Over het project

Inhoudsopgave

• Aanleiding
• Partners
• Doelstellingen
• Opzet van het project
• Materiaalanalyse
• Microverfilming
• Conservering
• Digitalisering
• Ontsluiting

Aanleiding

Sinds de Grondwet van 1815 zijn de vergaderingen van de Tweede Kamer openbaar. Voor de Eerste Kamer is dat sinds 1848 het geval. De schriftelijke neerslag van deze vergaderingen staat bekend onder de naam Handelingen van de Staten-Generaal, of kortweg “Handelingen”. De collectie van schriftelijke kamerverslagen en kamerstukken vormt één van de belangrijkste bronnen voor onderzoek naar de parlementaire geschiedenis en naar de geschiedenis van de Nederlandse samenleving als geheel.

Eind jaren negentig ontstaat bij de Tweede Kamer en de UKB (het samenwerkingsverband van Nederlandse Universiteitsbibliotheken, de Koninklijke Bibliotheek en de Koninklijke Nederlandse Akademie van Wetenschappen) bezorgdheid over de slechte kwaliteit van het papier waarop de negentiende-eeuwse Handelingen zijn gedrukt. Een groot deel van de collectie dreigt op termijn verloren te gaan. De dreiging van informatieverlies is des te groter omdat in Nederland nergens een complete set van de Handelingen blijkt te bestaan.

In de jaren 1999-2001 onderzoeken de Tweede Kamer, de Koninklijke Bibliotheek en Sdu Uitgevers de mogelijkheden om de collectie te behouden en te ontsluiten. Naar aanleiding van de positieve onderzoeksuitkomsten gaan de Tweede Kamer en de Koninklijke Bibliotheek in 2003 een samenwerkingsverband aan voor de uitvoering van het project Staten-Generaal Digitaal 1814-1995.

Naar boven

Partners

Tweede Kamer
De Tweede Kamer is het kloppend hart van de Nederlandse politiek. De belangrijkste taken van de Tweede Kamer zijn: wetgeving en regering controleren en zelf wetsvoorstellen of wijzigingen indienen.

Door te stemmen tijdens de landelijke verkiezingen bepaalt de Nederlandse bevolking welke 150 Tweede Kamerleden hen de komende kabinetsperiode vertegenwoordigen. De leden van de Tweede Kamer hebben bepaalde rechten om hun taken zo goed mogelijk uit te voeren. Zo hebben zij het recht om zélf wetsvoorstellen in te dienen of wijzigingen voor wetsvoorstellen van de regering voor te stellen. Ook kunnen zij de regering met moties verzoeken iets te regelen of een oordeel te geven over het gevoerde beleid. 

De Tweede kamer streeft naar transparantie. Het is belangrijk dat Nederlanders inzicht kunnen krijgen in het werk van hun volksvertegenwoordigers. De website www.tweedekamer.nl is één van de middelen die ingezet wordt om de Nederlandse bevolking optimaal te informeren. Van dossiers over actuele onderwerpen die in de Kamer worden besproken en vergaderstukken tot de planning van vergaderingen en het live kunnen meekijken. De Tweede Kamer staat ook open voor bezoekers. Zij zijn van harte welkom voor het bezoeken van vergaderingen, rondleidingen en tentoonstellingen.

Meer informatie: www.tweedekamer.nl

Koninklijke Bibliotheek
De Koninklijke Bibliotheek (KB) is de nationale bibliotheek van Nederland. Iedereen die toegang wil hebben tot boeken, kranten, tijdschriften, elektronische publicaties, cd-roms en websites kan bij de KB terecht. De KB weet alles te vinden, ook informatie buiten de eigen collectie.

De Koninklijke Bibliotheek geeft iedereen toegang tot kennis en cultuur van heden en verleden door hoogwaardige diensten te leveren voor onderzoek, studie en cultuurbeleving. Sinds 1974 beheert de KB het Depot voor Nederlandse Publicaties. Niet alleen boeken en tijdschriften, maar ook kranten, rapporten, proefschriften en overheidspublicaties vinden hun weg naar dit depot (ook digitaal). Behalve het depot heeft de KB een uitgebreide wetenschappelijke collectie en internationaal gerenommeerde speciale collecties, waaronder middeleeuwse handschriften. De KB is een kenniscentrum voor wetenschappelijke informatievoorziening en een spil in de landelijke en internationale samenwerking.

