<4D F736F F D203031C8D5B3CCA1A2D1A7D5DFD3EBD1A7D4B1C3FBB5A52E646F63>

Transcription

1 中国史研究与计算机技术 国际学术工作坊暨 2010 年度宋史研习班 一 说明 本次工作坊暨研习班的目的, 是以中国历代人物传记数据库 (China Biographical Database, 简称 CBDB) 为基础, 探寻计算机技术在历史研究中的应用方法 主要讲授的内容有 : 1 CBDB 的历史 现状与未来 ; 2 其它传记数据库 古籍数据库的建设与使用 ; 3 CBDB 的使用方法 : a) 单机版与在线版 CBDB 的录入 查询系统 ; b) 地理信息系统 (GIS) 与 CBDB; c) 社会网络分析 (SNA) 与 CBDB 本次工作坊暨研习班将涉及的数据与软件有 : 1 数据 :CBDB 单机版 在线版 ( 参阅 CBDB 中文网站 ); 中国历史地理信息系统 (CHGIS) 数据 2 软件 :Microsoft Access( 数据库软件 ) ArcGIS( 地理信息系统软件 ) Pajek UCI Net( 社会网络分析软件 ) 以上数据和软件, 将事先安装在北京大学计算中心的电脑上供学员使用 学员也可以将其安装在自己的笔记本电脑上, 但由于某些软件较大, 故建议所携带的计算机配置有双核 CPU, 内存在 1G 以上, 硬盘有 10G 以上的剩余空间 另外, 我们无力为各位提供 Windows Office( 必须有 Access) 软件, 请大家自己安装好 在本次工作坊暨研习班中, 学员有机会将所学计算机技术应用于自己的研究 ; 最终, 所有学员须演示自己的研究成果 第 1 页

2 二 日程 外地学员报到日期 :8 月 30 日, 地点 : 北京大学勺园七号楼 18:30 晚餐, 地点 : 北京大学艺园二楼 北京学员报到日期 :8 月 31 日, 地点 : 北京大学计算中心 时间 主讲人 主题 说明 8 月 31 日 8:00 8:20 牛大勇何汉威 致辞 8:20 9:00 包弼德 (Peter K. Bol) 导论 工作坊的主旨,CBDB 的历史 现状 9:00 9:30 傅君劢 (Michael Fuller) CBDB 的设计与结构 关系型数据库 群体传记学 9:40 12:00 陈松 CBDB 录入与查询系统 (Access 版 北大 CBDB 小组在线版 ) 教导学员实际操作 午餐地点 : 北京大学农园三楼 13:30 14:00 姚平 唐代墓志与唐人传记数据库 14:00 14:30 维习安 ( Christian Wittern) 京都大学唐代传记数据库 14:30 15:00 明清人名权威档案包弼德江庆柏 : 清代人物生卒年表陈松明清女性著作数据库 15:10 15:50 史睿 中国历代典籍总目介绍 系统演示 15:50 16:30 李铎 古籍整理的汉字规范问题 系统演示 16:30 17:10 Elif Yamangil 文本分析 17:20 18:00 自我介绍 第 2 页

3 晚餐地点 : 勺园七号楼一层大厅 9 月 1 日 8:30 9:00 黄国平 安装 ArcGIS 软件 9:00 12:00 黄国平 中国历史地理信息系统 午餐地点 : 农园三楼 13:30 14:30 包弼德 利用 CBDB CHGIS 研究宋代历史 14:40 17:00 黄国平 中国历史地理信息系统 17:10 18:00 讨论 答疑 晚餐地点 : 勺园七号楼一层大厅 9 月 2 日 9:00 12:00 傅君劢 陈松 社会网络分析 (SNA) 午餐地点 : 农园三层 13:30 14:30 魏希德 (Hilde De Weerdt) 利用 CBDB SNA 研究宋史 14:40 17:00 陈松 宋代社会网络分析 17:10 18:00 讨论 答疑 晚餐地点 : 勺园七号楼一层大厅 9 月 3 日 9:00 12:00 全体学员 个人操作 午餐地点 : 农园三楼 13:30 16:00 全体学员 汇报 16:10 17:00 邓小南 包弼德 圆桌讨论 :CBDB 的未来 晚餐地点 : 新开元大酒店 9 月 4 日学员离校 第 3 页

4 三 学者名单 包弼德 (Peter K. Bol), 哈佛大学东亚系陈松, 哈佛大学东亚系维习安 (Christian Wittern), 京都大学人文科学研究所邓小南, 北京大学历史系 Elif Yamangil, 哈佛大学工程与应用科学学院傅君劢 (Michael Fuller), 加州大学尔湾分校牛大勇, 北京大学历史系何汉威, 台湾中研院史语所黄国平, 哈佛大学地理分析中心李铎, 北京大学数据分析研究中心姚平, 加州州立大学史睿, 中国国家图书馆魏希德 (Hilde De Weerdt), 牛津大学 第 4 页

5 四 学员名单 组别 学校 姓名 计划课题 河南大学 祁琛云 中国历代人物传记数据库 (CBDB) 与唐宋进士同年关系研究 暨南大学 熊鸣琴 南宋史弥远当权时期台谏群体研究 1 清华大学 赵璐璐 县尉 县令在唐宋间官员任职迁转中地位重要性的变化 首都师范大学 龙门石窟研究院 陈朝阳 熙丰时期两府成员及属官履历表 政法大学 赵晶 宋代明法科登科群体研究 南京大学 田志光 CBDB 技术在 宋代宰辅制度 研究中的应用 武汉大学 闫兴潘 秦桧友人的地域分布 2 厦门大学 刁培俊 刘克庄 黄榦的交游 人民大学 张雨 唐宋司法官员及其生活圈 上海师范大学古籍所 董春林 唐宋文人交游资料与 CBDB 建设 北京师范大学 陈晔 宋代理学士大夫与 公议 暨南大学 郭红超 以朱熹为主的理学宇宙观的研究如何与 CBDB 文本挖掘相结合 3 南开大学方万鹏基于中国水利问题研究的设想牛津大学徐力恒宋代书信的社会和文化意义 清华大学 谭红艳 天学集解 考 武汉大学 陈曦 地方志与 CBDB 4 杭州市社科院南宋史研究中心 魏峰 从家族历史看地方史的追述与重建 南开大学 赵九洲 明代易州山厂研究 暨南大学 朱文慧 宋代东南地区民间社会纠纷调解研究 河北大学 贾文龙 北宋初期幕职官群体传记初探 第 5 页

6 5 中山大学 辜梦子 宋代佛教与地方行政运作 以两浙路为考察中心 河北大学 杨建庭 CHGIS 在经济史研究中的应用 南京大学 付先召 计算机技术在 唐五代方镇区域变化 研究中的应用 首都师范大学 邱志诚 宋人社会关系与宋代笔记史料解读 西华师范大学 金生杨 儒林人物传记数据库 西北大学 张明 利用 CBDB 数据库探讨宋代军人社会 旁听厦门大学仝相卿孔道辅的社会网络 厦门大学杨辉建两宋之交燕人考 南京师范大学王淳航 CBDB 技术与地方史研究 第 6 页

7 Purpose of the Workshop(1) 本次工作坊的目的 (1) 中國歷代人物傳記資料庫 (CBDB) 北大中國古代史研究中心 / 臺灣中研院史語所 / 哈佛費正清中國研究中心合作開發 To explore how historians can use large quantities of biographical information as part of their research 探尋歷史研究中應用大量傳記資料的方式 Introduce the China Biographical Database (CBDB) 介紹中國歷代人物傳記資料庫 (CBDB) Google 檢索 :CBDB, Harvard 或 Peking What is CBDB? Begun by the late Robert Hartwell ( ) in the 1980s (25000 figures) Reprogramming by Michael Fuller in 2004 由傅君勱教授在 2004 年重新設計 Beida and IHP become partners 年, 北大中古史中心 中研院史語所成爲合作者 Currently: Biographical Data on over 93,000 figures 中國歷代傳記資料數據庫 (CBDB) 人數 CBDB 現有內容 郝若貝教授 ( ) 在 1980 年代開始 ; 目前約有 多人物的傳記資料 ; 第 7 页

8 人數人數 2010/12 傳記資料內容 Names 人名 Time 時間 Places 地址 Events 事件 Offices 職官 Modes of entry 入仕途徑 Writings 著作 Social Distinctions 社會區分 Kinship 親屬關係 Social associations 社會關係 Possessions 財產 Education 教育 CBDB is available in three ways; You will learn how to use each one Online Inputting System Online Reporting System MSAccess database for desktop use 使用 CBDB 的三種方式 0 人名別名行政區劃 社會關係 ( 兩人之間 ) 親戚關係與人物有 ( 兩人之關的地名間 ) 入仕仕歷任官地社會身份著作分類 在線錄入系統 2. 在線檢索系統 3. 離線的微軟 Access 格式數據庫 第 8 页

9 Online Inputting System 在線錄入系統 Online Querying System 在線檢索系統 CBDB is available to everyone There are no restrictions on its use for scholarly purposes 所有人都可獲得 CBDB 對出於學術目的而使用 CBDB 沒有任何限制 MS Access database for desktop use 離線的微軟 Access 數據庫 第 9 页

10 Purpose of the Workshop(2) 本次工作坊的目的 (2) 南遷? 政治精英地理分佈的變化 : 紹興十八年與寳祐四年登科人物分佈圖 Introduce three technologies for using biographical data 介紹利用傳記資料的三种技術 Queries in a relational database 檢索關係型數據庫 GIS 地理信息系統 Social Network Analysis 社會網絡分析 Help you use it in your own research 幫助學員將上述手段應用于自己的研究 Workshop Team 本次工作坊的組成 Organizers: Deng Xiaonan, Fang Chengfeng, Jiang Yong, Liu Jiang 承辦 : 鄧小南 For Database design: Michael Fuller 數據庫設計 : 傅君勱 For Database use: Chen Song 數據庫使用 : 陳松 For GIS: Huang Guoping 地理信息系統 : 黃國平 For Social Network Analysis: Michael Fuller and Chen Song 社會網絡分析 : 傅君勱 陳松 第 10 页

