Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
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

• Nam...
3




Vorteile von XML
• Für Mensch und Maschine verständliche
  Informationen (semantic Web)

• Lizenzfreiheit

• Plattfo...
4




Quelle für die Auszeichnung
• Biografie aus ADB / NDB am
  Beispiel von „Curt Goetz“

• Grafik

• Ohne OCR (Texterke...
5




Ziel der Auszeichnung in XML
• Druchsuchbarer Text (geringe Dateigröße und
  suchmaschinenkonform)

• Verlinkungen i...
6




Das wichtigste Element: <person>
• Element <person> ist das Kernstück einer
  Biografie

• Alle vorkommenden Persone...
7




Beispiel des Elements <person>
• <person geschlecht="männlich„ id="Goetz_Curt_1">

• Attribute

  ▫ geschlecht = (mä...
8




Analyse der Kurzinfo
    Name, Vorname
    Beruf
•

    Geburtsdatum / -ort; Sterbadatum / -ort
•

    Konfession
•
...
9




Auszeichnung der Kurzinfo


    Name wird hervorgehoben
    Entities werden eingefügt († für Kreuz)
•

    Beruf wir...
10




Absätze im Original
• Absätze werden durch

  gekennzeichnet
  <absatz>...</absatz>
11




Analyse der Familie
    Vater
    Mutter
•

    Ehepartner(in)
•

    Kinder
•
•

• Ineinander verschachtelte
  Per...
12




Auszeichnung des Vaters
• Abschnitt innerhalb <familie>

• Personen bekommen ID

• Nähere Beschreibungen in
  <besc...
13




Auszeichnung der Mutter
• Komplexe Verschachtelung

• Struktur Nur noch im Strukturbaum
  ersichtlich
14




Auszeichnung des Ehepartners
• Eheringe als Bilddatei!

• Mehrere <ehepartner> möglich

• <scheidung> kann eingefüg...
15




Analyse der „eigentlichen“ Biografie
• Durchgehender Text

• Weitere Personen kommen vor

• In anderen Biografien: ...
16




Auszeichnung der „eigentlichen“ Biografie
• Wird von <biographie>
  umschlossen

• Personen werden ausgezeichnet
  ...
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 <wer...
19




Seitenumbrüche im Original
• Seitenumbrüche werden in der XML repräsentiert
  durch


• Übergang von einer Seite zu...
20




Analyse des Literaturnachweises
    Autor
    Titel
•

    Erscheinungsjahr
•

    Verlag oder Seitennummer
•
•

• ...
21




Auszeichnung des Literaturnachweises
Einzelne Einträge in <lit-eintrag>

• Sinvoll in autor, titel, jahr usw. zu tr...
22




Analyse des Fundstelle
    Werk
    Autor
•

    Seitenzahlen
•

    Bandnummer
•
•

• Mehrere Funstellen möglich

...
23




Auszeichnung der Fundstelle
• Am Anfang der Datei in <meta>

• <fundstelle> hat alle Angaben
  als Attribute und al...
24




Standartisierung der Struktur
• Für eine einheitliche Struktur für alle Einträge in
  der ADB / NDB:

  ▫ Mehrere v...
25
Nächste SlideShare
Wird geladen in …5
×

Eine Biografie aus der ADB/NDB als XML

824 Aufrufe

Veröffentlicht am

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

Veröffentlicht in: Bildung
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Eine Biografie aus der ADB/NDB als XML

  1. 1. Eine Biografie aus ADB/NDB als XML Datenbanken vs. Markup Prof Dr. Manfred Thaller WS 2009 / 2010 Referent: Bilal Erkin
  2. 2. 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. 3. 3 Vorteile von XML • Für Mensch und Maschine verständliche Informationen (semantic Web) • Lizenzfreiheit • Plattformunabhängigkeit • Medienneutralität ▫ Einsatz in verschiedenen Systemen ▫ Konvertierung in andere Dateiformate
  4. 4. 4 Quelle für die Auszeichnung • Biografie aus ADB / NDB am Beispiel von „Curt Goetz“ • Grafik • Ohne OCR (Texterkennung) ▫ Deshalb nicht durchsuchbar • Große Dateigröße
  5. 5. 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. 6. 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. 7. 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. 8. 8 Analyse der Kurzinfo Name, Vorname Beruf • Geburtsdatum / -ort; Sterbadatum / -ort • Konfession • • • Orthographisch: ▫ Hervorhebungen (fett bei „Goetz“; kursiv bei „Curt“) ▫ Entities (Stern, Kreuz )
  9. 9. 9 Auszeichnung der Kurzinfo Name wird hervorgehoben Entities werden eingefügt († für Kreuz) • Beruf wird an person gekoppelt durch person_ref • Beruf bekommt eine Kategorie • •
  10. 10. 10 Absätze im Original • Absätze werden durch gekennzeichnet <absatz>...</absatz>
  11. 11. 11 Analyse der Familie Vater Mutter • Ehepartner(in) • Kinder • • • Ineinander verschachtelte Personenbeschreibungen (teilweise sehr komplex) • Symbole, für die es keine Entities gibt (Eheringe)
  12. 12. 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. 13. 13 Auszeichnung der Mutter • Komplexe Verschachtelung • Struktur Nur noch im Strukturbaum ersichtlich
  14. 14. 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. 15. 15 Analyse der „eigentlichen“ Biografie • Durchgehender Text • Weitere Personen kommen vor • In anderen Biografien: Studium, Institut und Studienjahre • Mehrere Absätze
  16. 16. 16 Auszeichnung der „eigentlichen“ Biografie • Wird von <biographie> umschlossen • Personen werden ausgezeichnet mittels ID
  17. 17. 17 Analyse der Werke Kategorie (Werkstyp) Titel • Erscheinungsjahr • Sonstige Bemerkungen • •
  18. 18. 18 Auszeichnung der Werke • <werk> bekommt Attrribute typ und jahr • Titel in <werk_name> • Sonstiges innerhalb <werk>
  19. 19. 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. 20. 20 Analyse des Literaturnachweises Autor Titel • Erscheinungsjahr • Verlag oder Seitennummer • • • Literaturnachweise getrennt durch Semikolon • Querverweise zu anderen Personen (Wilhelm Rocco)
  21. 21. 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. 22. 22 Analyse des Fundstelle Werk Autor • Seitenzahlen • Bandnummer • • • Mehrere Funstellen möglich • Unterscheidung zwischen Haupteintrag und Nebeneintrag
  23. 23. 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. 24. 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. 25. 25

×