De KB heeft zich ontwikkeld tot een expertisecentrum voor onder meer digitale archivering en duurzaamheid, digitalisering en conservering. Ook bevordert en organiseert de KB landelijke en internationale samenwerking.  

Meer informatie: www.kb.nl

Digitaliseringsprojecten bij de Koninklijke Bibliotheek
De Koninklijke Bibliotheek voert sinds halverwege de jaren negentig projecten uit om collecties te digitaliseren en beschikbaar te stellen op het Internet. In de eerste projecten moest nog veel worden uitgezocht over de beste manieren om te scannen, de technische mogelijkheden van het Internet en technieken waarmee het gedigitaliseerde materiaal doorzoekbaar kon worden gemaakt. Er werden in deze begintijd veel kleine collecties of hoogtepunten uit collecties gedigitaliseerd en beschikbaar gesteld. Het ging daarbij vooral om visueel aantrekkelijke collecties die voor een groot publiek interessant zijn. Een van de eerste digitaliseringsprojecten bestond uit de ‘100 hoogtepunten’ van de collectie van de Koninklijke Bibliotheek, nu als webexpositie op de website. Resultaten van andere digitaliseringsprojecten van de Koninklijke Bibliotheek zijn te zien via http://www.kb.nl/menu/webexposities.html.

Hoewel de ontwikkeling van methoden en technieken alsmaar verder gaat, zijn in de loop van de tijd veel standaarden ontwikkeld voor digitalisering en beschikbaarstelling van afbeeldingen op het Internet. Daarnaast wordt het nut van digitalisering door steeds meer mensen onderkend. Door beschikbaarstelling op het Internet kan iedereen waar dan ook ter wereld materiaal bezichtigen dat voorheen alleen ter plekke kon worden bekeken. Bovendien zijn collecties door het gebruik van zoekmachines vaak beter doorzoekbaar en kan in meerdere gedigitaliseerde collecties tegelijk worden gezocht. Hierdoor is gedigitaliseerd materiaal ook interessant geworden voor wetenschappelijke onderzoekers.

Deze ontwikkelingen zorgden bij de Koninklijke Bibliotheek voor een toename in het aantal digitaliseringsprojecten waarin steeds grotere collecties worden gedigitaliseerd. In 2000 werd Het Geheugen van Nederland (www.geheugenvannederland.nl) gestart, het nationale programma voor de digitalisering van het Nederlands cultureel erfgoed. In dit programma worden de collecties van archieven, musea en bibliotheken gedigitaliseerd en beschikbaar gesteld op Internet. In het Geheugen van Nederland is voornamelijk beeldmateriaal opgenomen.

In 1999 werd in de Koninklijke Bibliotheek voor het eerst op grote schaal gestart met het digitaliseren van historisch tekstmateriaal. Het voordeel van het digitaliseren van tekst is dat op ieder woord in de tekst kan worden gezocht. In twee grote digitaliseringsprojecten werden 76 jaargangen van vier nationale dagbladen die zijn uitgegeven tussen 1910 en 1945 beschikbaar gesteld. De resultaten van deze projecten zijn te zien op kranten.kb.nl.

De start van Staten-Generaal Digitaal in 2003 betekende voor de Koninklijke Bibliotheek de uitvoering van het eerste massa-digitaliseringsproject waarin miljoenen pagina’s tekst worden gedigitaliseerd. Sindsdien zijn meerdere massa-digitaliseringsprojecten gestart. Zo begon in 2006 het project Databank Digitale Dagbladen, waarin acht miljoen krantenpagina’s worden gedigitaliseerd vanaf het begin van de zeventiende eeuw tot 1995. In 2007 is gestart met de projecten Digitalisering Bijzondere Collecties, waarin 5000 boeken van voor 1800 worden gedigitaliseerd, en Digitalisering ANP Nieuwsberichten waarmee twee miljoen radio nieuwsberichten van het ANP beschikbaar komen op het Internet.

Op de website van de Koninklijke Bibliotheek staat meer informatie over de digitaliseringsprojecten.

Naar boven

Doelstellingen

Doel van het project Staten-Generaal Digitaal is de complete set Handelingen uit de periode 1814-1995 door microverfilming te behouden voor het nageslacht en door digitalisering voor iedereen gratis toegankelijk te maken op Internet. De toegankelijkheid van de Handelingen wordt extra vergroot door het toevoegen van metadata en het toepassen van tekstherkenning. Het project levert tot slot een unieke complete set van de Handelingen op.