11 Contributors to CBDB 對 CBDB 有重要貢獻的個人與機構 Christian Wittern, Kyoto Unviversity Tang person database 京都大學, 唐代人物知識 He Hanwei, Academia Sinica IHP, Ming-Qing Name Authority Database, Song and Yuan Biographical Databases, Text databases 何漢威, 中研院史語所, 明清檔案人名權威資料庫, 宋人 元人傳記資料索引電子版 (Grace Fong, McGill University, Ming Qing Women s Writings) 方秀潔, 麥基爾大學, 明清婦女著作數據庫 Yao Ping, California State University, Tang dynasty muzhiming data 姚平, 加州州立大學, 唐代墓誌銘 Nick Tackett, University of California, 5 Dynasties muzhiming data 加州大學, 五代墓誌銘 Examples of Text Mining and Text Analysis 文本挖掘與分析示例 Elif Yamangil, Rani Nelkin, Onder Elkar, Stuart Shieber, Harvard University Computer Science 哈佛大學計算科學專家 Li Duo, Peking University, Center for Data Analysis Research 李鐸, 北京大學數據分析研究中心 Shi Rui, National Library of China 史睿, 中國國家圖書館 Examples from historians using CBDB 利用 CBDB 研究歷史示例 Hilde De Weerdt, Oxford University: Social networks and Song texts 魏希德, 牛津大學, 社會網絡分析與宋代史籍 Yao Ping, California State University, Tang women s history 姚平, 加州州立大學, 唐代婦女的生命歷程 Chen Song, Harvard University, network analysis and Song social history 陳松, 哈佛大學, 社會網絡分析與宋代地方社會史 Peter Bol, Harvard University, spatial analysis of intellectual and social history 包弼德, 哈佛大學, 地理分析與思想史 社會史 And YOU! 人人參與! The goal of the workshop is to make it easy for you to use the data and techniques in your own work 本次工作坊的目的, 就是讓大家學會使用諸种數據 軟件, 並將其用於自己的研究 We want to know how CBDB can be improved so it serves you better 我們想知道 CBDB 如何進一步發展, 以更好地為學界服務 We want to see what you will accomplish 我們期待各位的研習成果 第 11 页

12 Biography 傳記 中國歷代人物傳記資料庫 (CBDB) 北大中國古代史研究中心 / 中央研究院史語所 / 哈佛燕京學社合作開發 Google 檢索 :CBDB, Harvard 或 Peking 陸夢發 (1222~1275), 字太初, 歙人 博覽群籍, 尤深於春秋, 登寶祐四年進士, 累遷大理寺丞, 時海寇拒命, 有旨令夢發率兵討捕, 兵敗死之, 時德祐元年, 年五十四 夢發為人尚氣節, 為文瑰奇典雅, 筆劄尤精, 有烏衣集, 圻南集, 曉山吟稿 ( 王德毅著 宋人傳記資料索引 ) Prosopography 群體傳記學 'Prosopography is the investigation of the common background characteristics of a group of actors in history by means of a collective study of their lives. The method employed is to establish a universe to be studied, and then to ask a set of uniform questions about birth and death, marriage and family, social origins and inherited economic position, place of residence, education, amount and source of personal wealth, occupation, religion, experience of office and so on. The various types of information about the individuals in the universe are then juxtaposed and combined, and are examined for significant variables. They are tested both for internal correlations and for correlations with other forms of behaviour or action. (L. Stone, 'Prosopography', in F. Gilbert and S. Graubard eds., Historical Studies Today (New York, 1972) 群體傳記學 " 是指通過對一群人物生平的集體性研究, 來探討他們的共同背景特徵 其採用的方法為 : 先建立一個研究範圍, 然後詢問一組系统的問題 關於出生與死亡 婚姻與家庭 社會出身與其所繼承的經濟地位 居住地 教育 個人財富的數量與來源 職業 宗教 仕歷經驗等等 之後將這一範圍内所有個人的各種信息對比 組合, 並探析其重要的變數 研究者會分析這些信息的內在相關性, 及它們與其它類型的行為與活動的相關性 第 12 页 [ 陸夢發 (1) ] ([1222~ 1275(3a) ]), 字 [ 太初 (1c) ],[ 歙 (2a)] 人 博覽群籍, 尤深於 [ 春秋 (7) ], 登 [ 寶祐四年 (3b) ] [ 進士 (5) ], 累遷 [ 大理寺丞 (4) ], 時海寇拒命, 有旨令夢發率兵討捕, 兵敗死之, 時 [ 德祐元年 (3b)], [ 年五十四 (3c)] [ 夢發 (1)] 為人尚氣節, 為文瑰奇典雅, 筆劄尤精, 有 [ 烏衣集 (7)],[ 圻南集 (7)],[ 曉山吟稿 (7) ] CBDB Biographical Data CBDB 中的傳記資料 1. Names of people 人名 a. Xingming 姓名 b. Bieming 別名 ( 字,hao, shi, etc. ) 2. names of places 地名 a. identify the place from which the person comes 傳主出身地 b. identify other places mentioned in the text 傳記資料中提及的其它地名 3. Dates 時間 a. Dates appearing in roman numerals 數字格式的時間 b. Dates appearing in the reign period system 年號形式的時間 c. age in years 享年 4. Official titles 官名 5. mode of entry into office (and how dates or people are related to entry into office) 入仕途徑 ( 包 括時間, 相關人物 ) 6. kinship relation 親屬 7. titles of books 書名

13 From Texts 從文本 陸夢發 (1222~1275), 字太初, 歙人 博覽群籍, 尤 深於春秋, 登寶祐四年進士, 累遷大理寺丞, 時海寇拒 命, 有旨令夢發率兵討捕, 兵敗死之, 時德祐元年, 年 五十四 夢發為人尚氣節, 為文瑰奇典雅, 筆劄尤精, 有烏衣集, 圻南集, 曉山吟稿 To Tables 到表格 姓名 字 生 死 入仕 入仕 官 著書 年間 陸夢發 太初 進士 1256 大理寺丞 烏衣集 圻南集 曉山吟稿 Michael A. Fuller: The Structuring of Complex Information 複雜信息的結構化 Relational Databases: 關係型數據庫 : Practical Issues & Abstract Functions 實際問題與理論功能 A Subset of the Data on Sima Guang: 有關司馬光的部分數據 : Name 姓名 Sima Guang 司馬光 Dates 日期 Offices 任官 (1) 1059 度支勾院 Budget Auditor; (2) 1085 門下侍郎 Executive of the Chancellery; (3) 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries [.] Associations 社會關係 (1) Yuanyou coalition member ( 元祐黨 ); (2) An Dun 安惇 Desires opposed by; (3) Chao Buzhi 晁補之 Sacrificial prayer written by; (4) Chen Jian 陳薦 Sacrificial prayer written for; (5) Chen Min 陳敏 Honored by; (6) Cheng Yi 程頤 Recommended; (7) Ding Du 丁度 Sacrificial prayer written for; (8) Fan Chunli 范純禮 Patron of; [.] 第 13 页 Reorganizing the Data on Sima Guang (First Version): 重組有關司馬光的數據 ( 第一版 ): Name 人物 Dates 日期 Sima Guang 司馬光 Person 人物 Posting Date Office Title 官名 任命日期 Sima Guang 司馬光 1059 度支勾院 Budget Auditor Sima Guang 司馬光 1085 門下侍郎 Executive of the Chancellery Sima Guang 司馬光 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries Person 人物 Association Type 社會關係 Associate 社會關係人 Sima Guang 司馬光 Yuanyou member ( 元祐黨 ) (not applicable) Sima Guang 司馬光 Desires opposed by An Dun 安惇 Sima Guang 司馬光 Sacrificial prayer written by Chao Buzhi 晁補之 Sima Guang 司馬光 Patron of Fan Chunli 范純禮 Sima Guang 司馬光 Sacrificial prayer written for Ding Du 丁度

14 First Advantage: One-to-Many Records 優點 ( 一 ): 在各筆資料之間建立起 一對多 的關係 Name 姓名 Dates 日期 Sima Guang 司馬光 Person 人物 Posting Date 任命日期 Office Title 官名 Sima Guang 司馬光 1059 度支勾院 Budget Auditor Sima Guang 司馬光 1085 門下侍郎 Executive of the Chancellery Sima Guang 司馬光 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries One can now sort on the separate columns: 現在我們可以按照不同欄位分別排序 : Name 姓名 Sima Guang 司馬光 Person 人物 Sima Guang 司馬光 Sima Guang 司馬光 Sima Guang 司馬光 Dates 日期 Posting Date 任命日期 Office Title 官名 度支勾院 Budget Auditor 門下侍郎 Executive of the Chancellery 左僕射兼門下侍郎 Left Executive, Dept of Ministries Person 人物 Association Type 社會關係 Associate 社會關係人 Sima Guang 司馬光 Yuanyou member ( 元祐黨 ) (not applicable) Sima Guang 司馬光 Desires opposed by An Dun 安惇 Sima Guang 司馬光 Sacrificial prayer written by Chao Buzhi 晁補之 Sima Guang 司馬光 Patron of Fan Chunli 范純禮 Sima Guang 司馬光 Sacrificial prayer written for Ding Du 丁度 Person 人物 Sima Guang 司馬光 Sima Guang 司馬光 Sima Guang 司馬光 Sima Guang 司馬光 Sima Guang 司馬光 Association Type 社會關係 Yuanyou member ( 元祐黨 ) Desires opposed by Sacrificial prayer written by Patron of Sacrificial prayer written for Associate 社會關係人 (not applicable) An Dun 安惇 Chao Buzhi 晁補之 Fan Chunli 范純禮 Ding Du 丁度 Database as a Model for the World of the Data 數據庫 : 對數據的不同建模方式 Flat Database - A single entity: People 平面型 數據庫 單個實體 : 人物 People Table PersonID Name Birth Year Death Year Associates Birthplace Entry into Office Official Career Writings Person Dates Official Career Associates Sima Guang 司馬光 (1) 1059 度支勾院 Budget Auditor; (2) 1085 門下侍郎 Executive of the Chancellery; (3) 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries [.] (1) Yuanyou coalition member ( 元祐黨 ); (2) An Dun 安惇 Desires opposed by; (3) Chao Buzhi 晁補之 Sacrificial prayer written by; (4) Chen Jian 陳薦 Sacrificial prayer written for; (5) Chen Min 陳敏 Honored by; (6) Cheng Yi 程頤 Recommended; (7) Ding Du 丁度 Sacrificial prayer written for; (8) Fan Chunli 范純禮 Patron of; [.] 第 14 页 Relational Database: 關係型數據庫 Name 姓名 Dates 日期 Sima Guang 司馬光 Many Entities 多個實體 People 人物 Offices 職官 Association Types 社會關係 Person 人物 Posting Date Office Title 官名 任命日期 Sima Guang 司馬光 1059 度支勾院 Budget Auditor Sima Guang 司馬光 1085 門下侍郎 Executive of the Chancellery Sima Guang 司馬光 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries Person 人物 Association Type 社會關係 Associate 社會關係人 Sima Guang 司馬光 Yuanyou member ( 元祐黨 ) (not applicable) Sima Guang 司馬光 Desires opposed by An Dun 安惇 Sima Guang 司馬光 Sacrificial prayer written by Chao Buzhi 晁補之 Sima Guang 司馬光 Patron of Fan Chunli 范純禮 Sima Guang 司馬光 Sacrificial prayer written for Ding Du 丁度

