioa –hau da, baliabideak nola atzematen diren, nola biltzen diren eta nola dekodetzen diren optimizatzeko xedez–, hutsune semantikoa bereziki handia izango da. Baliteke argazki digital baten izenak, adibidez, IMG20268, zentzua izatea kamerarentzat, elkarren segidan hartu diren argazkiak gordetzen dituelako, baina halako izenak ez dira egokiak jendeak erabil ditzan. Ziur aski, nahiago izango dugu argazkiaren izenak argazkiaren edukia aipatzea, adibidez, GoldenGateZubia.jpg.

Aztertu nahi badugu ordenagailu edo sentsore bidez sorturiko baliabideen edukia, hala nola musika-fitxategi baten edo software-programa baten edukia, eta, horretarako, haren adierazpen testuala irakurtzen badugu, ez dugu tutik ulertuko. Ordenagailuko programek uler zezaten diseinatu zen, eta ez, ordea, pertsona batek uler zezan.

4.4.3 Izen eta identifikatzaile onak aukeratzea

Norbaitek esaten baldin badizu gaur gauean afaritara joango dela bere adiskide batekin, lehengusu batekin, saskibaloiko kide batekin eta bere mentore profesionalarekin, zenbat lagun izango dira guztira? Bada, gutxienez bi eta gehienez bost; izan ere, baliteke deskribapen erlazional horiek guztiak pertsona bakar bati buruzkoak izatea, edo lau pertsonari buruzkoak: «adiskide», «lehengusu», «saskibaloiko kide» eta «mentore» izenek ez baitute pertsona jakin bat izendatzen, asmatu egin beharko duzu ea zenbat lagun joango diren afaritara.

Kontrara, pertsonen deskribapenak aipatu ordez, afaltiarrak Bob, Carol, Ted eta Alice izango direla esaten badizute, lau izen zenbatuko dituzu, eta jakingo duzu zenbat lagun izango diren afarian. Hala ere, oraindik ezin duzu jakin zer pertsona diren zehazki, jende asko deitzen baita horrela.

Izenak ez baizik identifikatzaileak erabiltzen direnean, ziurtasun gabezia desagertzen da. Identifikatzaileek pertsona, toki edo baliabide jakin bati egiten diote erreferentzia, anbiguotasunik gabe, modu kontrolatuan esleitzen direlako. Sarritan, identifikatzaileak zenbaki- edo letra-lerroak izaten dira, eta ez hitzak, modu horretan eragozten baitira hitzek berekin dakartzaten joerak eta loturak. Adibidez, azterketetan, ikasleei eskatu ahal zaie identifikazio-zenbaki bat erabiltzeko, beren izena jarri ordez, zuzentzeko garaian eraginik ez izateko.

Izenak {eta, edo, vs} identifikatzaileak

Jendeak hainbat arrazoi direla medio aldatzen du bere izena: ezkondu edo dibortziatu direlako, beren izen-abizenak sarritan esaten edo idazten dizkietelako gaizki, adierazpen politiko edo etniko bat egiteko edo nabarmendu nahi dutelako. Duela urte batzuk, bazen futbol amerikarreko jokalari bat, sekulako egoa zuena: Chad Johnson deitzen zen, hau da, bere abizena bigarren postuan dago AEBko abizen ohikoen zerrendan; ondorioz, jokalariak abizena aldatu zuen, eta 85 zenbakiaren jokatzen zuenez, Chad «Ochocinco» bihurtu zen (zenbakia gaztelaniaz jarriz). ochocinco.com zeritzon webgune bat zeukan, eta ochocinco izena erabiltzen zuen bai Facebooken bai Twitterren. Ochocincok nahi izan zuen izen hori jartzea bere elastikoaren atzealdean, baina, ironia zer den, futbol amerikarreko ligak ez zion baimenik eman horretarako, elastikoan ez baitago tokirik legezko izena jartzeko. 2012an, Chad Johson izena hartu zuen berriro, eta ziur elastikoaren kontu hark izango zuela zerikusirik bere erabakian.

Kafetegietan, sarritan galdetzen dizute nola deitzen zaren; kutxazainak kartoizko katilu huts batean idazten du zure izena, eta zerbitzariak zure edaria prestatu ondoren, erraza izango da zeini dagokion identifikatzea. Egiaz, ez dute zure izenaren premiarik: identifikatzaile bat behar dute; beste denda batzuetan, ordainagiriaren zenbakia erabiltzen da eskaerak bereizteko. Beraz, Joe deitzen bazara ere, lasai asko esan dezakezu Thor, Wotan, Merkurio, El Greco edo Clark Kent deitzen zarela, edo beste edozein izen, baldin eta, edaria prestatu bitarteko denboran, identifikatzaile bat eta bakarraren funtzioa beteko badu.