Naar boven

Opzet van het project

Aanpak
Het project is opgezet volgens de projectmanagement methode Prince2 en heeft een doorlooptijd van 6 jaar. Na de opstartperiode in 2004 zijn in het project vier opeenvolgende fasen te onderscheiden:  

De eerste fase vindt plaats in de jaren 2005 en 2006. In deze periode worden de Handelingen uit de jaren 1814-1950 en 1990-1995 verzameld en verfilmd. Tegelijkertijd worden de jaren 1990-1995 gedigitaliseerd.  

De tweede fase vindt plaats in 2007. In deze periode worden de Handelingen uit de jaren 1975-1990 verzameld en verfilmd. Tegelijkertijd worden de jaren 1976-1990 en 1929-1950 gedigitaliseerd. De jaren 1990-1995 worden gepubliceerd op de eerste versie van de website. 

De derde fase vindt plaats in 2008. In deze periode worden de Handelingen uit de jaren 1950-1975 verzameld en verfilmd. Tegelijkertijd worden de jaren 1950-1976 gedigitaliseerd. De jaren 1976-1990 worden gepubliceerd op de tweede versie van de website. 

De vierde fase vindt plaats in de jaren 2009 en 2010. In deze periode worden de Handelingen uit de jaren 1814-1929 gedigitaliseerd. Vervolgens worden de jaren 1814-1976 gepubliceerd op de definitieve versie van de website. Het project is hiermee afgerond.

Stuurgroep. Het project wordt geleid door een Stuurgroep. De Stuurgroep bestaat uit vertegenwoordigers van de Dienst Informatievoorziening en de Dienst Automatisering van de Tweede Kamer, en de Directie en de afdeling Research & Development van de Koninklijke Bibliotheek.

Projectteam. Het projectteam bestaat uit een projectmanager, een projectleider microverfilming, een projectleider digitalisering, een materiaaldeskundige, een technisch projectmedewerker, een programmeur, een projectassistent en zes projectmedewerkers. Daarnaast zijn bij het project twee kwaliteitsmanagers betrokken die toezien op de puur technisch inhoudelijke aspecten van de microverfilming en de digitalisering.

Naar boven

Materiaalanalyse

Tijdens de voorbereiding van de materiaalanalyse in 2004 is gebleken dat er nergens een complete set van het materiaal aanwezig is in Nederland. Voor de materiaalanalyse van het project Staten-Generaal Digitaal is dan ook gebruik gemaakt van verschillende sets Handelingen waaruit één complete set is gemaakt. De sets Handelingen zijn aan de Koninklijke Bibliotheek geschonken of in bruikleen gegeven. Zo is gewerkt met Handelingen die beschikbaar zijn gesteld door de Tweede- en Eerste Kamer, De Nederlandsche Bank, het Gerechtshof ’s-Hertogenbosch, de provincie Utrecht, het Nationaal Archief, het ministerie van Volkshuisvesting, Ruimtelijke Ordening en Milieubeheer en de provincie Noord-Brabant.

Bij het verzamelen van de stukken is per vergaderjaar teruggewerkt aan de hand van het “Bericht voor de Binder”, een opgave van de per vergaderjaar verschenen stukken.

Het Handelingenmateriaal is door een projectteam voorbewerkt. Alle stukken zijn pagina voor pagina door het team bekeken op onvolkomenheden. De gegevens over het materiaal zijn per vergaderjaar genoteerd in speciaal daarvoor ontworpen database. Waar nodig zijn de stukken gerepareerd, zijn vouwen gestreken en zijn er verbeteringen aangebracht wanneer dat de duidelijkheid ten goede komt.

Alle stukken zijn na completering per vergaderjaar op microfilm gezet. De handelingen uit de periode 1814-1950 zijn in 2004 en 2005 als eerste voorbewerkt en verfilmd. Deze periode valt onder “Metamorfoze”, het nationale programma voor het behoud van het papieren erfgoed, uitgevoerd door de Koninklijke Bibliotheek. Daarna is teruggewerkt in verschillende periodes, te weten 1989-1990 – 1994-1995 (tot 1 januari 1995) in 2006 en 1974-1975 – 1988-1989 in 2007. Als laatste zullen de stukken van 1951-1952 – 1973-1974 worden voorbewerkt in 2008.

De stukken worden gedigitaliseerd vanaf microfilm. De Handelingen uit de periode 1989-1990 – 1995-1995 zijn nu op de website terug te vinden. Er wordt nu teruggewerkt tot 1814. Naar verwachting zal in 2010 al het materiaal doorzoekbaar zijn op de website.

