方志类古籍地名识别及分析研究——以《方志物产》(广东分卷)为例

以地方志资料汇编《方志物产》(广东分卷)为语料,利用命名实体识别技术实现物产地名的自动识别。通过对物产地名、识别规则的文献计量学研究,挖掘物产分布、物产引进和传播等知识内容,为方志类古籍的数字化整理提供新途径。     

方志类古籍引书挖掘及其引书分析研究

本文主要研究中国方志类古籍引书挖掘方法,并以旁征博引著称的广东方志类古籍《岭南丛述》（物产）为例,从引书的历史时期、高频被引书、作者生活地域和引书学科性质四个方面进行文献计量学研究,以期探讨中国方志类古籍的引书分析方法。     

GIS在方志类古籍开发利用中的应用初探

以方志资料汇编《方志物产》(广东分卷)为语料,探讨GIS在方志开发利用中的应用前景.通过借用GIS,实现对《方志物产》中物产分布、物产传播等相关数据的管理和可视化制图并进行史料数据的空间分析,以最大限度地挖掘、利用方志史料,为方志类古籍的数字化整理提供一种新的思路.     

基于GB/T22466—2008的古籍索引编制技术要点

古籍索引编制与一般索引编制有所不同。在古籍索引编制的过程中,古籍版本的选择是需要处理的首要技术问题,而款目内容的选择则是索引编制的重点所在。因为人名、地名、职官名、书名等实体名称在不同时期有所不同,因此人名、书名、物产名称的选择及其限定词的使用在古籍索引编制中各具特色,参照系统的编制应占有相当大的份量。同时,古籍索引的排序方法及出处表达同样不能被忽视。     

HanNER：一个面向汉语古籍语料命名实体自动抽取的通用框架

古籍数字化整理是推动我国汉语古籍数据库建设及相关资源整合和利用的基础性工作。作为关键的技术环节之一,面向古籍命名实体的自动化抽取备受国内外学界和业界的关注。但是一些制约汉语古籍实体抽取方法的“卡脖子”问题仍未得到有效解决,包括少样本学习问题、标注成本管理问题和数据质量控制问题。本研究提出了一个面向古籍资源命名实体自动化抽取的通用框架——HanNER,包括“基于规则的实体预标注”“基于深度主动学习的迭代实体抽取”以及“人机交互模式下的标注决策”三个主要部分。多组实验比较证明了HanNER的可行性和优势,包括基于深度主动学习模型CNN-BiLSTM-CRF+margin的优势、多功能标注模块“标注查询”与“自动推荐”的积极作用以及ZenCrowd-II算法的优势。最后,本研究基于优化后的BERT-CNN-BiLSTM-CRF模型开发了在线的汉语古籍的实体自动抽取系统。HanNER的提出有利于推进汉语古籍实体抽取工作及相关任务在方法与技术上的发展,而且从工程化角度为古籍实体抽取产品的落地提供了借鉴和启发。     

中国古籍文本分词的一次试验

综合采用切分标志、分词词典和N元语法3种方法对古籍文本进行分词,并采用子串比较过滤、相邻词过滤、高频词过滤、低频词过滤等方法对分词结果进行过滤,分别以12种农业古籍和379种<广东方志物产>为语料进行了古籍分词测试.从12种农业古籍中共识别出已有词1164个,约占总词汇量的31%;未登录词2530个,占总词汇的69%.从379种<广东方志物产>资料中共识别出已有词6314个,占总词汇的8%;未登录词75 438个,则占总词汇的92%.通过对379种<广东方志物产>分词结果的分析发现,当词频等级位于区间(2000,8000)时,词频等级与频次乘积基本为常数23 000 000.这一结果说明齐夫定律在古籍文本中同样适用.     

地方志引书挖掘系统的设计与实现

古籍文献普遍存在着引书现象,因而构建一套针对地方志引书的挖掘识别系统,对古籍的研究以及目录学史、藏书史、科技史,都具有重要意义.本文以地方志资料汇编<方志物产>为语料,设计并构建了一个古籍引书挖掘系统.重点讨论了引书的模式提取、N-gram分词识别等功能算法.     

辽东志与全辽志——两部明代方志的评介

地方志,乃我国独创的一类史笈。起源于古代记载方域、山川、风俗、物产的地记、图经,唐宋以后,发展形成了以地域为中心,内容包括地理、沿革、风俗、教育、物产、人物、艺文等历史与现状的地方史笈。历代各个地区都有方志类的史书,传世的就有八千五百种以上,这实在是十分丰富的史料宝库。如按朝代分,以清代为最盛;按地区分,以江、浙、冀、鲁诸省为最富。     

文化视野下的云南历史地名

<正>(上接第4期第39页)(二)云南历史地名命名方式举隅云南历史悠久,幅员辽阔,民族众多,文化丰厚,自古而今诞生了丰富多彩的地名,形成了一座庞大的地名宝库。梳理、总结云南历史地名,其命名的方式多种多样,这里择要概说几种:1.以地物或地域所处的方位命名。通常采取相对方位命名的方式,即以某一地物或地域为参照,按被命名地物或地域与其所形成的相对方位进行命名。这种命名方式又分为显位定名、隐位定名等类别。显位定名即直接使用通常表示方位的东、西、南、     

