Cursus OpenRefine
Kom je tijdens het registreren vervuilde collectiedata tegen, zoals spellingsvarianten en termen met spelfouten? OpenRefine helpt je grote hoeveelheden data in één keer aan te passen. Je werkt altijd met een kopie, zodat je originele data veilig blijft. In deze cursus leer je hoe je data opschoont en verrijkt met het Termennetwerk.
Voor wie is deze cursus?
Deze cursus is voor iedereen die werkt met collectieregistratie in een museum, archief of een andere erfgoedinstelling. Ervaring met OpenRefine is niet nodig.
Wat is het?
OpenRefine is een programma waarmee je in een keer grote hoeveelheden data kunt bewerken. Je downloadt het programma en kunt direct via je eigen laptop aan de slag met een export van je data. Met OpenRefine spoor je razendsnel verschillende schrijfwijzen van dezelfde term op, voeg je ze samen tot één term en koppel je ze aan een gestandaardiseerde terminologiebron.
Hoe is de cursus opgebouwd?
De cursus leidt je stap voor stap naar een opgeschoonde en verrijkte dataset. Je begint met het importeren van de te bewerken data in OpenRefine. Vervolgens analyseer je welke termen je hebt. Daarna schoon je je data op en koppel je termen aan terminologiebronnen. Tot slot exporteer je je schone en verrijkte data. Alle stappen worden ondersteund met screenshots.
Dit regel je voordat je begint
-
Denk alvast na over het terugzetten van je data
Je bent nog niet begonnen met OpenRefine, maar het is handig om nu al na te denken over hoe je straks de opgeschoonde data terugzet in je collectie-informatiesysteem. Dit importproces verschilt per systeem en per leverancier. Bedenk vooraf of dit proces duidelijk is. Zo niet, neem dan alvast contact op met je leverancier. Dan heb je die kennis paraat wanneer je gaat importeren. Denk hierbij aan de velden die je nodig hebt om de opgeschoonde data op de juiste plek in het collectie-informatiesysteem te zetten.
Maak ook alvast een back-up. Wanneer je de schone data importeert, wordt er data overschreven. Dit betekent dat de vorige versie van je data verdwijnt. Houd hier rekening mee. Met een back-up kun je altijd de vorige versie van de data terughalen.
-
Kies de data waarmee je aan de slag wil gaan
Je hoeft niet alle data in één keer aan te pakken. Sterker nog: we raden je aan het opschonen van je data in stukken op te delen. Zo houd je het opschoonproject overzichtelijk en boek je vaker een overwinning. Dat motiveert om door te gaan met het volgende stukje data.
Je kunt aan de slag gaan met onder andere:
- een export van álle data uit je registratierecords (dan neem je objectnamen, plaatsnamen, materiaalsoorten enzovoort in een keer mee);
- een export van je interne thesaurus: de termen die je in de collectieregistratie gebruikt;
- een persoonsnamenlijst of plaatsnamenlijst.
Wil je je project nog kleiner maken? Ga dan alleen aan de slag met objectnamen, alle termen die beginnen met de letter ‘A’ of de registratiedata van een deelcollectie.
-
Maak een export van je data
In OpenRefine werk je niet met je brondata, maar met een export van de data. Een kopie dus. Zet deze export op een plek waar je het bestand makkelijk terugvindt, zoals je bureaublad. Zo laad je het bestand makkelijk in OpenRefine.
Het systeem accepteert meerdere bestandsformaten, zoals CSV, TXT, XML en JSON. Bij de meeste collectie-informatiesystemen is CSV het gangbare bestandsformaat.
Zo ga je te werk:
- Zoek en selecteer de data in je collectie-informatiesysteem waarmee je aan de slag wil gaan (zie hierboven: ‘Kies de data waarmee je aan de slag wil gaan’). Neem in ieder geval je object- en/of recordnummers mee in de export.
- Voer de export uit.
- Bewaar het op een makkelijk vindbare plek, zoals je bureaublad.
-
Download OpenRefine
Voor het werken met OpenRefine heb je een gedownload programma nodig. Heb je dat nog niet gedaan, of is het alweer een tijd geleden? Op OpenRefine.org download je gratis de nieuwste versie van het programma. Deze cursus is gebaseerd op versie 3.10.0.
Nadat je op Download hebt geklikt, start de download van een zip-bestand. Pak het bestand uit op je bureaublad, zodat je het programma makkelijk terug kunt vinden. Heb je dat allemaal geregeld, dan kun je aan de slag met een project in OpenRefine.
Deze cursus is mede gebaseerd op de eerdere handleiding OpenRefine die ontwikkeld werd op initiatief van Erfgoedhuis Zuid-Holland, en de publicatie Verrijk je collectie met termen; Van 0 naar 11.000 gematchte termen in anderhalf uur; Handleiding Reconciliation met OpenRefine en het Termennetwerk.
Meer over de na te streven datakwaliteit en de analyse van de huidige kwaliteit van je collectie-informatie vind je in Grip op je data. Startgids voor het analyseren van collectie-informatie. Hiermee leer je hoe je OpenRefine (en ook andere methoden) kan gebruiken voor het inzichtelijk maken van die kwaliteit. Dit inzicht helpt je om een goed informatieplan op te stellen.
Voor uitgebreidere informatie over OpenRefine kun je ook de algemene Gebruikershandleiding raadplegen.
Wil je meer weten of ondersteuning bij het werken met OpenRefine? Neem dan contact op met de datawerkplaats in jouw provincie.