Naar boven

Microverfilming

Conservering. De conservering van de Handelingen der Staten-Generaal uit de periode 1814-1995 geschiedt door middel van zwart-wit microverfilming op 35 mm filmrollen. Hiermee is het materiaal voor de lange termijn veiliggesteld. Naar verwachting zijn microfilms tenminste tweehonderd jaar houdbaar, en mits opgeslagen onder de juiste condities met betrekking tot temperatuur en luchtvochtigheid wordt zelfs een houdbaarheid tot vijfhonderd jaar verwacht.

Doorlooptijd + fasering. In 2004 is begonnen met de microverfilming van de vergaderjaren van 1814 tot 1950 omdat de papierkwaliteit van dit materiaal het slechtst was. Deze periode, die medio 2006 werd afgerond, is verfilmd met subsidie van Metamorfoze. Metamorfoze is het Nationaal Programma voor het Behoud van het Papieren Erfgoed, een samenwerkingsverband tussen de Koninklijke Bibliotheek en het Nationaal Archief. Het programma is een initiatief van het Ministerie van OCW. In 2006 is tegelijkertijd de periode 1989-1990 tot 1 januari 1995 verfilmd en werd gestart met de periode 1974-1975 tot en met 1988-1989 welke eind 2007 zal zijn afgerond. De vergaderjaren 1951-1952 tot en met 1973-1974 tenslotte, zullen in 2008 op microfilm worden gezet.

Kwaliteit. De microverfilming is technisch en inhoudelijk gebaseerd op de Richtlijnen Preservation Microfilming Metamorfoze, zoals die worden gehanteerd door Metamorfoze Programma. Ze moeten worden gezien als normstellend voor ‘preservation microfilming’, d.w.z. verfilmen met het oog op het behoud van het materiaal. Het doel van deze Richtlijnen is de kwaliteit van de microfilms te waarborgen. Het gaat hierbij om drie generaties microfilms:
1.) een moederfilm, 2.) een duplicaatfilm, 3.) een gebruikersfilm.

Daarbij zijn de volgende factoren van belang:
- Het gaat om substitutie-verfilming. Het papieren origineel wordt weliswaar niet vernietigd, maar de verdere verzuring ervan is onvermijdelijk en raadpleging van dat kwetsbare materiaal daarom niet wenselijk. De microfilm dient dus als vervanging van het origineel.

- Alle informatie die in het origineel te zien is, moet ook in de moederfilm en duplicaatfilm te zien zijn. - De duplicaatfilms moeten geschikt zijn als intermediair voor digitalisering.
- De gebruikersfilms moeten goed leesbaar zijn op een leesapparaat.
- De gebruikersfilms moeten reproduceerbaar zijn.

Resultaat. Van de in totaal ca. 2000 op te leveren microfilms zijn er inmiddels ruim 800 uit de periode 1814-1950 verfilmd door Karmac Microfilm Systems te Lelystad. De overige circa 1200 films van de periode 1951-1995 worden verfilmd door MicroFormat Systems in Lisse. In totaal zullen naar schatting 2.500.000 pagina’s worden verfilmd middels 1.250.000 opnames. Alle moederfilms worden geklimatiseerd opgeslagen bij MicroFormat in Lisse. De duplicaatfilms worden, nadat ze als intermediair zijn gebruikt ten dienste van digitalisering, eigendom van de Tweede Kamer en de gebruikersfilms zijn voor bezoekers toegankelijk op de Microzaal van de Koninklijke Bibliotheek.

Naar boven

Conservering

De samengestelde originele Handelingenset, bestaande uit circa 2.500.000 pagina’s wordt verpakt in zuurvrije archiefdozen en mappen. De geconserveerde set bestaat zowel uit boekbanden als losbladig materiaal. De zuurvrije dozen en mappen worden geklimatiseerd opgeslagen in een magazijn van de Koninklijke Bibliotheek.

Naar boven

Digitalisering

Aanpak. Het digitaliseringstraject wordt extern uitgevoerd door MicroFormat te Lisse. Na enige testen met betrekking tot de kwaliteit van de tekenherkenning is door de Koninklijke Bibliotheek de keuze gemaakt om te scannen vanaf 35mm microfilms (welke uit conserveringsoogpunt eveneens in dit project zijn geproduceerd). Bij het digitaliseren wordt gebruik gemaakt van een Zeutschel scanner (type OM 1200). De tekenherkenning is uitgevoerd met behulp van de software van ABBYY (FineReader, versie 6).