15 CBDB as a Relational Database: Many Different Entities: 作為關係型數據庫的 CBDB 多個不同實體 People (name, birth/death dates, etc.) Associations Offices (name, begin/end dates, rank, etc.) Places(name, location, jurisdiction type, etc.) Texts (author, title, genre, etc.) Kinship Social Status (merchant, doctor, etc.) Possessions Events (?) 人物 ( 姓名 出生年月等 ) 社會關係 職官 ( 官名 起止年月 品級 等 ) 地址 ( 地名 方位 行政類別等 ) 著作 ( 作者 書名 部類等 ) 親屬關係 社會區分 ( 商人或醫生等 ) 財產 事件 (?) Entity Relations Modeling: Abstracting the features of the Biographical World 構造不同實體間的相互關係 : 將傳記資料的特徵抽象化 Association Types 社會關係 is an 是一種 has an 擁有 Association 社會關係資料 Person 人物 has a 擁有 Place 地址 is at 位於 Postings 任官資料 Offices 職官 is a 是一種 Removing Duplication in the Data on Entities 刪除數據中有關各個實體的重複信息 ID Name 姓名 Dates 日期 1 Sima Guang 司馬光 Postings Data 任官資料 Person 人物 Posting Date 任命日期 Office Title 官名 Sima Guang 司馬光 1059 度支勾院 Budget Auditor Sima Guang 司馬光 1085 門下侍郎 Executive of the Chancellery Sima Guang 司馬光 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries Associations Data 社會關係資料 Person 人物 Association Type 社會關係 Associate 社會關係人 Sima Guang 司馬光 Yuanyou member ( 元祐黨 ) (not applicable) Sima Guang 司馬光 Desires opposed by An Dun 安惇 Sima Guang 司馬光 Sacrificial prayer written for Chen Jian(5) 陳薦 Sima Guang 司馬光 Patron of Fan Chunli 范純禮 Sima Guang 司馬光 Sacrificial prayer written for Ding Du 丁度 第 15 页 People 人物 ID Name Dates 1 Sima Guang 司馬光 An Dun 安惇 10 3 Chao Buzhi 晁補之 4 Chen Jian(5) 陳薦 5 Chen Min 陳敏 6 Cheng Yi 程頤 7 Ding Du 丁度 8 Fan Chunli 范純禮 Reorganizing the Data (2nd Version): 重組數據 ( 第二版 ) Office Titles 官名 ID Office Name 1 度支勾院 Budget Auditor 2 門下侍郎 Executive of the Chancellery 3 左僕射兼門下侍郎 Left Executive, Dept of Ministries Associations 社會關係 ID Association Type 1 Yuanyou coalition member ( 元祐黨 ) 2 Desires opposed by 3 Sacrificial prayer written by 4 Sacrificial prayer written for 5 Honored by 6 Recommended 7 Patron of Postings Data 任官資料 Person ID Office ID Posting Date Associations Data 社會關係資料 Assoc Type ID Person ID Assoc ID

16 Second Advantage of Relational Databases: Data Normalization 關係型數據庫之優點 ( 二 ): 數據規範化 Information about entities appears just once in the database. Errors in information need to be corrected just once. New information uses table-look-up about entities that reduces dataentry mistakes. 各個實體的信息在數據庫中僅出現一次 對出錯的信息加以糾正時, 只需糾正一次 新增信息時, 會查詢資料表添加有關各個實體的信息, 故而減少了數據錄入時的出錯幾率 Second Advantage of Relational Databases: Data Normalization 關係型數據庫之優點 ( 二 ): 數據規範化 People are entities. Their names are information about them. Misromanization ( 岑參 as Cen Can ) needs to be corrected in just one place. Inputters need not know how to romanize 岑參 since they will get his ID from the PEOPLE table. 每個人物都是一個實體 其姓名則是有關這個實體的信息 因此, 當一個人物的姓名的拼音出現錯誤時 ( 如將 岑參 的拼音誤作 Cen Can ), 只需在一處加以修改即可 輸入者無需知道 岑參 的拼音為何, 因為他們將從人物資料表中抓取他的 ID 編號 Sima(1) Guang 司馬光 PEOPLE TABLE 人物資料表 Person ID Name 姓名 Born Died Choronym ID Dynasty ID, etc POSTINGS TABLE 任官資料表 Person ID Office ID Address ID Start Date End Date Post Type ID OFFICE TABLE 官名代碼表 Office ID Office Name 官名 Office Type ID Entry 入法 : 蔭 yin 進士 jinshi Employment 1 office: finance 2 office: state council Places Basic Affiliation Yongxing 永興, Shan 陝, Xia Xian 夏縣 0-0 Offices 1059 度支勾院 Budget Auditor 1085 門下侍郎 Executive of the Chancellery 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries ADDRESS TABLE 地名代碼表 Address ID Place Name 地名 Admin Unit ID, etc. BIOGRAPHY ADDRESS TABLE 地址資料表 Person ID Address ID Address Type ID Start Date End Date Linked Tables Based on the Entity-Relations Model 基於實體關係模型建立起的相互關聯的資料表 第 16 页 Alternate Names Junshi 君實 Capping Name Wenzheng Gong 文正公 Posthumous Name Sushui Xiansheng 涑水先生 Other Yufu 迂夫 Style Name Yusou 迂叟 Style Name Data on people in a relational database is in the interaction between entities (person, place, etc.) 在關係型數據庫中, 人物的數據資料存在於各種實體 ( 人物 地址等 ) 的互動之中

17 Third Advantage: Relational databases greatly facilitate searches in looking at the interaction of entities: 優點 ( 三 ): 關聯型數據庫極大地方便了對不同實體的交叉檢索 Places Basic Affiliation Yongxing 永興, Shan 陝, Xia Xian 夏縣 0-0 (1) Searching single tables 查詢單張資料表 Sima(1) Guang 司馬光 Entry: yin jinshi Employment 1 office: finance 2 office: state council Offices 1059 度支勾院 Budget Auditor 1085 門下侍郎 Executive of the Chancellery 1086 左僕射兼門下侍郎 Left Executive, Dept of Ministries Alternate Names Junshi 君實 Capping Name Wenzheng Gong 文正公 Posthumous Name Sushui Xiansheng 涑水先生 Other Yufu 迂夫 Style Name Yusou 迂叟 Style Name Looking at data on office holding 查看有關任官情況的數據 We think the time has come to treat the creation of a dataset or database as a scholarly contribution that should be peer reviewed and published digitally. We propose that CBDB provide, through its server and through The Dataverse Network[1], permanent URLs for each version of a dataset submitted for publication, access controlled by the author, and permanent storage. The author(s) will retain copyright, but CBDB a non-exclusive right to incorporate data into CBDB [1] Via web application software, data citation standards, and statistical methods, the Dataverse Network project increases scholarly recognition and distributed control for authors, journals, archives, teachers, and others who produce or organize data; facilitates data access and analysis for researchers and students; and ensures long-term preservation whether or not the data are in the public domain. 我們認為, 現在應該將數據集或數據庫的創建視為一種學術貢獻, 其應得到學界的認真評議並以數字出版物的形式發行 我們建議, 通過 CBDB 的服務器和 The Dataverse Network[1], 為提交發行的每一版本數據集提供永久的網址 由作者控制的使用權和永久的存儲空間 作者將保留版權, 但 CBDB 擁有非排他的權利將其數據并入本數據庫 [1] 通過網頁應用軟件, 數據引用標準和統計方法,Dataverse 網絡項目為作者 期刊 檔案 教師及其他出產或組織數據的機構或個人增加學術認可 分發控制權 ; 以利於研究者和學生使用和分析數據 ; 無論數據是否在公共領域, 都保證其能長期存儲 第 17 页

18 作报告人员负责核对 纠错 工工作报告CBDB 在线录入系统与数据录入 1. 北大编辑小组工作报告 2. 在线录入系统简介 3. 数据录入练习 北京大学 CBDB 编辑小组 2010 年 8 月 31 日 检查 核实郝若贝教授 (Robert M. Hartwell) 数据库部分数据 下半年 确定基本工作思路 :(1) 在郝若贝教授数据库的基础上进行工作 ;(2) 初步工作是将电子版 宋人传记资料索引 为基础, 修改 补充数据 打印数据库表格, 按 索引 填入相关信息, 由方诚峰负责录入计算机 2006 上半年 设计与修订表格 在局域网中, 多台计算机协同录入 Fix CBDB( 微软 Access 版 ) 通过在线录入系统进行资料录入 借助 Text Mining( 文本挖掘 ) 技术提取 索引 信息 : 姓名 字号 生卒年 地名 官名 亲属关系等, 编辑人员负责核对 纠错 ; 2. 将 明清妇女著作资料库 ( 微软 Access 版 ) 移录至 CBDB 借助 文本挖掘 技术提取 元人传记资料索引 的信息, 编辑 CBDB Fix CBDB 2005/07/15 Total IDs:31912 Fix CBDB 2007/01/18 Total IDs:34203 在线录入系统 在线录入系统 2007/07/15 Total IDs: /07/06 Total IDs:40016 宋人傳記資料索引 电子版 / 在线录入系统 网址 登录 1. Guest 账号 ( 无需密码 ) 登录 CBDB 的在线录入系统 1 查询数据的录入方式 所使用的代码, 数据库中任何一个人物的信息 ; 2 您所做的任何修改都无法保存, 您也不能删除任何数据 2. 本次工作坊提供的个人账号姓名拼音首字母 + 密码 可以在 CBDB 数据输入界面 新增资料 修改和删除自己输入的数据 ; 2 对其他用户的数据只有浏览的权限, 无权修改或删除 注意 : 请使用 CBDB 在线录入系统自带的按钮和链接 如果您使用键盘上的 回车键 或浏览器上的 前进 后退 等按钮的话, 您可能会被自动注销或产生不可预知的错误 ; 如果发生这样的情况, 您只需重新登录系统即可 第 18 页

19 Inputting system 2 1 录入界面 3 第 19 页

20 呂祖謙 朱 熹 第 20 页

21 宋人傳記資料索引 電子版 呂祖謙 (1137~1181), 字伯恭, 婺州人, 大器子 隆興元年進士, 復中博學弘詞, 官至秘閣著作郎國史院編修 與朱熹 張栻齊名, 稱為東南三賢 少時性卞急, 一日誦孔子躬自厚而薄責於人語, 平時忿懥, 忽渙然冰釋 其文詞閎肆辨博, 凌厲無前 於詩書春秋, 多究古義, 於十七史皆有詳節, 故詞多根柢, 學者稱東萊先生 淳熙八年卒, 年四十五, 諡曰成 著有古周易, 易說, 書說, 春秋左氏傳說, 東萊左氏博議, 大事記, 歷代制度詳說, 呂氏家塾讀詩記, 少儀少傳, 近思錄, 麗澤論說集錄, 臥遊錄, 詩律武庫, 東萊呂太史集 所輯有古文關鍵, 皇朝文鑑 练习及答疑 : 1. 请使用繁体字录入 2. 其他说明 参见 CBDB 录入指南 3. 每组 2 篇墓志铭资料 第 21 页

22 CBDB 錄入指南 CBDB 編輯小組 第 22 页

23 CBDB 錄入指南 目錄一 準備階段... 1 ( 一 ) 軟件安裝與工作語言... 1 ( 二 ) 熟悉 CBDB 結構... 1 二 常見問題和錄入原則... 2 ( 一 ) 宋人傳記資料索引... 2 ( 二 ) 基本資料... 3 ( 三 ) 地址... 5 ( 四 ) 別名... 6 ( 五 ) 著述... 6 ( 六 ) 官名... 7 ( 七 ) 入仕... 8 ( 八 ) 事件... 9 ( 九 ) 社會區分... 9 ( 十 ) 親屬 ( 十一 ) 社會關係 ( 十二 ) 財產 三 工作記錄格式與復查 ( 一 ) 工作記錄格式 ( 二 ) 複查制度 第 23 页