大规模中国历代存世典籍知识图谱构建研究

[目的/意义]探索构建中国历代存世典籍知识图谱,以为研究者挖掘海量古籍书目数据背后隐藏的知识提供一站式平台,拓展古籍知识服务内涵,同时,大规模的典籍知识图谱也是机器智能的重要基础。[方法/过程]通过知识图谱技术对中国历代存世典籍进行知识组织,从需求层、模型层、应用层3部分构建一个典籍知识图谱框架模型,通过人机协作进行典籍数据抽取及多源数据融合,完成数据的整理,并对典籍知识图谱实体类型及属性、典籍知识图谱实体关系及类型进行分析与定义。[结果/结论]所构建的典籍知识图谱包含649549种古籍实体、221783位典籍责任者、1498383个古籍版本、13960个地名节点,形成了一个立体、多维、多用途的古籍知识关联网络,对全球目前存世的主要中国历代典籍书目信息进行了较全面描述。     

基于中文信息处理的古籍整理研究评述

随着计算机技术的飞速发展,基于中文信息处理的古籍整理已成为近年来的研究热点,并且取得一些可喜的成绩。在搜集整理当前研究与应用成果的基础上,从古籍的自动录入、自动断句、自动编纂以及自动翻译等方面对基于中文信息处理技术的古籍整理的研究现状进行概述,同时分别探讨这几个方面仍然存在的问题,并展望其今后的研究工作。      

古籍修复档案价值属性及其应用

古籍修复档案是修复实践活动的具体过程与本来面貌的真实记录和反映,有着丰富的内涵构成,具有科学研究、规范管理和古籍整理的价值属性,基于价值属性构建的古籍修复档案,对于建立古籍修复研究教育机制、转变修复工作管理模式和推动古籍整理都具有重要的意义.     

古籍整理的地域倾向

中国古籍的整理最初注重对经典古籍进行注释和阐述.随着古籍整理工作的进一步开展和经典古籍整理的日渐完备,一些具有不同地域特色、"他人无而我独有"的地方古籍开始走入学者的视野.古籍整理的地域倾向表现为越来越多的学者特别是地方学者对于地方古籍的关注和研究.我们应当顺应古籍整理的地域倾向,重视甘肃地方古籍的整理、开发与利用,并在此过程中注意甘肃古籍整理的全面性、连续性、和整理方法多样性等问题.     

中华古籍保护计划视域下云南古籍保护体系的建构

自2007年中华古籍保护计划实施以来,云南省建构起了具有民族特色的古籍保护体系,即省、州(市)、县成立了相应的古籍保护机构;依靠自身的专业人员和志愿者力量,在全省范围内开展了古籍普查登记工作;根据云南少数民族古籍收藏丰富的特点,有针对性地开展了彝文古籍、藏文古籍、傣文古籍和东巴古籍的修复工作,在少数民族古籍修复技术上取得了突破,同时也培养了一支少数民族古籍保护的人才队伍;积极开展古籍的数字化建设和整理出版,一批珍贵古籍和拓片数据库及时向社会公开发布。围绕寺庙和民间少数民族古籍的普查登记、少数民族古籍修复,论文认为古籍保护涉及多学科知识,应尽快开展古籍保护学的学科建设。     

宋荦、莫棠、叶德辉诸名家古籍善本题跋辑录

在山西师范大学图书馆入藏的善本古籍中不乏批校题跋本,这些题跋或记载藏书的来源,或记载得书的感慨与欣喜,或辨析版本优劣得失,或记校勘结果,或记阅读的时间,内容丰富。笔者从中选出10部名家所撰的古籍题跋进行辑考,期望于鉴定古籍版本及考据文化史等方面研究提供助益。     

美国中文古籍数字化概述

美国典藏机构收藏有大量的中文古籍,且十分重视中文古籍的整理、编目和数字化工作。随着文献数字化工作进程的开展,美国各典藏机构开始将中文古籍进行数字化处理,开发建置了大量中文古籍数字化资源。     

中国古籍保护的问题分析与战略研究

根据126个古籍收藏单位递交的"全国古籍重点保护单位申报书"分析,我国古籍的传世保存还存在许多问题。古籍损坏速度加快、程度加剧,古籍保护环境亟需改善。造成这些问题的原因是多方面的,包括古籍保护意识不强、相关知识薄弱、管理不善等。要解决这些问题,需要从人才培养、经费投入、调研督导等多方面来综合考虑。     

古籍市场价格变迁考述

文章系统考述了唐、宋、元、明、清书籍价格的变化以及近现代以来古籍价格的变迁。从产生时间、发展历史以及各阶段发展特点,探讨了古籍价格的形成规律,为今天人们更加深入地认识古籍的价值、更好地保护古籍、更高层次地应用古籍提供参考。     

我国古籍修复研究现状分析

文章对1986—2010年间“古籍修复”研究领域的文献进行统计,并针对文献主题、合著率和著者分布情况进行分析。认为我国古籍修复领域的研究自中华古籍保护计划实施以来取得很大发展,已进入初步发展阶段。古籍修复领域的研究在主题分布、著者分布上还不平衡,高水平的古籍修复师和专家较为缺乏,关于古籍修复技术研究、人才培养、工作管理方面的研究还需加强。