Doorlooptijd + fasering. Het project is opgedeeld in 4 fasen. In fase 1, uitgevoerd in 2006, zijn de meest recente vergaderjaren uit het project gedigitaliseerd en ontsloten, 1989/1990 – 1994/1995. Dit deel van het project is volgens planning uitgevoerd. Fase 2, (uitvoering in 2007) betreft de Handelingen uit twee verschillende periodes. In eerste instantie worden de vergaderjaren 1950/1951 tot en met 1929/1930 gedigitaliseerd om vervolgens de vergaderjaren 1988/1989 tot en met 1976/1977 te verwerken. In 2008 zal fase 3 worden uitgevoerd (overige vergaderjaren uit de periode 1925/1926 tot 1976/1977). Afsluitend zal het oudste materiaal worden gedigitaliseerd (1814/1815 – 1924/1925). De werkzaamheden hiervoor zijn gepland in 2009 en 2010.

Kwaliteit . De waarborging van de kwaliteit van het Handelingenmateriaal wordt door de Koninklijke Bibliotheek als belangrijk beschouwd. In de aanloop van het project is dan ook veel aandacht besteed aan het formuleren en documenteren van verschillende kwaliteitseisen aangaande het diverse beeld- en tekstmateriaal. Tijdens nauwgezette controles, welke na aanlevering van het materiaal plaatsvinden, wordt bepaald of dit materiaal voldoet aan de gestelde kwaliteitseisen. De eisen zijn een neerslag van de ruime ervaring die de Koninklijke Bibliotheek het laatste decennium heeft opgedaan met verschillende digitaliseringsprojecten, (zoals het Geheugen van Nederland), waarbij standaarden op het gebied van digitalisering zijn onderzocht en vastgesteld. De masterimages (TIFF formaat) hebben hierbij een sleutelrol aangezien deze voor een langere periode in het TIFF-Archief zullen worden opgeslagen. De verschillende afgeleiden bestanden (in diverse formaten zoals JPEG, XML en PDF) zullen worden gebruikt op de website. Speciaal voor de controledoeleinden heeft de Koninklijke Bibliotheek een controle applicatie laten ontwikkelen door Oracle.

Resultaat. In totaal zal het project bijna 12 miljoen bestanden omvatten, van divers formaat. Er zullen in 2010 ongeveer 2,4 miljoen pagina’s ontsloten zijn, alle Handelingen tussen 1814 en 1995. In 2007 zal de periode 1990-1995 (fase 1) online worden gebracht met bijna 330.000 pagina’s. Begin 2008 (einde fase 2) verwachten we er 550.000 pagina’s aan toe te kunnen voegen. Vanaf dan moet de omvang toenemen tot de geplande 2,4 miljoen pagina’s in 2010. Er is dan een unieke historische bron in Nederland ontsloten voor divers onderzoek naar aspecten van onze parlementaire democratie.

Naar boven

Ontsluiting

Doorzoekbaarheid

Zoeken. Alle documenten zijn full-text doorzoekbaar door het opgeven van zoektermen. Daarnaast is er een (beperkte) hoeveelheid metagegevens waarmee eveneens documenten gezocht kunnen worden. Er kan ook in combinatie op metagegevens en full-text gezocht worden.

Documenten en pagina's. Het oorspronkelijke materiaal is in afzonderlijke documenten beschikbaar in PDF-formaat. Iedere vergadering is in een afzonderlijk document opgenomen (kamerverslagen of Handelingen genoemd). Bij de Kamerstukken is ieder stuk in een afzonderlijk document opgenomen (dat wil zeggen ieder stuk met een eigen hoofdnummer en ondernummer). Ten slotte is iedere Kamervraag (Aanhangsel) in een afzonderlijk document opgenomen. 

Alle pagina's uit de documenten zijn tevens afzonderlijk beschikbaar in de vorm van JPEG-bestanden en tekstbestanden.  

Het komt bij Kamerstukken regelmatig voor dat in de oorspronkelijke tekst meerdere kamerstuknummers en/of ondernummers staan. Het betreft dan één tekst die onder meerdere nummers bekend is. In Staten-Generaal digitaal wordt ieder nummer als afzonderlijk document beschouwd. Dat wil zeggen dat voor ieder van deze documenten afzonderlijke metagegevens zijn opgenomen en dat ze afzonderlijk op de website zijn terug te vinden.