24 一 準備階段 ( 一 ) 軟件安裝與工作語言 工具軟件 :IE UniFonts5.3 字庫 搜狗 / 逍遙筆輸入法 工作語言 : 繁體中文 ( 二 ) 熟悉 CBDB 結構 參考 CBDB 主頁傅君勱 (Michael A. Fuller) 教授為 CBDB 的數據結構撰寫的 An Account of the Structure of the China Biographical Database (CBDB) 的介紹 中國歷代人物傳記資料庫由人物 (People) 親屬(Kinship) 非親屬社會關係 (Non-kinship Associations) 社會區分(Status) 入仕途徑(Modes of Entry into Government) 宦歷(Offices / Postings) 地址(Places) 著述(Writings) 等部份組成 傅君勱教授的文章對各部分中的主要欄位分別做了說明, 並勾勒了各個部分之間的相互聯繫, 可以引領用戶在較快的時間內理解 CBDB 作為關聯性數據庫的特點, 並充分挖掘 CBDB 的研究用途 因本文撰寫時間為 2005 年夏, 在過去的三年中,CBDB 在數據結構方面無可避免地有了新的發展和完善 因此, 該文在部分細節上可能與現行系統少有出入 新成員應仔細對照 CBDB 錄入界面和 Fuller 教授的文章, 將各項欄目及相關的重要表 格都熟悉幾遍, 如官名表 社會關係表 親屬關係表 入仕途徑表 社會區分表, 這 樣可以提高分析傳記材料時的敏感度, 不至于漏填信息 1 第 24 页

25 二 常見問題和錄入原則 ( 一 ) 宋人傳記資料索引 1. 新建與補充 1) 目前 CBDB 錄入工作主要是將電子版 宋人傳記資料索引 ( 以下簡稱 WDY) 人物信息錄入網頁工作界面中, 這項工作分為 :A. 新建人物條目 ;B. 補充已有條目信息 2) 在確定是否要新建人物條目之前, 用拼音搜索, 遇到姓名同音而漢字書寫又相似的人, 要注意, 可能就是你要建的那個人 例如,WDY 中 韋襄 一條,CBDB 裡已有 韋驤, 實際上兩者是一人 用拼音搜索的時候, 也要注意多音的問題 如 胡褒 可以讀成 Hu Bao, 也可以讀 Hu Yo 胡衰, 可以讀成 Hu Cui, 也可以讀成 Hu Shuai 另外有一些只有姓, 名爲空, 姓名拼音完整的人, 也要注意 有的是 Hartwell 已經建立, 但是因爲字無法顯示而檢索不到, 這時最好用拼音檢索 3) 另外,WDY 中有時提到的人非其名, 而是字, 如鄭景望, 就是鄭伯熊, 這個也要警惕 Hartwell 錄入的婦女信息, 會以 某夫人 某太夫人 某楊縣君 等名錄入 如果查 某氏 的話就會誤以為未載此人的信息 4) WDY 參考資料裏面有大量官名 社會關係的資料, 注意添加 使用電子版盡量核對紙本 電子本有脫漏傳記資料甚至人物條目的情況 有時參考資料中參雜非傳主的信息, 這個還是要警惕 有時會將同名同姓的信息混淆 2. 宋人傳記資料索引 電子版和紙版的利用 兩者錯誤, 要有初步的判斷能力 : 1) 找不到的州名, 一般都有錯 ; 2) 注意斷句錯誤導致新增加的人物 ; 3) 注意斷句錯誤將二官合為一官 ; 4) 人名的問題, 要通過其親屬作考察 ( 如李迪之子是李東之, 還是李柬之 ); 5) 官名錯誤, 承 與 成 丞 ; 中舍人 與 中書舍人 等 ; 6) 凡有疑問, 一定要核對原始材料 注意選擇可靠版本 2 第 25 页

26 ( 二 ) 基本資料 1. 姓名 以前男性同名, 也在旁邊括號, 內說明是誰的兒子 誰的父親, 以區別身份 這個原則是否需要堅持? 姓名拼音欄中,CBDB 已有數據會在同名人的名字後以 (1) (2) (3) 之類以區別, 應該把這些數字都删掉, 包括備注 親屬 社會關係中出現的人名所帶的數字 2. 性別 民族 部族 男性 女性都填 ; 部族 種族的信息不常遇到, 但也不要漏填 3. 生年 卒年 寳祐四年登科錄 或 紹興二十六年登科錄 的信息一般都是知道及第年和年齡, 可 以據此推斷出生年, 鼓勵查詢相關人物的有墓志銘或行狀, 往往可以將卒年一欄精確到 日 4. 指數年 1) 60 歲那一年 ; 女性 : 依照 5 執行 2) 如果死時不足 60 歲, 那麽以死年作爲指數年 ; 3) 因科舉正奏名而入仕, 那麽指數年是出身年 +30; 解試年份 +30 4) 因特奏名而入仕, 那麽指數年就是出身年 ; 5) 其它情况下, 依照下列優先順序 : 依據其生平推測 : 采用在世終年 丈夫的指數年 父親的指數年 +30 岳父的指數年 第 26 页

27 兄弟的指數年, 依據長幼, 酌情加减 2 4 長子的指數年 30, 次子的指數年 34, 三子的指數年 38, 依次類推 其它近親的指數年, 根據輩份, 采用以上原則 依據其聯繫緊密的社會關係推測 師 享年 卒年 - 生年 +1= 享年 6. 在世始年 在世終年 即第一次和最後一次在史料中出現的時間 1) 注意隱含信息 ( 任官制書起草者任內外制的年份 中第年 親屬 社會關係人的活動時間, 重要事件發生時間等 ), 或者查 長編 系年要錄 等史料有助於確定 2) 一定要註明所根據的材料 例 : 馬先可殿中丞制 ( 文恭集 14/171), 胡宿任知制誥在皇祐元年 可確定在世始年或終年, 並在指數年中填寫 ) 有生卒年則不必填在世始年和終年 4) 生卒年如果據及第年份和年齡推斷, 在基本資料注裡注明 5) 在世始年和在世終年間隔太短, 如何填? 仍然都要填 6) 對于兩次知制誥, 如何確定? 選擇第一次的最後年份或者第二次的初始年份 7. 朝代 出處 1) 朝代 : 宋 出處 : 宋人傳記資料索引 ( 電子版 ) 頁數 / 條目 :WDY 中記載人物的條 目號 注意, 此處填寫后, 其他欄目的資料如源自該書, 出處可不再填 2) 如果在 A 的信息中, 出現 B 的相關信息, 且 WDY 中沒有 B 的條目, 則 B 在 CBDB 離 的出處條目與 A 相同 如果 WDY 中同時有 B 這個人的單獨的傳記資料, 因此新建之 前, 要查一查,WDY 裏面是不是有了這個人 如果有,Hartwell 裏面很可能也有這個 人 ; 如果 CBDB 裏面沒有, 新建的時候寫出處, 就不能用 A 的號, 而要用 B 的號 另 外, 傳記資料中提到的人, 往往以字或別號稱呼, 此時就不能莽然新建, 要查一查 查 的方法, 比如在 WDY 中查找, 搜索 字某某 謚號某某 號某某 等, 查找 範圍選 WDY_ Names, 匹配選 字段任何部分 還有一種情況,WDY 中在 A 的 4 第 27 页

28 條目下, 幷入了紙本 宋人傳記資料索引 與 A 相連的 B 的信息, 在 CBDB 中,B 的 出處條目仍與 A 同 8. 注 在这一栏里面, 有许多 Hartwell 用英文做的注, 有必要细看, 对于避免重建以及判断 Hartwell 的资料来源有帮助 ( 三 ) 地址 1. 地名 1) Hartwell 填的位址有時候與 WDY 的不一樣, 但一般來說都是有根據的, 他的地址往往比 WDY 提供的地址要詳細 比如柳開,WDY 上面說, 大名人,Hartwell 說元城人, 元城是大名下面的一個縣,Hartwell 幷沒有錯, 這樣就不必改 如果對 Hartwell 的地址有疑問, 建議在底下出注, 以備將來查詢 因為這個籍貫 ( 基本位址 ) 和別的網址類別別不同, 和 index year 一樣很大程度上有賴輸入者自己的判斷, 但目前卻沒有一套規則, 所以比較難辦 在遇到這類問題時, 將 id 號碼先記工作記錄中, 待日後有機會詳查 畢竟籍貫是 CBDB 中的一個重要指標 2) 地址類別的選擇, 一定程度上, 是適應文獻中的提法 有些文獻, 會明確說 某人本貫某處 遷居某處, 這時候毫無疑問, 就可以對應填上 沒有什麼特殊之處的, 那就是籍貫了 至於 遊歷或到過某處 也是如此, 文獻中往往會強調這些地點, 而且這些地點往往對傳主的生平產生重要影響, 這就有必要填上 貶所地名需不需要填, 這在材料中還是不少的, 還有要填是填到什麼地方? 應該要填上, 遷居某處 3) 選擇地名時, 注意 : 宋人好用郡名, 有些郡名與州之屬縣沒有同名現象, 如括蒼是處州之郡名, 處州下沒有括蒼縣, 因此這種情况比較好填, 直接選處州就行了, 但是也有郡名與州所屬縣同名者, 如婺州郡名金華 東陽, 而屬縣既有金華縣, 又有東陽縣, 情况就比較複雜, 填州名比縣名更保險一些 5 第 28 页

29 此外, 宋代還有縣同名, 縣名與州府名同者, 如慶元府與處州慶元縣, 嘉定府與平江府 之嘉定縣, 開封府 與 開封, 臨安府 與 臨安 諸如此類的情况都要注意 4) 女性娘家地址, 如果知道, 有必要填上 2. 工具書 宋史 地理志 李昌憲 : 中國行政區劃通史 ( 宋西夏卷 ), 復旦大學出版社,2007 年 ( 四 ) 別名 1) 在別名欄和官名中都要填, 注意把姓加上, 如司馬溫公 2) 僧侶的俗姓 俗名要留心 3) 一人有兩字, 比如一字某某, 又字某某, 若字形相似或諧音, 一般只寫一個字, 另一字出注 但是也有兩字形似, 却各自有獨立含義的情况, 如徐照, 字道輝, 一字靈輝, 靈輝是作者爲詩社取的字, 其他詩社成員都新取有字, 都帶一個 靈 字, 他們被稱爲 永嘉四靈, 這個時候, 就不能把 靈輝 作爲注出在 道輝 條下 字形很不相同的情况, 應該新建兩個字 4) 有兩個名的情况, 如果除了建立檔案時用的名外, 另一個名只有一字, 往往連姓帶名一起作爲曾用名 ; 如果名有兩字, 則不寫姓 以後是否需要統一規定, 如何填寫? ( 五 ) 著述 1. 書名 1) 著述的範圍 : 書畫等 2) 書名拼音的書寫方式 如 宣和奉使高麗圖經, 原來一般寫作 xuanhe fengshi gaoli tujing, 但是這樣寫, 造成用拼音無法檢索 按照校點古籍時專名號的用法, 凡是用 專名號連接的片語, 幾個字的拼音連在一起 3) 作者所屬年代, 可考慮填指數年和生卒年, 生卒年優先 4) 著述類別, 已佚的書應該查過去的書目, 實在不能判斷, 就填 未詳 5) 存佚狀况 成書國 成書朝代都應該填 6 第 29 页