4.4.3.1 Sor itzazu izen informatiboak

Izendatzearen printzipio oinarrizkoenak dioenez, izen informatiboak aukeratu behar dira, errazago ulertzen eta oroitzen direlako. Errazagoa izango da ordenagailuko programa batek edo XML dokumentu batek zer egiten duen adieraztea baldin eta «ItemKostua» eta «KostuOsoa» deitzen baldin bada, eta ez «I» edo «K». Jendeak bere helbideari buruzko informazio koherenteagoa edo berrerabilgarriagoa emango du baldin eta formularioetan «Kalea», «Herria» eta «Posta-kodea» emateko eskatzen bada, eta ez «1. lerroa» edo «2. lerroa».

Identifikatzaileak sortzeko orduan, barne-egitura eta semantika baliatu daitezke informazioa adierazteko, baliabide jakin bati erreferentzia egitetik harago. Esate baterako, Liburuen Nazioarteko Zenbaki Estandar (ISBN) batek, demagun «978-0-262-07261-8» zenbakiak, baliabide jakin bat identifikatzen du (07261=«Document Engineering» izenekoa) eta orobat adierazten du ezen baliabide hori liburu bat dela (978), ingelesez idatzita dagoela (0), eta MIT Argitalpen Zerbitzuak plazaratu duela (262).

Hegazkinetako pilotuentzat oso erabilgarriak dira seinale erradialen gurutzaketak markatzen dituzten nabigazio-puntuak, lurreko itsasargietatik edo sateliteetatik igortzen direnak; bada, garai batean, bost letrako kode esanahirik gabeekin izendatzen ziren. Gero, ordea, aldatu egin zituzten, beren kokapena adieraz zezaten; izan ere, mugarriei izen semantikoak jarriz gero, pilotuek probabilitate gutxiago zuten izen okerrak sartzeko nabigazio-sistemetan. Adibidez, Florida estatuko Orlando hiriari dagokionez –hantxe dago Disney World parkea–, hain inguruko mugarri batzuk MICKY, MINIE eta GOOFY deitzen dira.

4.4.3.2 Erabili hiztegi kontrolatuak

Baliabideen eremu bati edo zeregin bati izen onak jartzeko modu ona da hiztegi kontrolatu bat sortzea. Hiztegi kontrolatua esaten zaio hiztegi finko edo itxi bati, zeinean biltzen baitira eremu jakin batean erabil daitezkeen terminoak. Hiztegi kontrolatuaren bidez, erabilitako hitz-kopurua murrizten da; horrela, sinonimia eta homonimia gutxiagotzen dira, eta lotura ez-desiragarriak ezabatzen. Azkenerako, esanahi zehatzeko hitzen sorta bat geratzen da, haiek erabiltzeko arau zorrotzekin batera.

Hiztegi kontrolatua ez da baimendutako hitzen sorta bat soilik; aitzitik, hitzen definizioak biltzen ditu, eta, maiz, hiztegiko terminoak zer arauren bidez erabili eta uztartu daitezkeen zehazten du. Eremu bakoitzak bere hiztegi kontrolatua sor dezake, espezifikoa, bere xedeak asetzeko; nolanahi ere, garrantzitsuena zera da: hiztegia modu koherentean erabilia izan dadila eremu osoan.

Baliabide bibliografikoez denez bezainbatean, hiztegi kontrolatuaren alderdi nabarmenak dira, besteak beste, autoreen izenen forma egiaztatuak zehaztea, lanen izenburuak bateratzea eta gai jakin bat zer terminoren bidez aipatuko den bateratzea. Bibliotekonomian, autoritate-kontrola esaten zaio izen eta termino estandarrak sortzeko eta mantentzeko prozesuari.

Fitxategi ofizial egiaztatuak gordetzen dira baliabide-eremu askotan: hiztegi geografikoetan izenak eta kokapenak lotzen dira, eta bertan egiazta dezakegu ea Bombay edo Mumbai esan behar dugun; Domeinu Izenen Sistemak (DNS, ingelesezko sigletan), aldiz, gizakiei bideraturiko domeinu- eta ostalari-izenak lotzen ditu nor bere IP helbidearekin; Konposizio Kimikoen Erregistro Zerbitzuak identifikatzaile bereiziak ematen dizkie argitalpen zientifikoetan deskribatzen diren konposizio kimiko guztiei; azkenik, instituzio ugari jarduten dira identifikatzaile bakarrak ematen animalien espezieei.

Zenbait kasutan, komunitate batek sortzen edo mantentzen ditu fitxategi egiaztatuak; hala da, adibidez, MusicBrainz «musikari buruzko entziklopedia ireki»aren kasuan: erabiltzaileek informazioa gehitzen dute artistei, argitalpenei, kantuei eta bestelako kontu musikalei buruz. Musikaren metadatuak ez dira batere fidagarriak: ikerketa batek Knockin’ on Heaven’s Door kantua deskribatzeko 100 aldaera baino gehiago aurkitu zituen, Guns N’ Roses taldearen bertsioari zegokionez (kantua, berez, Bob Dylanena da).