Tekstontsluiting. Er wordt naar gestreefd de doorzoekbaarheid van de documenten zo goed mogelijk te maken. Door de grote omvang van het materiaal zullen veel zoekvragen naar verwachting tot grote hoeveelheden zoekresultaten leiden. Dit maakt het voor website-bezoekers lastiger te vinden wat ze zoeken. Daarnaast speelt bij oudere documenten een rol dat de vroegere spelling afwijkt van de moderne.

Daarom wordt onderzocht hoe de teksten verder kunnen worden ontsloten. De resultaten hiervan zullen in de volgende versie van de website worden toegepast. Momenteel wordt onderzocht welke technieken bruikbaar zijn:
- het gebruik van synoniemenlijsten.
- het gebruik van een thesaurus. Daarbij wordt geëxperimenteerd met automatische-classificatiesoftware, die geautomatiseerd bepaalt welke begrippen uit de thesaurus van toepassing zijn op een tekst.
- verrijking van oudere teksten met moderne spellingsvarianten, zodat gebruikers in moderne spelling kunnen zoeken en ook oudere teksten kunnen vinden.
- named entity recognition, waarmee bijvoorbeeld sprekers in de tekst (geautomatiseerd) te herkend kunnen worden. Dit maakt het mogelijk om een bepaalde spreker in de documenten te zoeken.
- (geautomatiseerd) maken van samenvattingen van de documenten. Daarmee kan de gebruiker sneller inschatten of een document interessant is.

Paginanummering. Bij een deel van de documenten zijn de paginanummers uit het oorspronkelijke document als metagegevens opgenomen. Dit is gedaan voor alle documenten waar registers voor gepubliceerd zijn. Daardoor is het onder meer mogelijk om te zoeken op paginanummers waar de registers naar verwijzen.

Het komt een enkele keer voor dat de tekst in de oorspronkelijke documenten doorloopt over twee pagina's. Dit betreft vooral tabellen die over twee pagina's zijn gedrukt. In Staten-Generaal digitaal zijn deze pagina's als één pagina gedigitaliseerd, om de leesbaarheid te vergroten.

Registers. In de toekomst zullen op de website ook registers beschikbaar komen. In de periode 1814-1979 zijn er registers op de Handelingen der Staten-Generaal verschenen. Het betreft onder meer registers op personen, registers op namen en lijsten van verzoekschriften. Deze registers zullen om te beginnen op dezelfde manier worden gedigitaliseerd als de overige documenten. Dat betekent dat de registers te raadplegen zijn zoals ze zijn uitgegeven, per vergaderperiode. Uiteindelijk zal er op de website een geïntegreerd register worden aangeboden, waarin alle registers uit de periode 1814-1995 geïntegreerd zijn. Via hyperlinks kunnen vanuit dit register direct de documenten worden opgevraagd waar het register naar verwijst.

In de huidige versie van de website zijn nog geen registers beschikbaar, omdat er in de periode 1989-1995 geen registers zijn verschenen.

Drempelvrij. Bij het ontwikkelen van deze website is geprobeerd om hem zoveel mogelijk drempelvrij te maken. Door de aard van het materiaal is het niet mogelijk om de hele website drempelvrij te maken.
- de pagina's worden in de vorm van jpeg-bestanden gepresenteerd, met "achter" ieder image de tekst van de pagina. Dit is conform de richtlijnen voor drempelvrije websites. Daarnaast is iedere pagina afzonderlijk in tekstvorm op te vragen.
- iedere pagina is, zoals gezegd, in tekstvorm beschikbaar. Dit is tekst zonder opmaak. Dat betekent dat tabellen niet netjes in tabelvorm worden gepresenteerd en moeilijk te lezen zullen zijn.
- een enkele keer komen er stukken niet-Nederlandse tekst voor. Deze taalovergangen worden niet in de tekst aangegeven.
- na een zoekactie worden pagina's in de vorm van jpeg-bestanden gepresenteerd. Daarin worden de gezochte woorden met kleuren gemarkeerd. Deze markering wordt niet op een andere manier weergegeven.

Technische informatie

Zoekmachine. De documenten zijn geïndexeerd met de K2-zoekmachine van Verity. Er zijn twee indexen: één voor de metagegevens en één voor de full-text. De index voor metagegevens is aangevuld met een parametrische index, die wordt gebruikt om op de website zoekvragen te kunnen verfijnen. De indexen zijn case-insensitive en accent-insensitive.