30 6) 注中標明作者和出處 書的的問題, 比較複雜,WDY 記載很多是單篇的文章, 是否要建? 歷代著錄的卷數不 一, 書名不統一, 如何處理? 按照 索引 的記錄方式 2. 參考文獻 中國叢書綜錄 現存宋人著述總錄 ( 六 ) 官名 1. 官名 1) 資料裏出現官名簡稱, 要到 宋代官制辭典 裡去查對應的全稱 如 : 某州教授, 要選 某州 ( 府軍監 ) 教授, 不能直接選 教授 通判 一般作 通判某州軍州事 推官, 要辨別所在州的州格 : 節度 / 防禦 / 團練 / 觀察 / 軍事, 選擇詳細的官名 留守司判官 与 京府判官 不同, 如西京留守司判官与河南府 ( 三京府之一 ) 判官 知荊南府 知江陵府知永興軍 知京兆府知河陽 知孟州 ; 知成德軍 知真定府知天雄軍 知大名府刺史 某州刺史 2) 退休的官按正授填 应有致仕官这一类别 3) 五代入宋之人, 在五代任官如宋代仍沿置, 填入, 再註明朝代 4) 內 / 外命婦封號也要填寫, 太 字可以注明 外命婦, 內命婦 不必填入 社會區分 中 2. 地名 1) 封贈涉及的地名也要填 注意不能選擇同名的實際行政區域 如 : 平原郡夫人, 官 名選 郡夫人, 地名要選擇 平原郡 而不是 平原 ( 縣 ) 2) 如 WDY 記載某人歷任 A,B,C 等地縣令, 要分開建官, 不能在同一 縣令 名下在地址 7 第 30 页

31 欄中連續選擇多個地名, 其他類似情況亦同 3. 除授類別和是否赴任 保存後, 默認狀態是 正授, 赴任, 但有時會都是空白, 注意復查 根據不同的情 況選擇下拉菜單里的選項 4. 職官類別 注意幕職州縣官的類別 館閣貼職算差遣 5. 工具書 宋代官制辞典 宋代京朝官通考 宋代郡守通考 王曾瑜 遼宋金之節度使 ( 大陸雜誌 ) ( 七 ) 入仕 1. 入仕法 常用到的是 科舉 : 進士 ( 籠統 ), 如果能確定五甲以內, 則精確到 科舉 : 正奏名進士 注意某些人有不止一次入仕經歷 男性 : 官名填封贈, 入仕法不用填對於外命婦而言, 封號 ( 國夫人 郡夫人等 ) 表示其身份地位而不是仕宦途徑 取消在這類女性 入仕 一欄中的 封贈 2. 入仕年 不要遺漏, 尤其是 CBDB 原有數據只有西曆, 要補充換算成中暦 8 第 31 页

32 3. 科第名次 中文填寫即可, 一般 紹興十八年同年小錄 寶祐四年登科錄 較多記載 4. 授官 恩蔭 科舉中第初授官要拷貝 Posting ID 添加到 授官 一栏中 注意 :WDY 中的不 一定為初次所授官 5. 入仕年齡 不要遺漏 6. 親屬關係類別 親戚 社會關係類別 社會關係人 如是 恩荫 入仕, 如果是因为父亲或其他亲属荫补, 应该填亲属关系人 7. 參考文獻 方志 宋登科記考 ( 八 ) 事件 事件類型根據 宋史紀事本末 總目分類 要將事件原文拷貝在 大事件 中 問題 : 一些事件雖繫於分類條目之下, 但從實際內容看不出與標題的直接聯繫 暫時這麼辦 ( 九 ) 社會區分 注意武官與武將的區別, 还有武官与宦官之区分 社會區分可以填寫多個 貞婦是否包括節婦和烈婦? 不能統蓋 列女傳 中婦女的身份, 例如孝婦! 9 第 32 页

33 ( 十 ) 親屬 1. 注意 : 選擇親屬關係 親屬關係人後, 點擊保存, 再回到該條, 選擇對 應親屬關係 一欄中的 親屬關係 下拉菜單中的對應親屬關係 ( 注意多種對應關係如子可對應父 / 母 ), 點擊 自動生成 2. 從子 1 與 從子 2 的區別 : 從子 1 對應 從父 [FB] 和 從母 [FBW], 從子 2 對應 姑母 [FS] 和 姑夫 [FSH], 從女 1 與 從女 2 的關係亦與此同 ( 十一 ) 社會關係 1. 親屬間也可以有社會關係 2. 原有不少信息将写作墓志铭 行状 神道碑的关系都填成 墓志铭由 Y 所作 暫時可能沒有必要一條一條地回去修改, 只在遇到的時候予以更正便可 3. 作品標題 一欄, 目前尚未被十分注意 現在在輸入 墓志铭由 Y 所作 之類的社會關係時, 如果有必要輸入墓誌銘等的標題的話, 系統是允許的 作品標題 欄位 ( 十二 ) 財產 系統新加欄目, 目前還沒有一定之規則 待將來補充 10 第 33 页

34 三 工作記錄格式與復查 ( 一 ) 工作記錄格式 為保證工作質量, 編輯者必須具備詳細地工作記錄, 以保證每條記錄都有據可查 具 體格式如下 : 日期检查者 CBDB-ID 姓名增 / 添添加的条目备注宋人传记资料索引证误 6/17/ 趙崇澭增從晏乂資料中衍出 6/18/ 晁詠之添 6/18/ 晁端禮添 在世始終年 地址 別名 著述 官名 入仕 社會區分 社會關係 著述 官名 親屬 社會關係 根據及第年對原填指數年作修改 城武, 应为 成武, 据 宋史. 地理志 改 注意 : 要标注 WDY 的 I D 号 ( 二 ) 複查制度 助理應隨時檢查, 集體互查每兩個月進行一次, 檢查者要有復查記錄, 並在被檢查者 的工作記錄里署名 11 第 34 页

35 The China Biographical Database (CBDB) 中國歷代人物傳記資料庫 (CBDB) Online Querying System 在線檢索系統 哈佛大學陳松 中國史與計算機技術國際學術工作坊暨 2010 年度宋史研習班 2010 年 8 月 31 日 -9 月 3 日 Online Querying Interface 在線檢索界面 Simple Queries: Query Functions CBDB 提供多種檢索功能 Search for a single person Search for people who meet a specified set of criteria Search for Mourning Circles A More General Approach to Kinship Query Search for Social Networks 簡單檢索 查詢單個人物的信息 根據特定的條件組合查詢滿足這些條件的所有人物 查詢五服親屬 查詢親屬關係人的一般方法 查詢社會關係網絡 Examples of Simple Queries 簡單檢索示例 Example 1: Search for all Jinshi in the Song Example 2: Search for all Prime Ministers in the Song 例一 : 查詢宋代所有進士 例二 : 查詢宋代所有宰相 第 35 页

36 Example 1: Search for all Jinshi in the Song Example 2: Search for all Prime Ministers in the Song 例一 : 查詢宋代所有進士 例二 : 查詢宋代所有宰相 3 4 Search for Mourning Circle 查詢五服親屬 第 36 页

37 1 Advanced Search for Kin 親屬關係的進階查詢 2 4 Search for Social Networks 查詢社會關係網絡 第 37 页

38 The China Biographical Database (CBDB) 中國歷代人物傳記資料庫 (CBDB) Using MS Access Database 使用 MS Access 版單機系統 哈佛大學陳松 中國史與計算機技術國際學術工作坊暨 2010 年度宋史研習班 2010 年 8 月 31 日 -9 月 3 日 MS Access Desktop Version ( 單機版 ) Look up Data on an Individual ( 按人物查詢 ) 第 38 页

39 Query by Entry into Office ( 按入仕途徑查詢 ) Search by Kinship ( 查詢親屬關係 ) Query Social Networks ( 查詢社會關係 ) Build a Query ( 自定義查詢 ) 第 39 页

40 Build a Query ( 自定義查詢 ) Results of the Query ( 查詢結果 ) Analyzing CBDB Outputs 分析 CBDB 的檢索報表 Analysis in Geographical Information System 結合地理信息系統 (GIS) 進行分析 Using: Geographical Information System (GIS) Social Network Analysis (SNA) 使用 : 地理信息系統 (GIS) 社會關係網絡分析 (SNA) Example: Spatial Distribution of Jinshi in the Song 示例 : 宋代進士出身地的地理分布 第 40 页

41 Distribution of 1148 Jinshi compared to entire Song Jinshi Jinshi List of 1148 紹興十八年進士出身地的地理分佈 紹興十八年進士出身地與整個宋代進士出身地之比較 Social Network Analysis (SNA) 社會關係網絡分析 (SNA) Kinship Network for Ouyang Xiu 歐陽脩的親屬關係網絡 Visualization of Social Networks 社會關係網絡的視 覺化 Revealing Shifts in Macro-historical Patterns 揭示宏觀歷史模式 的演變 第 41 页

42 Social Network for Zhu Xi 朱熹的社會關係網絡 第 42 页

43 基本资料 - 墓志主姓名 ( 字号 ) 撰者 书者 死亡年 婚嫁年 郡望 种族 地名资料 - 籍贯 祖籍 祖先迁居 迁居地 实际居住地 卒地 葬地 亲属关系 - 曾 祖 父母 子女 孙 婿 孙婿 夫妻 配偶父母 其他 入仕资料 - 进士 明经 登科年 荫补 ( 及相关亲戚 ) 荫补年 职业生涯 - 官名 任官地 朝代 处士 不仕 社会关系 - 关系人 类别 著述资料 - 书名 社会区分 - 所读书 / 经 声誉 ( 品德 疾病 重大事件 ) 1 2 墓志数 工作量 四个月左右 ( 及 Excel 资料 ) 工作过程 逐步删减标签 ( 官名 葬地 ) 难点 墓志主身份 ( 如父仁 父師政 ) 亲属关系( 夫人張氏, 府君賈秀曾孫游擊利休之愛 ) 郡望与祖籍 品德 群体传记学 (Prosopography) 是全面了解唐代社会和历史变迁的必要手段 隋朝官宦 后代的经历及申辩 望族的政治与地域流动 望族自为婚姻的模式和取向 合葬与异地葬所反映的唐代社会的变迁 异地葬与孝 的关系 宗教对唐代社会的影响 姓名学与唐代社会 3 第 43 页 4

