Újsághírek egyetlen napról (ez éppen 1977. május 5.), amelyeket immár egyetlen mozdulattal a számítógép képernyőjére varázsolhatunk, hála az Arcanum kivételes tartalomszolgáltatásának. 10 milliárd szó: ennyit rejtenek a gondosan beszkennelt és a könyvtárakba amúgy is csak ritkán látogató közönség számára is olvashatóvá és immár könnyebben kereshetővé tett újságlapok és más kiadványok. Az állomány pedig egyre csak bővül, ahogy a könyvtárakból, gyűjteményektől beérkeznek a lassan sárguló, fakuló, bekötött, vagy lassan lapokra hulló újságok. A maga nemében piacvezető Arcanum Adatbázis Kiadó önmeghatározása szerint kulturális tartalmak nagy tömegű digitalizálásával, adatbázisokba rendezésével és publikálásával foglalkozik – ám e definíció mögött napról napra izgalmas gyűjtőmunkát és a múlt idők dokumentumainak gondos konzerválását találjuk. A cég alapítója és tulajdonosa, Biszak Sándor által vezetett Arcanum Adatbázis Kiadó lassan a 32. születésnapját ülheti meg – 1989. január elsején kezdte meg működését, ekkor még a Szabadalmi Hivatallal közös vállalkozásként. Az Arcanum együtt fejlődött az informatikával, követve a technikai evolúciót. Ők adták ki az első hazai fejlesztésű CD-ROM lemezeket még 1990 végén: első jelentős kiadványuk a hétnyelvű Biblia volt, de a Pallas Nagy Lexikont, a Jókai-összkiadást, az ötven költő teljes életművét tartalmazó Verstárat, a Nyugat teljes anyagát is lemezre rakták. Azután a CD-ROM-okat a DVD-k váltották fel, a korábbi kiadványokat is erre írták át – az általuk kiadott több száz lemez nagy része ma ingyen, online hozzáférhető az Arcanum Kézikönyvtárban.
Nyomdafesték a képernyőn
2006-tól az Arcanum egyre inkább a hazai közgyűjteményekkel együttműködve, a nyomtatott dokumentumok, újságok, folyóiratok, könyvek, lexikonok, térképek, levéltári anyagok digitalizálására koncentrált: 16. századi ősnyomtatványokat, vármegyei jegyzőkönyveket ugyanúgy feldolgoztak, mint mai sajtótermékeket. Az Arcanum digitalizált és adott ki elsőként Magyarországon történelmi térképeket és fejlesztett hozzájuk modern geoinformatikai szolgáltatásokat. Arra is gyorsan rájöttek, hogy a nyomtatott szövegek újra begépelése nem járható út, akkortól lett fontos ezek szkennelése. 2010-ben még elképzelhetetlennek tűnt újságok tömeges beolvasása – manapság már naponta 50 ezer, de akár 100 ezer oldalt dolgoznak fel. A kemény korlátot most már nem is a gépi kapacitás jelenti: egyszerűen nem tudnak annyi bevihető nyersanyagot felhajtani, ami teljesen kielégítené nagy sebességű, kétoldalas A3-as szkennereik étvágyát.
| ||
Tevékenységük más tekintetben is úttörőnek számít: elsőként kezdték el publikáláshoz használni a kétrétegű PDF formátumot, ahogy Magyarország első tömeges digitalizálásra alkalmas robot könyvszkennerét is először az Arcanum helyezte üzembe.
Az elmúlt években az Arcanum már kizárólag az online szolgáltatásainak fejlesztésére koncentrált. Saját fenntartású adatbázisaik közül talán a legfontosabb a magyar nyelvű vagy vonatkozású periodikákat felvonultató Arcanum Digitális Tudománytár: pótolhatatlanul hasznos eszköz ez a kutatók számára, de az otthon, számítógépük előtt ülő laikusok számára is remek szórakozás, no és lehetőséget kínál tanulásra, művelődésre is. Előfizetni egy évre, fél évre, egy hónapra vagy akár 24 órára is lehet, miközben a szolgáltatás több száz hazai közintézményből – főleg felsőoktatási intézményekből, illetve könyvtárakból – ingyenesen is elérhető.
A kiadó korábbi lemezes kiadványait bemutató Arcanum Kézikönyvtár bárki számára nyitva áll, míg a történelmi térképsorozatokat a MAPIRE – Történelmi térképek online elnevezésű, szintén szabadon hozzáférhető portálba szervezték. Az Arcanum által fejlesztett online szolgáltatások közül pedig az Országgyűlési Könyvtár által fenntartott Hungaricana Közgyűjteményi Portál tekinthető a legjelentősebb vállalkozásnak.
A tartalmi bővüléssel együtt a napi pár száz fős látogatottságot egy évtized múltával százezres napi oldalfelkeresés váltotta fel. Ahogy Biszak Előd vezető fejlesztőtől megtudtuk, ehhez az is kellett, hogy böngésző alatt fusson az oldal és meglegyen a kellő szerverkapacitás is az egyre növekvő olvasói, látogatói érdeklődés kielégítésére. Mindehhez minden szempontból felhasználóbarát felület tartozik. Mostanában kulcskérdés, hogy hozzáférhetőbbé tegyék a náluk fellelhető, egyre bővülő tartalmakat. A beszkennelt és így online olvashatóvá tett lapokon 50 millió újságkép is rejtőzik – és a felhasználók is gyakorta szeretnének megtalálni egy-egy képet: nos, már név alapján, de egy megadott kép szerint is jó eséllyel kereshetnek. A Google által kidolgozott BERT keresőalgoritmusra épülő, öntanuló rendszerük pedig a gyűjtemény 10 milliárd szavának feldolgozása alapján alakít magának egy képet a magyar nyelvről, megadott nyelvi kategóriák alapján – és ezzel egyben létrehoztak egy gépi tanulást segítő adatbázist. A rohamos fejlődés nyomán magunk is oszthatjuk Biszak Sándor magabiztos szavait: ahol véget ér a Google, ott kezdődik az Arcanum!
