Chiunque abbia mai inserito manualmente titolo, autori, abstract e parole chiave di un articolo scientifico in un modulo di deposito conosce bene la frustrazione: un’operazione lunga e soggetta a errori. Grazie al nostro ultimo contributo al codice open-source DSpace, l’estrazione automatica dei metadati basata su GROBID è ora disponibile per l’intera community DSpace.
Quando si avvia un nuovo deposito caricando prima il PDF, GROBID rileva automaticamente i metadati: autori, titolo, abstract, parole chiave, identificativi e molto altro. I dati riconosciuti vengono presentati direttamente nel modulo di sottomissione, dove è possibile modificarli o integrarli prima di accettare la licenza e completare il deposito. Semplice ed efficace: un’esperienza di deposito decisamente più fluida, sia per i ricercatori che per i bibliotecari.
Cos’è GROBID?
GROBID — acronimo di GeneRation Of BIbliographic Data (https://grobid.org/) — è un motore open-source basato su machine learning che converte documenti PDF grezzi in metadati bibliografici strutturati. Nato nel 2008 con un focus sulle pubblicazioni tecnico-scientifiche, GROBID analizza un PDF e restituisce una rappresentazione XML ricca dei suoi contenuti: titolo, autori, affiliazioni, abstract, parole chiave, identificativi (DOI, ISBN, ISSN), data di pubblicazione, fonte (rivista o conferenza), riferimenti bibliografici e altro ancora, con un’accuratezza tipica dell’80–95% e in pochi secondi.
Da DSpace-CRIS a DSpace: il contributo
L’integrazione con GROBID era originariamente una funzionalità di DSpace-CRIS, sviluppata da 4Science. Nell’ambito della progressiva fusione di DSpace-CRIS in DSpace, abbiamo portato questa funzionalità nel codice principale di DSpace e l’abbiamo restituita alla community open-source. La pull request (DSpace/DSpace#11852) è stata integrata il 18 settembre 2026 e sarà inclusa in DSpace 11.
Durante il porting, non ci siamo limitati a trasferire il codice esistente: abbiamo modernizzato l’implementazione e aggiunto un file Docker Compose pronto all’uso, così che chiunque possa avviare un’istanza GROBID locale insieme a DSpace con il minimo sforzo.
Siamo orgogliosi di portare questa funzionalità da DSpace-CRIS alla più ampia community DSpace. È un esempio concreto di come la fusione tra le due piattaforme stia generando valore reale per ogni repository DSpace nel mondo.