44 女性墓志总数 1,560 在女性墓志总数中的比例 提及出嫁年龄 % 已婚但出嫁年龄不详 * % 婚姻状况不详 % 未婚女性 ** % 宫廷妇女 % 女妓 % 5 6 宫廷妇女 女妓 8.78% 婚姻状况不详 3.01% 未婚男性墓誌 6.34% 提及结婚年龄的墓志 0.36% 未婚女性 9.36% 已婚女性 78.85% 未提及婚姻的墓志 35.7% 提及婚姻的墓誌 57.6% 7 第 44 页

45 男性墓志总数 4,478 在男性墓志总数中比例 提及婚姻的墓志 2, % 未提及结婚的墓志 1, % 未婚男性墓志 % 提及结婚年龄的墓志 % 出嫁年龄 ( 岁 ) 墓志数 ( 总 299) 出嫁年龄 死亡年代 结婚年代 夫妇年龄差异 第 45 页

46 婚龄 年代 注 : 第一栏 6 志, 第二栏 4 志, 第三栏 16 志, 第四栏 20 志, 第五栏 6 志 年代 0 百分比 唐代男性死亡年龄分布 ( 墓志数 :3,580 ) 90 年龄 墓志数 唐代女性死亡年龄分布 ( 墓志数 :1,304) 年龄 男性 女性 墓志数 平均寿命 第 46 页

47 死亡年龄 墓志数 死亡年龄 墓志数 死亡年龄 墓志数 早唐盛唐 中唐晚唐 死亡年龄 早唐盛唐中唐晚唐 时代 男性女性 墓志数 在墓志总数中的比例 早唐盛唐中唐晚唐时代 男性女性 男性女性 早唐盛唐中唐晚唐 时代 墓志铭记载儿子的比例 墓志铭记载女儿的比例 第 47 页 时代 墓志所记平均子女数 墓志记平均儿子数 平均子女数估测 未记录的女儿数 早唐 男性 女性 高唐 男性 女性 中唐 男性 女性 晚唐 男性 女性 全唐 男性 女性 在墓志总数中的比例 在墓志总数中的比例

48 年代墓志总数记载作者的比例进士乡贡进士的比例 , , 7.8% 9, 4.89% , , 50.96% 90, 11.39% , 77.86% 138, 18.40% 第 48 页

49 Overview Knowledgebase of Tang Civilization Christian Wittern Kyoto University The Center for Informatics in East Asian Studies (CIEAS) at Kyoto University, Institute for Research in Humanities The Tang Knowledgebase Project Resources for Tang Studies : Biographies of Tang Persons Future Plans The CIEAS Founded in 2009 as the successor to the Documentation and Information Center for Chinese Studies ( ) Compiler of Annual Bibliography of Oriental Studies ( ) Union Catalogue of Premodern Chinese Books in Japan ( ) : COE Grant under which the Tang Knowledgebase (TKB) project started 第 49 页 Aims of the TKB Develop new methodologies for research based on digital resources provide a comprehensive archive of electronic information about China during the Tang dynasty ( ) Most information will be textual, perhaps enhanced by images or maps items are connected in a flexible and innovative way

50 Procedure The TKB Project is conducted in two parts: The Resources for Tang Studies analyzes Texts and produces the results using a bottom-up approach The Tang Biographies combs existing reference works and secondary literature for references (top-down) These two will be combined to form one uniform resource (to be done) Tang Knowledgebase (1): Resources for Tang Studies Technical view Information Axis A collection of primary texts (XML database) Metadata (Information about those things these texts speak about) in a Topic Map A system for handling the knowledgebase, tying together texts, metadata and all other items Personal names, dates and activities Placenames and references to locations Works created during the tang Calendar and time Events of importance 第 50 页

51 Realization Process started with the Jiu Tang shu by Liu Xu (945, ) and Xin Tang shu (1060) by Ouyang Xiu. Later added the Tang Records of Zizhi tongjian ( ) of 1084 by Sima Guang input of proper names and work titles modeling the information:metadata Topicmaps: A generic and powerful way of encoding associations between information items Developed a topic map for the persons mentioned in Wonderful in theory, cumbersome in practice 第 51 页

52 modeling the information:text Use of TEI P5 Sample of the XML Source Modeling of the basic structural division: reign of emperor, named era and year and paragraphs Marking semantic interesting parts: Names, Places, works, dates, ethnicities, dynasties Documenting the textual tradition Tang Knowledgebase (2): Biographies of Tang Persons 第 52 页

53 Compilation Principles Make use of previous research results, such as Tang Civilization Reference Series compiled by HIRAOKA Takeo Quan Tang shi Quan Tang wen Zhongguo wenxuejia dacidian ( ) compiled by Zhou Zu Collect information on Dates for birth and death where available, otherwise fluorit dates Alternated names Places of origin and other relevant places Family-related persons Examinations Career: Titles and official postings Works Biographies or other references in the literature Modeling & Data input Use of all Unicode Characters (including more than of Extension B) Plain Text, since no Database would support Ext B Major Fields / Sub Fields, Item Separator Later: transfer to XMl Representation 第 53 页

54 Stone About rubbings in our holdings Digitization is under way Publication on the CIEAS homepage Searchable database available: Future work Re-modeling of the data Better Representation of Time Combination and expansion Links between the two parts of TKB Webservices API TEI as interchange format 第 54 页

55 唐代知识库 维习安 (Christian Wittern) 京都大学 概览 : * 京都大学东亚人文情报学研究中心 (CIEAS), 隶属京都大学人文科学研究所 * 唐代知识库计划 : 唐史研究资料 ; 唐代人物知识库 * 未来计划东亚人文情报学研究中心 * 成立于 2009 年, 前身是汉字情报研究中心 * 负责编纂 : 东洋学文献类目日本所藏中文古籍数据库 * : 在日本文部科学省 卓越研究基地 (COE) 计划的资助下, 开始唐代知识库 (TKB) 项目 唐代知识库 (TKB) 项目的目标 * 基于电子资源, 发展新的研究方法 * 为唐代研究提供广泛的电子资料 ; * 以文本资料为主, 兼及图像与地图 ; * 不同类型的信息以灵活 新颖的方式相互关联 ; 步骤 * 唐代知识库项目是从两个方面进行的 : 唐代研究资料 : 自下而上 的方式, 分析文本 ; 唐代人物知识库 : 自上而下 的方式, 梳理既有的工具书 二手论著中, 以为索引 ; * 计划 : 将两者整合为一体 唐代知识库 (1) 唐代研究资料技术特点 * 一手文献的集合 (XML 数据库 ) * 元数据 ( 描述数据的信息 ) 主题地图 (topic map) 的方式 * 知识库的系统 将本文 元数据及其它所有信息整合在一起信息组成 * 人名 * 地名 * 唐代人物著述 * 时间表 * 重要事件建设过程 1 第 55 页

56 * 从新旧 唐书 开始 * 接着是司马光 资治通鉴 * 录入人名与书名信息的呈现方式 : 元数据 * 主题地图 : 归类式的 将不同类型的信息编辑在一起的方式, 非常强大 ; * 从 资治通鉴 唐纪 中辑录人物的主题地图 ; * 理论上来说很美好, 实际操作起来很困难 信息的呈现方式 : 文本 * 使用文本编码规范 (TEI)P5 * 基本的结构区分方式 : 皇帝 年号 年 段落 * 语义标记 : 人名 地名 著作 时间 种族 王朝 * 记录文献的传播历史 XML( 可扩展标记语言 ) 示例 唐代知识库 (2) 唐代人物知识库 * 利用既有的成果, 如 : 平岡武夫, 唐代研究指南全唐诗全唐文周祖, 中国文学家大辞典 ( 唐五代卷 ) * 收集如下方面的材料 : 生卒年或活跃年代别名郡望或其他相关地名家族成员科举仕宦经历著述传记或其他参考文献 * 数据录入一律采用 Unicode 汉字 ( 包含了 4 万余字的扩展字符集 B) 纯文本, 因为没有一个数据库支持扩展字符集 B 主栏目 子栏目, 分栏表示计划 : 转化成 XML 表达 * 拓片 : 1 万件左右的拓片 ; 正在电子化 ; 发布于京都大学东亚人文情报学研究中心 (CIEAS) 的主页 ; 可检索的数据库 : u.ac.jp/djvuchar 2 第 56 页

57 Ming and Qing Data in CBDB Ming and Qing Data in CBDB 明清檔案人名權威資料庫 江慶柏 : 清代人物生卒年表 明清女性著作數據庫 明清檔案人名權威資料庫 We are going to introduce this database using slides prepared by 劉錚雲 (Institute of History and Philology, Academia Sinica) for the First International Workshop on Biographical Databases for China's History, November 21-23, 2008 We will show how data from that system is entered into CBDB 第 57 页

58 明清檔案人名權威資料庫網址 第 58 页

59 第 59 页

60 姓名 中曆生卒年 西曆生卒年 Name, Chinese Dates of Birth and Death, Western Dates The same data in CBDB 姓名英 姓名中 指數年 性別 種族 部 生族年 生年年號 生年年 生年時限 卒年 卒年年號 卒年年 卒年時限 享年 Liu Yong 劉墉 異名 : 字 號 別稱 諡號 室名 漢語拼音 Alternate Names 第 60 页

61 傳略 Biographical Information CBDB does not reproduce this information. Instead CBDB online links to the Academia Sinica online database 籍貫 Native Place 籍貫原名山東省 - 青州府 - 諸城縣 c_addr_id 7986 c_addr_i d c_name c_name_c hn c_admin_ type c_firsty ear c_lastye ar x_coord y_coord belongs1 _ID belongs1 _Name belongs2 _ID belongs2 _Name belongs3 _ID belongs3 _Name 7986 Zhuc heng 諸城 Xian 青州府 7948 山東省 6756 清朝 第 61 页

62 出身 Status = CBDB 入仕 Entry 專長 Specialties = CBDB 社會身份 Status c_entry_c ode c_entry_desc examination: general examination: child prodigy exam examination: decree exams examination: jinshi or zhuke (facilitated degree) examination: failed decree exam examination: failed jinshi or zhuke exams examination: fiscal intendent exam (caoshi) examination: jinshi (general) examination: jinshi (eight conducts) examination: juren (prefect/provincial graduates) examination: law (mingfa) examination: medical examination: military jinshi (wuju) c_entry_desc_chn 科舉 ( 籠統 ) 科舉 : 童子舉科舉 : 制舉科舉 : 特奏名進士 特奏名諸科 大挑科舉 : 舉制科不第科舉 : 舉進士 諸科不第科舉 : 漕試舉人科舉 : 進士 ( 籠統 ) 科舉 : 進士 ( 八行科 ) 科舉 : 鄉貢舉人科舉 : 明法科舉 : 醫科科舉 : 武舉進士 c_status_code c_status_desc calligrapher cashiered civil servant Celestial Master Confucian learning clerical staff commoner (buyi) community leader concubine office title from contribution Daoist priest c_status_desc_chn 書法家削籍官員天師儒學胥吏布衣鄉里長者妾捐納得官道士 46 examination: military juren (wuju) 科舉 : 武舉人 職銜 Postings 第 62 页

