Pré-versement : Premis In Mets (PIM)

Ce billet fait partie du cycle de publications sur la thématique des outils de pré-versement d’archives numériques. Il se concentre sur un outil particulier : Premis In Mets (PIM), accessible à l’adresse http://pim.fcla.edu/.

Premis in Mets, ou PIM, est une boîte à outils en ligne open source développée par le Florida Center for Library Automation (FCLA) pour la Bibliothèque du Congrès en 2009. Elle vise à faciliter la gestion des métadonnées liées à des fichiers numériques exprimées selon le dictionnaire de données PREMIS (PREservation Metadata : Implementation Strategies) et encapsulées dans un fichier répondant au standard METS (Metadata Encoding and Transmission Standard). Ces métadonnées sont généralement structurées dans un fichier XML.

Que sont PREMIS et METS et comment sont-ils articulés ?

PREMIS est un dictionnaire servant à exprimer les métadonnées de préservation relatives aux fichiers archivés, c’est-à-dire les métadonnées permettant de garantir l’intelligibilité et la valeur probante des données sur le long terme. PREMIS offre la possibilité de renseigner les informations techniques de base sur les fichiers et de tracer l’historique des actions effectuées sur ceux-ci. Ce standard repose sur 5 entités liées entre elles : l’événement (opération sur un objet), l’objet concerné, l’agent à l’origine de l’événement, les droits associés à l’objet en question et les regroupements intellectuels d’objets pouvant être décrits comme un tout cohérent (livre, base de donnée…).

METS est un format conteneur de métadonnées, ou « d’encapsulation », permettant de rassembler dans un même document l’ensemble des métadonnées relatives à un groupe d’objets et de préserver les liens de structure entre ceux-ci. Ce format propose soit d’encapsuler directement dans le fichier METS des modèles externes de métadonnées (comme l’EAD pour les métadonnées de description archivistique) ou de faire référence à ceux-ci par un lien. Un fichier METS comporte 7 sections dont les 5 les plus utilisées sont les suivantes : l’en-tête (informations de base sur le fichier METS lui-même comme la date de sa création), les métadonnées descriptives, les métadonnées administratives, le récolement des fichiers concernés et leur regroupement par unité intellectuelle et enfin la carte de structure, qui précise la façon dont les fichiers sont hiérarchisés entre eux. Seule cette dernière section est obligatoire, METS étant un standard particulièrement souple et permissif. Des pointeurs sur les fichiers et leurs identifiants permettent de s’y référer dans les sections de métadonnées descriptives et administratives.

METS est, en grande partie, un meuble dont les tiroirs sont vides et attendent d’être remplis en utilisant des modèles externes de métadonnées. C’est pour cette raison que de nombreuses organisations ont choisi, pour organiser les métadonnées des paquets archivés dans leur système d’archivage électronique, d’insérer des métadonnées PREMIS dans un fichier METS. Cette articulation a principalement lieu au niveau des métadonnées administratives de METS, qui comprend 4 sous-sections : les métadonnées de la source analogique d’un fichier dans le cas d’une numérisation, les métadonnées techniques (format de fichier par ex.), les métadonnées de provenance et les métadonnées de droits (propriété intellectuelle par ex.). Les entités PREMIS sont réparties dans ces sous-sections grâce à une encapsulation directe ou à une référence vers un lien externe, ce qui permet d’utiliser la richesse du dictionnaire PREMIS pour garantir la préservation des archives dans le temps, en identifiant les redondances qui peuvent exister entre les deux standards (comme l’empreinte de l’objet ou checksum).

Quel est l’intérêt de PIM ?

PIM a pour fonction de réaliser facilement à partir d’un navigateur web un certain nombre d’opérations pour aboutir à la création de fichiers de métadonnées METS contenant une section en PREMIS conformes aux standards et utilisables pour la caractérisation des fichiers archivés dans un système d’archivage électronique (SAE).

Le site est ainsi divisé en trois parties correspondant à trois fonctionnalités distinctes :

  • la validation.

  • la conversion.

  • la description.

Validation

PIM propose plusieurs modes de capture d’un fichier METS contenant du PREMIS : l’utilisateur peut soit fournir l’URI du fichier, soit faire un upload soit, enfin, copier-coller directement dans un formulaire l’arborescence XML du fichier. Il ne paraît pas possible d’effectuer l’opération de validation en masse.

Après un temps de traitement relativement rapide, PIM donne un résultat. La validation du fichier passe par trois contrôles

  • bonne formation du fichier au regard de la syntaxe XML.

  • validation au regard des standards PREMIS et METS.

  • validation au regard des bonnes pratiques définies pour l’encapsulation de métadonnées PREMIS dans du METS.

Le processus de validation se termine au premier contrôle se soldant par un échec. La raison de la non-validation est précisément donnée, avec une référence à la ligne du document XML posant problème. Ce premier outil permet donc de s’assurer que ses fichiers PREMIS/METS sont correctement produits et demeureront intelligibles et interopérables sur le  long terme.

1Upload de fichiers

23Problème de formation du fichier

4Document bien formé et valide

Conversion

Le module de conversion peut fonctionner de deux façons :

  • à partir d’un fichier uniquement PREMIS : transformation en un fichier METS contenant les mêmes métadonnées exprimées en PREMIS dans une ou plusieurs sections.

  • à partir d’un fichier METS contenant des éléments exprimés en PREMIS : transformation en un fichier uniquement PREMIS.

Un contrôle sur la bonne formation et sur la validité du fichier fourni est effectué avant la conversion. Toute erreur bloque le processus.

Il apparaît que PIM a plus de difficultés à vérifier la formation et la validité du fichier lorsque le XML est directement copié-collé que lorsqu’un fichier est importé.

5Import XML METS/PREMIS direct dans le module de conversion

6Transformation en un fichier PREMIS unique

Description

Enfin, PIM permet de décrire unitairement n’importe quel fichier par la génération de métadonnées PREMIS. Il est obligatoire de renseigner un identifiant et la catégorie de celui-ci. Un lien peut être fait de façon facultative avec un regroupement intellectuel.

Cette fonctionnalité se révèle très utile pour calculer automatiquement une empreinte sur un fichier en utilisant les algorithmes MD5 et SHA1, pour identifier son format de façon sûre grâce à l’utilisation du référentiel PRONOM et enfin pour vérifier que le fichier est correctement construit conformément aux spécifications du format identifié. Pour ce faire, PIM utilise les web services des outils d’identification et de validation DROID et JHOVE.

7Import d’un fichier PDF dans le module de description

8Description du PDF dans un fichier PREMIS

PIM rassemble donc un ensemble d’outils performants destinés à manipuler des métadonnées PREMIS et METS et à faciliter la description des fichiers numériques selon ces standards éprouvés. Son utilisation en ligne est particulièrement intuitive. En combinant toutes les fonctionnalités de PIM, il est possible de créer un fichier de métadonnées PREMIS relatives à un document, de contrôler sa validité et de l’encapsuler avec des métadonnées METS. Enfin, diverses ressources sont mises à disposition et peuvent être réutilisées dans le cadre d’un système d’archivage électronique pour automatiser sur des masses plus importantes de documents ces processus, avec notamment des feuilles de style pour les conversions ou un Schematron pour les contrôles.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *