交换机｜关系型史学数据库（下）：从开发者角度看CBDB，兼及数字文献学
“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，
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：（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：（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：
（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:
2. 正则表达式30分钟入门教程：
3. NotePad++下载网址：
4. Automating Data Extraction from Chinese Texts:
5. 台湾大学《宋会要辑稿》资料探勘系统（可申请免费账号）：
（准备唐代墓志全文，以作文本挖掘之用）
第一期：交换机｜“数字人文研究技能与方法”读书会（报名已满，线上分享）
第二期：交换机｜关系型史学数据库（上）：从用户角度看CBDB
“零壹Lab”将发布本读书会的更多学习资料，请持续关注！
END
主编 / 徐力恒
责编 / 陈静 顾佳蕙
美编 / 傅春妍
零壹Lab
记录数字媒介之日常
反思科技与人文精神
长按关注