63 著述 Writings 關連 Associations: CBDB codes kinship and separates kinship from social associations c_ge nre_c c_genre_desc ode 75 Chu Ci 1 Individual Literary Collections 76 General Literary Collections Literary History Lyrics c_genre_des c_chn 楚辭 別集 總集 詩文評 詞曲 c_genre_pi nyin chu ci bie ji zong ji shi wen ping ci qu 劉棨劉統勳劉堪劉錫朋劉鐶之劉喜海劉華海 劉劉劉劉劉劉劉 棨統勳堪錫朋鐶之喜海華海 祖父父弟子姪姪孫姪孫 FF F B- S BS BSS BSS 清代 ( 一 ) 清代 ( 二 ) 第 63 页

64 明代 ( 一 ) 明代 ( 二 ) 第 64 页

65 第 65 页

66 第 66 页

67 CBDB and MQWW CBDB will provide the biographical context for people in MQWW CBDB is harvesting the biographical data in MQWW There will be a link between the online systems 丁炅 丁鑛 丁炜 江庆柏 : 清代人物生卒年表?~ 咸九 万二五 ~ 康二二 崇七 ~ 康三五 (? ~1859) (1598~1 683) (1634~1 696) ziha o 九贡 河南永城 浙江嘉善 澹汝 雁水 福建晋江问山 祠碑吴闿生 北江文集 3 墓志铭邵长蘅 ( 代 ) 青门旅稿 6aa 丁鑛生于万历二十五年十二月, 公历为 1598 年 bb 丁炜 问山文集 6 先考先慈行状 清人诗集叙录 10aa 丁炜生年, 清人诗集叙录 卷十据 壬寅除夕作 诗, 定为崇祯八年 (1635) bb 第 67 页 CBDB work Convert jianti to fanti Check for duplicates in the main database Code the data

68 Social relations hidden 清代人物生卒年表 CBDB ID Social association CBDB Associate ID 6272 許鳴雝 傳任光奇 願學齋文稿 周英玉 傳任光奇 願學齋文稿 謝文雕 傳任光奇 願學齋文稿 任庚宣 傳任光奇 願學齋文稿 徐祖圻 傳任光奇 願學齋文稿 第 68 页

69 中國歷代典籍總目 國史藝文志 史睿 中國國家圖書館 國史 e 文志 數字時代的文獻整理 第 69 页

70 數字時代的展示平臺 數字時代書目文獻整理工具 一 館藏分佈 二 源流發展 三 文化形態 四 中華文明史 五 人類文明史 數字時代書目文獻整理工具 目標 權威漢籍目錄專家知識庫 : 全球收錄最廣 數據最全 以史志 官修和館藏目錄為基础, 以知見 私藏和國家珍貴古籍名錄為補充, 從 20 餘種目錄文獻中, 整理收錄了 40 餘萬書目知識條目, 今后還將繼續擴充數據量, 提高數據質量 最先进的計算機技術, 劃時代的目錄知識服務系統 重構書目數據, 按知識特點多维度分析書目, 挖掘海量書目數據背後隱藏的知識, 為用户提供知識 基於專家知识的古代文獻業務軟件 為圖書館古籍編目 整理 保护以及研究咨詢提供業務支持 第 70 页

71 特點 知識分析的創新 實現文獻特徵的各關係多維分析 知識導航, 使用簡單便利 書目資訊關聯詳盡, 知識獲取效率高 檢索功能強大, 使用方便 ; 分類語義檢索, 技術先進 ; 檢索結果有序組織, 全面掌握書目分佈情況 ; 檢索方案可實現固化, 達到知識共用 資料系統性強, 資料規模大 新型資料模型能夠全面描述書目資訊 基於 Java 技術構建的 WEB 服務系統 用戶學習和交流的平臺 意義與作用 保護和弘揚中華文明的需要, 使用戶可以完整系統地瞭解中華文明發展的脈絡, 便於針對個人需要有計劃有步驟地展開學習 古籍數位圖書館的重要組成部分 古籍數位圖書館提供的基礎性知識型服務 ; 建立古籍書目知識模型和為古籍數位圖書館其他知識服務的基礎 為全國古籍普查工作提供業務工具, 提高其工作效率和品質 為文獻 歷史和考古等專業研究人員開展科研工作提供有效的幫助 為文化事業工作提供有效幫助 古籍目錄知识導航子系統 標準分類導航 : 經部 史部 子部 集部 叢部 原目出處導航 : 歷史著錄 館藏著錄 古籍整理目錄 珍貴古籍名錄 成書時代導航 : 夏 商 周 秦 版本類型導航 : 稿本 寫本 抄本 刻本 活字本等等 版本時代導航 : 唐 宋 元 明 清 藏地導航 : 中國 日本 韩国 美國 英國 古籍目錄语义檢索子系統 高級條件檢索 多維條件檢索 歷史條件檢索 簡繁通檢 全文檢索 檢索內容分詞 簡繁通檢 知識固化共用 檢索結果智能分組排序 檢索歷史回顧 第 71 页

72 書目知识流覽子系統 詳盡的內容瀏覽 按照層次顯示書目信息 提供知識關聯鏈接 知識關聯 分類知識關聯 責任者知識關聯 責任时间知識關聯 總目子目知識關聯 古籍目錄专家语义分析子系統 責任者相關性分析 書目時代分布統計 書目記錄層次聚類分析 品種聚類 版本聚類 印次聚類 藏本聚類 用戶子系統 用戶評價交流 用戶藏書閣 用戶安全管理 幫助子系統 使用自助 离线帮助 第 72 页

73 文化史研究的新課題 法家與道家 文學史研究的新課題 李白與杜甫 核心技術 結構功能 古籍文獻本體層次 語義本體技術 參照國際圖聯的 FRBR, 按古籍書目學層次建立古籍文獻本體 自然語言處理技術 採用自然語言處理技術自動加工書目資料 古代漢語知識庫 數據挖掘技術 在構建古籍文獻本體的基礎上, 完成聚類和分類分析 軟件工程技術 面向對象的技術 :MVC 第 73 页

74 結構功能 系統功能 展望未來 ExtB UCS-4 IO Session 一期項目 2008 年 1 月至 2009 年 9 月完成一期項目建設 入庫書目書籍 30 種 處理書目 48 萬條 形成切分 260 萬部書目 完成了系統設計與開發 二期項目 ( 未來 ) 構建完善的文獻本體, 形成與其他本體融合 入庫 200 種書目書籍, 處理書目約 300 萬條, 形成近 1000 萬部書目 完成品種認同 構建文獻 人物 地理 時代可視化動態模型 爲 數字文獻學 學科建設開創新天地 謝謝! 第 74 页

75 Processing Biographical Texts Information Extraction from Biographical Texts Information Extraction: important dates, places, offices held, alternate names, kinship info, etc. Elif Yamangil, Peter Bol, Stuart Shieber, Chen Song, Rani Nelken, Onder Eker Database Processing Biographical Texts Manual information extraction is slow, costly 1 year for 8 editors to process 5000 short biographies Semi automated processing is fast Crude search methods process data fast Editors can work on the results quickly Outline Semi automated processing of biographical texts 1. Pattern search 2. Unsupervised pattern discovery 3. Probabilistic modeling of biographies Future steps 第 75 页

76 Outline Semi automated processing of biographical texts 1. Pattern search 2. Unsupervised pattern discovery 3. Probabilistic modeling of biographies Future steps Example: searching for addresses Regular expression: [a z]+\.com Finds my address in my resume Pattern Search Pattern Search Basic text editor supports regular expressions [a z]+\.com We used Python programming language to turn regular expressions into scripts import sys, re my_regex = re.compile( [a-z]+@[a-z]+\.com ) mo = my_regex.search( Elif s address is elifyamangil@gmail.com and phone number is ) if mo: print found address else: print no address Pattern Search Capturing time of death any reign title + number + year + died ( 開平 乾化 貞明 )[0 9]+ 年卒? Variations any reign title + number + year + number + month + died ( 開平 乾化 貞明 )[0 9]+ 年 [0 9]+ 月卒 any reign title + number + year + number + month + number + day + died ( 開平 乾化 貞明 )[0 9]+ 年 [0 9]+ 月 [0 9]+ 日卒 any reign title + period designator + died ( 開平 乾化 貞明 )( 中 間 初 末 ) 卒 第 76 页

77 Other examples Pattern Search Places Alternate names Kinship Offices Writings Enfeoffment titles Time of entry into office Pattern Search Capturing time of death any reign title + number + year + died ( 開平 乾化 貞明 )[0 9]+ 年卒? Use of gazetteers We have code tables (lists)of reign titles, temple names, place/person names, official titles, kinship terms, etc. We use these as part of our patterns ( 開平 乾化 貞明 ) Better robustness These can be adjusted to data set / time period Pattern Search: Places Ancestral address his/her ancestors + place + prefecture + place + county + person 其先.{1,2}( 府 州 軍 監 ).{1,2} 縣人 Variations 本.{1,2}( 府 州 軍 監 ).{1,2} 縣人先世.{1,2}( 府 州 軍 監 ).{1,2} 縣人世居.{1,2}( 府 州 軍 監 ).{1,2} 縣人 Examples Pattern Search: Places 于恕字忠甫, 其先諸城人, 其父定遠, 紹興中為台州判官, 因家州之太平縣 為張九成之甥, 與弟憲俱從九成遊 六舉禮部不第, 穩居以終 嘗纂九成答問之語, 為橫浦心傳錄 吳業 (1043~1075), 字子鈞, 初名秉禮, 其先興國軍人, 後徙南康軍都昌縣 万俟紹之字子紹, 郢人, 本開封陽武人, 万俟卨曾孫 有郢莊吟稿 石延年 (994~1041), 字曼卿, 一字安仁, 先世幽州人, 其祖南走於宋城, 遂家焉 第 77 页