Persistente URL's. De bestanden die op de website getoond worden, zijn via persistente URL's op te vragen. Dat wil zeggen dat de URL niet verandert als de fysieke opslagplaats van het bestand wijzigt. Voor deze persistente URL's wordt gebruik gemaakt van een resolver, die iedere URL vertaalt naar de fysieke bestandslocatie en het opgevraagde bestand teruglevert.

Highlighting. Op deze website worden de zoekwoorden gehighlight. Dit wordt gedaan door gekleurde markeringen in de jpeg-bestanden met afbeeldingen van de pagina. Deze functionaliteit is door de Koninklijke Bibliotheek ontwikkeld. Hiervoor wordt gebruik gemaakt van woordcoördinaten. Tijdens het OCR-proces is van ieder woord opgenomen op welke plaats het woord op de pagina staat (d.w.z. de plaats van de "rechthoek" van het woord op de jpeg-image van de pagina). Met behulp van deze woordcoördinaten wordt voor het highlighten een nieuwe jpeg-image gecreëerd waarin zoekwoorden worden gemarkeerd met kleuren. Het gehighlighte jpeg-bestand wordt aan de gebruiker getoond. Het wordt enige tijd in een cache bewaard, zodat de gehighlighte pagina opnieuw kan worden gebruikt als hij binnen korte tijd opnieuw wordt opgevraagd.

Programmeren. Deze website is in de programmeertaal Java geprogrammeerd. Aan de client-side is gebruik gemaakt van Javascript. Voor de transformatie van de XML-zoekresultaten wordt gebruik gemaakt van XSLT.

Duurzame opslag. De masterbestanden van Staten-Generaal digitaal worden duurzaam opgeslagen. Dat wil zeggen dat ze zodanig worden bewaard dat ze op lange termijn kunnen worden hergebruikt, ook als in de toekomst computertechniek en bestandsformaten veranderen. De Koninklijke Bibliotheek heeft voor duurzame opslag van digitaal materiaal een speciaal opslagsysteem ontwikkeld, het e-Depot. Voor Staten-Generaal digitaal worden bij het digitaliseren master TIFF-bestanden gemaakt van iedere pagina uit de oorspronkelijke documenten. Van deze masterbestanden worden afgeleiden gemaakt (JPEG-bestanden, fulltext-bestanden, PDF-bestanden) die op de website worden gepresenteerd. De masterbestanden worden in het e-Depot opgeslagen, zodat er in de toekomst eventueel nieuwe afgeleide bestanden kunnen worden gemaakt. Ieder TIFF-bestand gaat vergezeld van een XML-bestand met technische metagegevens. Hierin is technische informatie opgenomen over de manier waarop het TIFF-bestand is vervaardigd, volgens de Z3987 standaard. Dit type metagegevens is van belang om duurzame opslag van images te kunnen realiseren. Ook de technische metagegevens worden in het e-Depot opgenomen.

Standaarden. Bij het ontwikkelen van de website en in de achterliggende infrastructuur wordt zoveel mogelijk gebruik gemaakt van algemene, open standaarden. Hierbij wordt aangesloten bij de standaarden die door de Koninklijke Bibliotheek worden gebruikt.

1. Dublin Core
Dit is een standaard voor het beschrijven van resources, zoals documenten en boeken. Deze standaard bestaat uit een aantal metagegevens en een bijbehorend standaard XML-formaat. Meer informatie: http://dublincore.org/. De metagegevens van Staten-Generaal digitaal zijn zoveel mogelijk in Dublin Core-formaat opgenomen. Voor specifieke metagegevens is niet altijd een Dublin Core-metagegeven beschikbaar. Voor die gevallen zijn metagegevens gedefinieerd die specifiek zijn voor het materiaal van Staten-Generaal digitaal.

2. SRU
De webapplicatie benadert voor zoekvragen niet rechtstreeks de Verity-zoekmachine, maar gebruikt daarvoor SRU (Search/Retrieve via URL). Dit is een standaardprotocol, waarmee queries op een gestandaardiseerde manier in URLs worden opgenomen, http://www.loc.gov/standards/sru/.

