• Save
Eine Biografie aus der ADB/NDB als XML
Upcoming SlideShare
Loading in...5
×
 

Eine Biografie aus der ADB/NDB als XML

on

  • 731 views

Folien zum Referat "Eine Biografie aus ADB/NDB als XML" für das Hauptseminar "Datenbanken vs. Markup" bei Prof. Dr. Manfred Thaller an der Universität zu Köln im Wintersemester 2009 / 10

Folien zum Referat "Eine Biografie aus ADB/NDB als XML" für das Hauptseminar "Datenbanken vs. Markup" bei Prof. Dr. Manfred Thaller an der Universität zu Köln im Wintersemester 2009 / 10

Statistics

Views

Total Views
731
Views on SlideShare
694
Embed Views
37

Actions

Likes
0
Downloads
0
Comments
0

2 Embeds 37

http://bilalerkin.de 24
http://exist-koeln.foren-city.de 13

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Eine Biografie aus der ADB/NDB als XML Eine Biografie aus der ADB/NDB als XML Presentation Transcript

  • Eine Biografie aus ADB/NDB als XML Datenbanken vs. Markup Prof Dr. Manfred Thaller WS 2009 / 2010 Referent: Bilal Erkin
  • 2 XML – (eXtensible Markup Language) • Auszeichnungssprache zur Darstellung hierarchisch strukturierter Daten • Namen der Elemente und Attribute sind frei wählbar • Dateistruktur durch DTD oder XML Schema definierbar • Heute: Metasprache in Text (TEI, XHTML), Grafik (SVG, X3D), Geodaten, Video (SMIL), Webservices (SOAP, WSDL), Datenbanken (Xquery) …
  • 3 Vorteile von XML • Für Mensch und Maschine verständliche Informationen (semantic Web) • Lizenzfreiheit • Plattformunabhängigkeit • Medienneutralität ▫ Einsatz in verschiedenen Systemen ▫ Konvertierung in andere Dateiformate
  • 4 Quelle für die Auszeichnung • Biografie aus ADB / NDB am Beispiel von „Curt Goetz“ • Grafik • Ohne OCR (Texterkennung) ▫ Deshalb nicht durchsuchbar • Große Dateigröße
  • 5 Ziel der Auszeichnung in XML • Druchsuchbarer Text (geringe Dateigröße und suchmaschinenkonform) • Verlinkungen innerhalb des Textes für schnelle Navigation • (Evtl. Kopplung an die Originalgrafik bei älteren Texten) • Schnelle Konvertierung in andere Formate (PDF, Datenbanken, CD-ROM) • Semantische Struktur • Für jede Personenbiografie eine Datei
  • 6 Das wichtigste Element: <person> • Element <person> ist das Kernstück einer Biografie • Alle vorkommenden Personen werden damit ausgezeichnet und bekommen eine eindeutige ID • Berufe und Personenbeschreibungen werden an die ID gekoppelt. • Für die inter-biografische Verbindung wichtig!
  • 7 Beispiel des Elements <person> • <person geschlecht="männlich„ id="Goetz_Curt_1"> • Attribute ▫ geschlecht = (männlich | weiblich) ▫ ID besteht aus Nachname_Vorname_Zahl  Die Zahl in der ID soll verschiede Personen mit gleichem Vor- und Nachnamen unterscheiden • Dateinamen sind identisch mit Person ID (Goetz_Curt_1.xml)
  • 8 Analyse der Kurzinfo Name, Vorname Beruf • Geburtsdatum / -ort; Sterbadatum / -ort • Konfession • • • Orthographisch: ▫ Hervorhebungen (fett bei „Goetz“; kursiv bei „Curt“) ▫ Entities (Stern, Kreuz )
  • 9 Auszeichnung der Kurzinfo Name wird hervorgehoben Entities werden eingefügt (&#8224; für Kreuz) • Beruf wird an person gekoppelt durch person_ref • Beruf bekommt eine Kategorie • •
  • 10 Absätze im Original • Absätze werden durch gekennzeichnet <absatz>...</absatz>
  • 11 Analyse der Familie Vater Mutter • Ehepartner(in) • Kinder • • • Ineinander verschachtelte Personenbeschreibungen (teilweise sehr komplex) • Symbole, für die es keine Entities gibt (Eheringe)
  • 12 Auszeichnung des Vaters • Abschnitt innerhalb <familie> • Personen bekommen ID • Nähere Beschreibungen in <beschreibung> mit Referenz an die Person ID durch Attribut person_ref
  • 13 Auszeichnung der Mutter • Komplexe Verschachtelung • Struktur Nur noch im Strukturbaum ersichtlich
  • 14 Auszeichnung des Ehepartners • Eheringe als Bilddatei! • Mehrere <ehepartner> möglich • <scheidung> kann eingefügt werden (bei Goetz nicht nötig) • Kinder als <kind_der_ehe vater_id=„xy“ mutter_id=„xy“>
  • 15 Analyse der „eigentlichen“ Biografie • Durchgehender Text • Weitere Personen kommen vor • In anderen Biografien: Studium, Institut und Studienjahre • Mehrere Absätze
  • 16 Auszeichnung der „eigentlichen“ Biografie • Wird von <biographie> umschlossen • Personen werden ausgezeichnet mittels ID
  • 17 Analyse der Werke Kategorie (Werkstyp) Titel • Erscheinungsjahr • Sonstige Bemerkungen • •
  • 18 Auszeichnung der Werke • <werk> bekommt Attrribute typ und jahr • Titel in <werk_name> • Sonstiges innerhalb <werk>
  • 19 Seitenumbrüche im Original • Seitenumbrüche werden in der XML repräsentiert durch • Übergang von einer Seite zur anderen durch | <seite umbruch="588|589"/> • Auch Seitenzahlen nach anderem Format möglich (XV|XVI; 10a|10b; 45.1|45.2 …) Vorteil: PDF wird 1:1 repräsentiert
  • 20 Analyse des Literaturnachweises Autor Titel • Erscheinungsjahr • Verlag oder Seitennummer • • • Literaturnachweise getrennt durch Semikolon • Querverweise zu anderen Personen (Wilhelm Rocco)
  • 21 Auszeichnung des Literaturnachweises Einzelne Einträge in <lit-eintrag> • Sinvoll in autor, titel, jahr usw. zu trennen? • Kopplung der Einträge an ID (wegen W. Rocco) ?
  • 22 Analyse des Fundstelle Werk Autor • Seitenzahlen • Bandnummer • • • Mehrere Funstellen möglich • Unterscheidung zwischen Haupteintrag und Nebeneintrag
  • 23 Auszeichnung der Fundstelle • Am Anfang der Datei in <meta> • <fundstelle> hat alle Angaben als Attribute und als Text • Autor separat in <autor> getaggt mit persönlicher ID
  • 24 Standartisierung der Struktur • Für eine einheitliche Struktur für alle Einträge in der ADB / NDB: ▫ Mehrere verschiedene Strukturtypen taggen ▫ Eine DTD oder ein XML-Schema definieren • Dokumentation der DTD ▫ Welche Elemente können in welchen enthalten sein?
  • 25