78 Actual residence 寓居.{1,2}( 府 州 軍 監 ).{1,2} 縣寓於.{1,2}( 府 州 軍 監 ).{1,2} 縣居於.{1,2}( 府 州 軍 監 ).{1,2} 縣寓.{1,2}( 府 州 軍 監 ).{1,2} 縣 Examples Pattern Search: Places 朱江 (1117~1198), 字朝宗, 其先福州人, 寓居長洲 紹興十八年進士, 授台 州臨海尉, 改知臨安府於潛縣 李邴 (1085~1146), 字漢老, 號雲龕, 濟州鉅野人, 南渡後寓居泉州, 昭玘姪 于氏 逸其名, 河東人, 寓閬州 工畫佛道鬼神 王公及 字時父, 小名應麟, 小字祥, 河南府人, 寓順慶府南充縣 長於賦, 年 三十四, 中寶祐四年第四甲七十八名進士 郗七 逸其名, 仕北宋畫院, 不知何許人, 退居於洛 善畫龍, 甚有筆名 Places moved to 遷居.{1,2}( 府 州 軍 監 ).{1,2} 縣遷住.{1,2}( 府 州 軍 監 ).{1,2} 縣徙家.{1,2}( 府 州 軍 監 ).{1,2} 縣徙居.{1,2}( 府 州 軍 監 ).{1,2} 縣後居.{1,2}( 府 州 軍 監 ).{1,2} 縣後家.{1,2}( 府 州 軍 監 ).{1,2} 縣後徙.{1,2}( 府 州 軍 監 ).{1,2} 縣因家.{1,2}( 府 州 軍 監 ).{1,2} 縣 Examples Pattern Search: Places 方軫字叔時, 一字叔載, 或作克載, 莆田人, 遷居鄞, 慎言曾孫 元符進士 授太廟齋郎, 上書論蔡京罪, 編管嶺南, 尋放還 政和間復進狀, 乞收權獨斷, 復編管永州, 以恩赦放歸 官終鄞縣令 王回 (1023~1065), 字深父 ( 甫 ), 其先福州侯官人, 遷居潁州汝陰, 平子 敦行孝友, 質直平恕, 造次必稽古人所為, 不為小廉曲謹以邀名譽 嘉祐二年進士, 為衛真簿, 稱病免, 退居潁州 後為忠武軍節度推官, 知南頓縣 治平二年卒, 年四十三 有文集二十卷 陳振字震亨, 晚自號止安居士, 福州人, 襄之後 父遵出贅李衡女, 因家崑山 Basic affiliation thus becomes 作.{1,2}( 府 州 軍 監 ).{1,2} 縣人云.{1,2}( 府 州 軍 監 ).{1,2} 縣人一曰.{1,2}( 府 州 軍 監 ).{1,2} 縣人遂為.{1,2}( 府 州 軍 監 ).{1,2} 縣人 Examples 張肅武義人 ( 一作舒城人 ) 天聖五年進士, 歷廣東運判, 江東提刑, 累官祠部郎中 王澡 (1166~?), 字身甫, 號瓦全, 四明人, 一云寧海人 范雍 (979~1046), 字伯純, 世家太原, 祖葬河南, 遂為河南人 姚渙 Pattern Search: Places 字虛州, 一作虛舟 世家長安, 先世有為普州刺史者, 死葬於此, 子孫遂為普州人 Pattern Search: Alternate Names Childhood name 小名.{1,2} 小字.{1,2} Examples ID 9 丁至 (1217~?), 字君益, 小名謙垕, 小字詔老, 臨江軍新喻縣人 ID 3811 沈亨辰字會龍, 小名松年, 小字壽, 常州無錫人 第 78 页

79 Pattern Search: Alternate Names Posthumous name ( 謚 諡 ).{1,2} ( 謚 諡 ).{1,2}[, ] 一作.{1,2} ( 謚 諡 ).{1,2}[, ] 一云.{1,2} ( 謚 諡 ).{1,2}[, ] 一作 ( 謚 諡 ).{1,2} ( 謚 諡 ).{1,2}[, ] 一云 ( 謚 諡 ).{1,2} Examples 沈樞字持孝, 或云字持要, 吳興人 紹興十五年進士 官至太子詹事 光祿卿 後以湖南按撫使進寶文閣待制 著通鑑總類, 門目繁碎, 便於操觚數典 卒年八十二 謚憲敏 万俟卨 (1083~1157), 字元忠, 一作元中, 開封陽武人 登政和二年上舍第 紹興初, 提點湖北刑獄 岳飛宣撫荊湖, 過卨, 不以禮, 卨憾之 入觀, 希秦檜意, 譖飛, 構陷成獄, 飛父子與張憲俱死, 天下冤之 官至尚書右僕射 紹興二十七年卒, 年七十五 諡忠靖 著有回鑾事實 貢舉勒令格式 王淵 (1077~1129), 字幾道, 熙州人 善騎射, 應募擊夏國, 屢有功, 累遷寧州觀察使 靖康初為真定府總管, 討平叛寇 高宗即位, 為御營司都統制, 官至嚮德軍節度使簽書樞密院事副使, 贈開府儀同三司 建炎三年為劉正彥所害, 年五十三, 諡襄愍, 一作襄閔 淵為將, 輕財好義, 家無宿儲 Pattern Search: Alternate Names Courtesy name 字.{1,2} 後更字.{1,2} 後改字.{1,2} 字.{2}[(,] 一作.{2}[), ] 字.{2}[(,] 或作.{2}[), ] 字.{2}[(,] 一云.{2}[), ].{2} 其字.{2} 蓋其字 Examples 丁謂 (966~1037), 字謂之, 後更字公言, 長洲縣人 登淳化三年進士 與孫何齊名, 時號孫丁 累官同中書門下平章事, 昭文館大學士, 封晉國公 真宗朝營造宮觀奏祥異之事, 多謂與王欽若發之 寇準為相, 尤惡謂, 謂媒蘖其過, 竟罷準相 仁宗立, 知謂前後欺罔, 累貶崖州司戶參軍, 徙道州 明道中授秘書監致仕 景祐四年卒於光州, 年七十二 謂機敏有智謀, 憸狡過人, 善談笑, 尤喜為詩, 圖畫博奕音律, 無不洞曉 丁伯桂 (1171~1237), 字元暉 ( 輝 ), 莆田人 嘉泰二年進士 端平中與李宗勉同除監察御史, 鯁論劘切 遷中書舍人, 韓休除節鉞, 伯桂封還詞頭 嘉熙元年拜給事中, 方論駁 余天錫召命而卒, 年六十七 石君瑜 (1011~1062), 名未詳, 君瑜其字, 雍人, 徙居祥符 Pattern Search: Alternate Names Studio name 號.{2,6} ( 自 一 又 晚 人 遂 世 時 因 更 別 ) 號.{2,6} ( 自 一 又 晚 人 遂 世 時 因 更 別 ) 號 ( 為 曰 ).{2,6} Examples 丁守廉 (1220~1286), 初名里, 字守廉, 晚以字行, 新喻人 專治禮, 讀書殖 禮齋, 因自號殖禮 卜之先 (1021~1095), 字知幾, 自號無味子, 湖州人 呂天策 字彥發, 人號曰呂詔君, 江陰人 高天賜 高天賜 (1194~1235), 字與之, 建康句容人 父志崇, 以行義化一 鄉, 鄉人號曰咸和居士 柴通玄 字又玄, 陜州閿鄉人 為道士於承天觀, 年百餘歲, 善辟穀長嘯 真宗 時屢來京師, 召對, 語多以修身慎行為說 後作遺表, 自號羅山太乙洞主, 燃香端坐而卒 Pattern Search: Alternate Names Secular surname 俗姓.{1,2} 氏俗姓.{1,2} 姓.{1,2} 氏 Examples 釋文政 (1045~1113), 俗姓令孤, 須城人 釋智策 (1117~1192), 天台人, 姓陳氏, 自號塗 ( 一作涂 ) 毒 王之才妻姓李氏, 封崇德郡君 為李公擇妹 能臨松竹木石, 曾臨文與可紆竹及著色偃竹, 米黻莫能辨 黃庭堅有題姨母李夫人紆竹偃竹及墨竹圖歌, 詩載集中 第 79 页

80 Pattern Search GATE: General Architecture for Text Engineering Pattern Search GATE: General Architecture for Text Engineering Pattern Search 1 year for 8 editors to manually extract data from 5000 short biographies 1 year for us to build regular expressions developed on 25,000 short biographies in 王德毅著宋人傳記資料索引 ( 電子版 ) 2 weeks to modify slightly and apply to 19,000 in 王德毅著元人傳記資料索引 ( 電子版 ) biographies Outline Semi automated processing of biographical texts 1. Pattern search 2. Unsupervised pattern discovery 3. Probabilistic modeling of biographies Future steps 第 80 页

81 Unsupervised Pattern Discovery Regular expressions are hand coded Time consuming process Can we extract salient patterns automatically? from text alone? Unsupervised Pattern Discovery 1. Patterns are short reign title + number + year + died 2. Patterns are commonly used Find such an optimal segmentation into phrases Unsupervised Pattern Discovery Probabilistic model based on Dirichlet Processes Monte Carlo search algorithm finds the best segmentation Split? 留正字仲至, 泉州永春人 六世祖從效, 事太祖, 為清遠軍節度 Merge? 留正字仲至, 泉州永春人 六世祖從效, 事太祖, 為清遠軍節度 Phrases 泉州 and 永春 occur often, but the combined phrase 泉州永春 is less frequent 加右文殿修撰, 出知泉州, 未行, 為言者所攻, 遂致仕 曾噩, 字子肅, 福州閩縣人 紹熙四年登進士第, 以宣教郎出知泉州晉江縣 林廷秀字朝美, 莆田人 紹興二年進士, 調連江縣尉, 改永春縣, 林老女永春人 及笄未婚 Unsupervised Pattern Discovery Preliminary results using 1000 lines from Song Shi ( 宋史 ) 122 " 曰 : " 16 " 宗即位," 13 " 軍節度觀察留後 " 10 " 國夫人 " 10 " 軍節度使 " 10 " 軍節度使," 10 " 郡夫人 " 9 " 云 """ 9 " 軍節度使 " 9 " 州刺史," 9 " 開府儀同三司 " 8 " 州觀察使 " 8 " 州防禦使, 贈 " 7 " 為皇太后 " 7 " 大中祥符 " 7 " 安定郡王," 7 " 為皇太后," 7 " 同中書門下平章事 " 7 " 軍承宣使 " 7 " 州團練使 " 6 " 真宗即位," 6 " 攝太尉, 充 " 6 " 立為皇后 " 6 " 州防禦使," 6 ", 冊為皇后 " 6 " 州觀察使, 追封 " 6 " 州觀察使 " 6 " 章獻太后 " 6 " 國公 從 " 6 ", 后曰 : " 6 " 州防禦使 " 5 " 月卒, 年三十 " 5 " 信軍節度使," 5 ", 進貴妃 " 5 " 神主享于別廟 " 5 " 太皇太后 " 5 " 太后曰 : " 5 " 翰林學士 " 5 " 國公, 官至 " 5 " 為皇后," 5 " 州防禦使 " 5 " 為才人," 5 " 咸平二年 " 5 " 州防禦使 " 4 " 徽宗立," 4 " 之 太后 " 4 " 未幾," 4 ", 太后曰 : " 4 ", 太平興國 " 4 " 州觀察使," 4 " 事見上 " 4 " 武衞大將軍 " 4 " 郡夫人, 進 " 4 " 明道二年, 加贈 " 4 " 宣仁太后 " 4 " 攝宗正卿副之 " 4 " 皇后, 開封人 " 4 " 五年," 4 " 監門衞大將軍 " 4 " 初入宮, 為 " 4 " 衞大將軍," 4 " 薨, 年三十 " 4 " 徽宗即位, 3 " 紹興七年 " 3 " 衞大將軍 " 3 " 妃, 開封人 " 3 " 顯仁太后 " 3 " 觀察使 """ 3 " 年薨, 年三十四 " 3 " 慶元元年 " 3 " 卒, 年三十 " 3 " 薨, 年五十 " 3 " 美人 婕妤 " 3 ", 以后貴," 3 " 冊為皇后 " 3 " 惟忠子從 " 3 " 皇后, 開封祥符人 3 " 左衞大將軍 " 3 " 襲封安定郡王 第 81 页