Συντάχθηκε 01-10-2026 15:39
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 05/10/2026 13:00
Λήξη: 05/10/2026 14:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Σωτηρίου Σουρλαντζή
με θέμα
Αυτόματος εμπλουτισμός Ιδρυματικού Αποθετηρίου. Σχεδιασμός, ανάπτυξη και τεκμηρίωση, αρθρωτής υπηρεσίας αναζήτησης , ανάκτησης, μετάπτωσης, και εποπτευόμενης κατάθεσης βιβλιογραφικών εγγράφων σε Ιδρυματικά Αποθετήρια.
Automated Enrichment of Institutional Repository. Design, development, and documentation of a modular service for the search, retrieval, transformation, and supervised submission of bibliographic records to Institutional Repositories.
Εξεταστική Επιτροπή
Αναπληρωτής Καθηγητής Νικόλαος Γιατράκος (Σχολή ΗΜΜΥ, Επιβλέπων)
Καθηγητής Ευριπίδης Πετράκης (Σχολή ΗΜΜΥ)
Council of the EU - General Secretariat Χρυσή Τσιναράκη (Εξωτερικό Μέλος)
Περίληψη
Η παρούσα διπλωματική εργασία εστιάζει στον σχεδιασμό, την ανάπτυξη και την τεκμηρίωση μιας αρθρωτής υπηρεσίας για την αυτοματοποιημένη αναζήτηση, ανάκτηση, μετασχηματισμό και εποπτευόμενη κατάθεση βιβλιογραφικών εγγραφών σε ιδρυματικά αποθετήρια, με περίπτωση αναφοράς το αποθετήριο του Πολυτεχνείου Κρήτης (ΠΚ). Στόχος είναι η αντιμετώπιση συγκεκριμένων προβλημάτων της τρέχουσας πρακτικής της Βιβλιοθήκης του Ιδρύματος. Σήμερα οι δημοσιεύσεις των μελών του Ιδρύματος εντοπίζονται με χωριστή αναζήτηση στις βάσεις Web of Science και Scopus, με φίλτρα την ιδρυματική συσχέτιση (affiliation) και το έτος. Τα αποτελέσματα εξάγονται από καθεμία και τα δύο αρχεία εξαγωγής διασταυρώνονται χειροκίνητα, πριν κάθε εγγραφή καταχωριθεί στο αποθετήριο του ιδρύματος με συμπλήρωση της φόρμας υποβολής, πεδίο προς πεδίο. Η πρακτική αυτή δεν είναι μόνο χρονοβόρα, αλλά δεν εγγυάται ούτε πλήρη κάλυψη, καθώς εξαρτάται αποκλειστικά από το τα δεδομένα που επιστρέφουν οι δύο αυτές πηγές. Επιπλέον εισάγει σφάλματα και ασυνεπή μεταδεδομένα στο ίδιο το αποθετήριο. Οι απαιτήσεις διαμορφώθηκαν σε συνεργασία με το προσωπικό της Βιβλιοθήκης, η υφιστάμενη ροή εργασιών του οποίου καθόρισε ποια τμήματα της διαδικασίας έπρεπε να αυτοματοποιηθούν και ποια να παραμείνουν υπό ανθρώπινο έλεγχο. Η εφαρμογή υποστηρίζει τη δυναμική ενσωμάτωση παρόχων βιβλιογραφικών δεδομένων. Οι διαχειριστές ορίζουν API, headers, παραμέτρους αναζήτησης και αντιστοιχίσεις μεταδεδομένων (crosswalks) μέσω μιας διαχειριστικής διεπαφής, χωρίς αλλαγές στον κώδικα. Οι ανακτημένες εγγραφές κανονικοποιούνται βάσει μίας εσωτερικής λίστας πεδίων και ελέγχονται για διπλότυπα τόσο μεταξύ των παρόχων όσο και έναντι του ίδιου του αποθετηρίου. Βασική οντότητα του συστήματος είναι οι ενοποιημένες βιβλιογραφικές εγγραφές. Η οντότητα αυτή διατηρεί την πρωτότυπη εγγραφή κάθε παρόχου ως διακριτή παραλλαγή, μαζί με την προέλευση σε επίπεδο πεδίου. Συγχωνεύει αυτόματα τις συμβατές τιμές και επισημαίνει ρητά συγκρούσεις όπου η αυτόματη συγχώνευση δεν θα ήταν ασφαλής. Στην διαμόρφωση των αντιστοιχίσεων συνδράμει επιπλέον ένας μηχανισμός προτάσεων, ο οποίος συνδυάζει ευρετική αντιστοίχιση πεδίων με ένα προαιρετικό, τοπικά εκτελούμενο μεγάλο γλωσσικό μοντέλο. Η τελική αντιστοίχιση παραμένει υποκείμενη στην έγκριση του διαχειριστή. Οι εγκεκριμένες βιβλιογραφικές αναφορές μετατρέπονται σε πακέτα υποβολής έτοιμα για το DSpace. Ένας μηχανισμός που λαμβάνει υπόψη την ιδρυματικό δομή προτείνει την κοινότητα και τη συλλογή προορισμού. Για τον σκοπό αυτό αντιστοιχίζει τους συγγραφείς με τον κατάλογο μελών του Ιδρύματος και τους τύπους των αναφορών με τις διαμορφωμένες