零壹Lab：记录数字媒介之日常，反思科技与人文精神
01Lab: Archiving digital lives, reconceptualizing sci-tech and the humanities

“数字人文研究技能与方法”读书会

北京大学人文社会科学研究院，2017年

三、 关系型史学数据库（下）：

从开发者角度看CBDB，兼及数字文献学

（4月21日，周五）

（进行数字化时借用哈佛大学法学院租来的扫描仪）

思考题

1. 什么是数据化？数据化和电子化有什么区别？

2. 你最感兴趣的研究课题需要什么资料支撑？这些资料是否已经经过电子化和数据化？

3. 建立数据库或数据集时，应如何选择史料，将其变成数据？请从两个方面思考：从CBDB的角度、从你自身研究兴趣的角度。

4. CBDB把人物传记资料做成数据有哪几种方式？各有什么利弊？

5. 对文本进行标注，然后做成数据的做法有什么结果？其中隐含了看待文献的何种观念？

6. 以你用过的一个学术数据库为例，设想建设该资源时会遇到哪些主要困难。这些困难可以如何解决？

（为了标记地方志人物资料，设计的半自动线上标记平台）

阅读材料

1. 【精读】徐力恒，《唐代人物资料的数据化：中国历代人物传记资料库（CBDB）近年工作管窥》，《唐宋历史评论》，待刊。 

2. 【精读】徐力恒、王宏甦，《CBDB开发者告诉你，他们是怎么妙用MARKUS的！》，零壹Lab，2017年2月20日，

https://mp.weixin.qq.com/s?__biz=MzIxMzYwOTAyMw==&mid=2247483810&idx=1&sn=d6e4a807979e9e4c9a3cbf974c8219e3&chksm=97b57ef2a0c2f7e440add530730e3204c988949195dac9630b5593e44bdfdc982cbbb833be31&scene=0#rd

3. 【泛读】Peter K. Bol, Chao-Lin Liu, and Hongsu Wang. “Mining and discovering biographical information in Difangzhi with a language-model-based approach,” Proceedings of the 2015 International Conference on Digital Humanities (DH 2015). Parramatta, New South Wales, Australia, 29 June-3 July 2015. 下载网址：https://arxiv.org/abs/1504.02148（点右上角“Download”下的“PDF only”）

4. 【泛读】赵思渊：《地方历史文献的数字化、数据化与文本挖掘：以〈中国地方历史文献数据库〉为例》，2016年第4期，页26-35。下载网址：http://qsyj.iqh.net.cn/CN/abstract/abstract2263.shtml（点“全文：PDF”下载）

5. 【需要时参考】程卉，《CBDB Computer Assisted Gazetteer Tagging System 操作手冊》。

6. 【需要时参考】杜协昌，《宋会要系统简介》。下载网址：http://thdl.ntu.edu.tw/L303_SongHuiYao/HelpDocs/SongHuiYao-20111203.pdf

（利用MARKUS标记墓志文本中的人物任官资料，导出数据用以输入CBDB）

参考网站

1.RegExr: http://regexr.com/

2. 正则表达式30分钟入门教程：http://deerchao.net/tutorials/regex/regex.htm

3. NotePad++下载网址：https://notepad-plus-plus.org/download/v7.3.3.html

4. Automating Data Extraction from Chinese Texts: http://did-acte.org/

5. 台湾大学《宋会要辑稿》资料探勘系统（可申请免费账号）：http://thdl.ntu.edu.tw/L303_SongHuiYao/CustomizedHome.php

（准备唐代墓志全文，以作文本挖掘之用）

主编：徐力恒    责编：陈静 顾佳蕙    美编：傅春妍

“零壹Lab”将发布本读书会的更多学习资料，请持续关注！

关注零壹Lab，获取更多数字人文信息！