3. MPEG21-DIDL
De documenten zijn in verschillende bestandstypen gedigitaliseerd. Voor ieder document is een PDF-bestand beschikbaar en een XML-bestand met metagegevens. Voor de afzonderlijke pagina's zijn TIFF-masterbestanden gemaakt. Op de website worden niet de TIFF-bestanden getoond, maar afgeleide JPEG-bestanden en XML-bestanden met de geOCRde fulltext. De onderlinge samenhang tussen de verschillende bestandstypen is vastgelegd in MPEG21-DIDL. Dit is een standaard XML-formaat, waarmee de structuur van digitale objecten kan worden vastgelegd. Binnen het project Staten-Generaal digitaal wordt deze standaard gebruikt om de structuur van ieder document vast te leggen, dat wil zeggen welke pagina's er bij het document horen en welke bestanden er bijhoren.

4. Z39.87
Deze NISO-standaard wordt gebruikt voor technische metagegevens over digitale images. Bij Staten-Generaal digitaal wordt deze standaard gebruikt voor de technische metagegevens van de master TIFF-bestanden. Voor ieder TIFF-bestand is een bijbehorend XML-bestand met technische metagegevens, met technische informatie over de image en over de manier waarop die is vervaardigd. De Z39.87-standaard wordt beschreven in http://www.niso.org/standards/resources/Z39_87_trial_use.pdf. Voor deze standaard is het MIX-formaatontwikkeld. Dit is een XML-formaat dat bij Staten-Generaal digitaal wordt gebruikt.

Metagegevens. Ieder document is van een aantal metagegevens voorzien. Deze fungeren op de website als zoekcriteria om documenten te kunnen vinden. Een deel van de metagegevens geldt voor ieder document. Een ander deel van de metagegevens is per soort document verschillend.

De volgende metagegevens gelden voor ieder document:
- het soort document (documenttype). Dit kan zijn Handelingen, Kamerstuk of Aanhangsel. In de toekomst zullen hier de documenttypen Register en Naamlijst aan worden toegevoegd.
- de Kamer. Dit kan zijn Eerste Kamer, Tweede Kamer, Verenigde Vergadering of Tweede Kamer OCV / UCV. In de toekomst zullen hier nog meer mogelijkheden worden toegevoegd, die van toepassing zijn op documenten uit eerdere perioden.
- het vergaderjaar. Dit bestaat over het algemeen uit twee jaartallen, bijvoorbeeld 1990-1991.
- ten slotte heeft ieder document een aantal metagegevens die niet als zoekcriterium worden gebruikt: de rechten (die liggen bij de Tweede Kamer der Staten-Generaal), een identifier, een beschrijving en het aantal pagina's in het document.

Voor documenten van het type Handeling gelden de volgende metagegevens:
- de datum. Dit betreft de datum waarop de vergadering is gehouden.
- de paginanummers. Dit betreft de paginanummers uit het originele document.
- sprekers. Dit betreft de personen die tijdens een vergadering aan het woord zijn geweest. Dit metagegeven zal pas in een volgende fase aan de metagegevens worden toegevoegd.
- kamerstukken. Dit betreft de kamerstukken die in een vergadering genoemd worden. Dit metagegeven zal pas in een volgende fase aan de metagegevens worden toegevoegd.

Voor documenten van het type Kamerstuk gelden de volgende metagegevens:
- kamerstuknummer. Dit betreft het hoofdnummer van het document zoals dat in het oorspronkelijke document is vermeld.
- ondernummer. Dit betreft het ondernummer van het document zoals dat in het oorspronkelijke document is vermeld.
- rijkswetnummer. Sommige Kamerstukken bevatten een rijkswet, die van een afzonderlijk nummer zijn voorzien.
- titel. Dit betreft de titel zoals die bovenaan het oorspronkelijke document staat.

Voor documenten van het type Aanhangsel gelden de volgende metagegevens:
- nummer aanhangsel. Dit betreft het aanhangselnummer zoals dat in het oorspronkelijke document is vermeld.
- onderwerp. Dit betreft de kamervraag die in het Aanhangsel aan de orde is.
- vraagsteller. Dit betreft de persoon die de kamervraag gesteld heeft. Er kunnen meerdere vraagstellers bij één Aanhangsel voorkomen.
- datum vraag. Dit betreft de datum waarop de kamervraag is gesteld.
- beantwoorder. Dit betreft de persoon die de kamervraag heeft beantwoord. Er kunnen meerdere beantwoorders bij één Aanhangsel voorkomen.
- datum antwoord. Dit betreft de datum waarop de kamervraag is beantwoord.
- de paginanummers. Dit betreft de paginanummers uit het originele document.

Naar boven