αντιστοιχίσεις συλλογών. Συμπερασματικά, η εργασία αυτή δείχνει ότι ο εμπλουτισμός ενός αποθετηρίου μπορεί να αυτοματοποιηθεί σε σημαντικό βαθμό χωρίς να παρακάμπτεται η κρίση του βιβλιοθηκονόμου. Το σύστημα συνδυάζει την δυναμική ενσωμάτωση παρόχων, τον μετασχηματισμό μεταδεδομένων, τον εντοπισμό διπλοτύπων μεταξύ πηγών και τη ρητή ανθρώπινη έγκριση. Με αυτόν τον τρόπο μειώνει τον χρόνο χειρωνακτικής εργασίας και εξαλείφει τη χειροκίνητη συμπλήρωση της φόρμας δημιουργίας τεκμηρίων στο στάδιο της κατάθεσης. Οι μηχανισμοί επέκτασής του επιτρέπουν επίσης τη διάθεσή του ως λογισμικό ανοικτού κώδικα και την υιοθέτησή του από άλλα ιδρύματα.
Abstract
This thesis focuses on the design, development, and documentation of a modular service for the automated search, retrieval, transformation, and supervised deposit of bibliographic records into institutional repositories, with the Technical University of Crete (TUC) repository as its reference case. The goal is to address concrete problems in the current practice of the university library, where the publications of institution members are located by searching Web of Science and Scopus separately, filtered by institutional affiliation and year, exporting the results from each, and manually cross-checking the two export files before each record is entered into the local repository by filling in its submission form, field by field. This practice is not only slow, but also offers no guarantee of complete coverage, since it depends entirely on what these two sources index, and it introduces transcription errors and inconsistent metadata into the repository itself. The requirements were shaped in collaboration with the library staff, whose existing workflow determined which parts of the process should be automated and which should remain under human control. The application supports the dynamic integration of bibliographic providers. Administrators define API endpoints, request headers, search parameters, and metadata crosswalks through a back-office interface, without code changes. Retrieved records are normalized against an internal field list and checked for duplicates both across providers and against the repository itself. A central component of the system is its citation aggregate model, which preserves each provider's original record as a distinct variant together with field-level provenance, merges compatible values automatically, and raises explicit conflicts wherever automatic merging would be unsafe. Mapping configuration is further assisted by a suggestion mechanism that combines heuristic field matching with an optional local large language model, while the final mapping remains subject to administrator approval. Approved citations are converted into DSpace-ready submission packages, and an institution-aware routing mechanism proposes the target community and collection by matching authors against the institution member list and citation types against configured collection mappings. In conclusion, this work shows that repository enrichment can be substantially automated without removing librarian judgment from the process. By combining configurable provider integration, metadata normalization, cross-source deduplication, and explicit human approval, the system reduces hands-on time and removes manual transcription from the deposit step, and its extension mechanisms allow it to be released as open source and adopted by other institutions.
Meeting ID: 994 5939 3363
Password: 880149