4.4.3.3 Ezizenak baimendu

Hiztegi kontrolatua oso-oso erabilgarria da hura erabiltzen dutenentzat, baina antolaketa-sistema bat diseinatzen ari baldin bazara halako hiztegi bat erabiltzen ez duen edo erabili ezin duen jendearentzat, hiztegia egokitu beharko duzu, barnean hartuz erabiltzaileek baliabideak deskribatzeko edo bilatzeko egiaz erabiliko dituzten hitzak. Arrain-espezie jakin baten izen egiaztatua Amphiprion ocellaris izan arren, jende gehienak «pailazo-arraina» bilatuko du, edo, are, film famatu batean eman zitzaion izena: Nemo.

Furnasek iradokitzen duenez, jendeak erabiltzen dituen hiztegi ez-kontrolatu edo naturalak eta antolaketa-sistemetako hiztegi kontrolatuak lotzeko, «ezizen-jartze mugagabea» erabili behar litzateke. Alegia, sarbide alternatibo ugari egon beharko lirateke erabiltzaileak aurkitu nahi duen hitz edo funtzio bakoitzeko. Adibidez, AEBko 42. presidentearen ponteko izena hauxe da: «William Jefferson Clinton»; halere, puskaz ugariagoak dira «Bill Clinton» deitzen dioten webguneak: horregatik, aurreneko izenari loturiko bilaketak berbideratu egiten dira bigarren izena biltzen duten tokietara. Horrekin lotuta, badago beste mekanismo bat, bilatzaileek erabiltzen dutena: ortografiaren zuzenketa. Mekanismo horren bitartez, ortografiako akats guztiak idazketa egokiaren ezizen gisa hartzen dira («Klaifornia» idazten baduzu, «Kalifornia esan nahi zenuen?» adierazten dizu bilatzaileak).

4.4.3.4 Sor itzazu identifikatzaile bakarrak edo kualifikatuak

Identifikatzaileek baliabide bakar bati erreferentzia egin arren, horrek ez du esan nahi identifikatzaileak errepikatzen ez direnik. Baliteke inbentario-sistema militar batean 99 000 1111 zenbakia erabiltzea baliabide bat izendatzeko –klima hotzean 24 orduz irauteko anoa-pakete bat, adibidez–; beste inbentario-sistema batean, aldiz, zenbaki berdin-berdina erabil dezakete irrati-balbula elektroniko bat izendatzeko. Identifikatzaile bakoitza bat eta bakarra da bere inbentario-sisteman, baina hornikuntza-eskaera bat okerreko biltegira bidaltzen baldin bada, baliteke soldadu gosetuek irrati-balbulak jasotzea, janari-anoak jaso ordez.

Identifikatzaileen arteko talkak eragozteko edo murrizteko, informazioa gehitu dezakegu izenespazioari buruz, hau da, identifikatzaileak edo izenak aukeratu diren eremuari buruz; hala, izen kualifikatuak sortuko ditugu. AEBn, dozenaka hiri daude «Springfield» edo «Washington» izenekoak, baina estatu-kodea ere jartzen baduzu helbidean, hiriak elkarren artean bereizteko modua izango dute posta-zerbitzuan. Era berean, XML elementuen izenei aurrizkiak gehitu ahal zaizkie, baldin eta dokumentu bat sortzean, dokumentu-mota ugaritako osagaiak berrerabiltzen badira.

Hatz-markak, edo bestelako datu biometrikoak, ez dira sortzen emaitza ziur aski bakarrak ematen dituzten algoritmoen bidez; hori dela eta, ez ditugu hartzen jendearen identifikatzaile global eta esklusibo gisa; edonola ere, praktikan, hala dira.

4.4.3.5 Bereiz itzazu identifikazioa eta bereizketa

Identifikatzailean ez baldin badago baliabidearen kokapenari buruzko informaziorik, hori «ebatzi» beharra dago, kokapena zein den zehazteko. Baliabide fisikoen kasuan, ebazpena gauzatzen da seinaleen, mapen edo bestelako baliabideen bidez, zeinek baliabidea deskribatzen baitute ingurune fisikoren batean; adibidez, «Hemen zaude» gisako mapetan, baliabide-identifikatzaile bakoitza koordenatu batekin edo bestelako bitartekoren batekin lotzen da, mapan aurkitzeko modua egon dadin. Baliabide digitalei dagokionez, direktorio-sistema edo -zerbitzu baten bidez ebazten da kontua: sistema horrek identifikatzailea interpretatzen eta haren kokapena topatzen du, edo, bestela, zuzenean berreskuratzen du baliabidea.