檢視《佛教傳記文學視覺化平台》標記工作手冊的原始碼

==[http://buddhistinformatics.ddbc.edu.tw/gaosenggis/ 《佛教傳記文學視覺化平台》標記工作手冊] ==
佛教傳記文學的視覺化與檢索

Visualizing and Querying the Buddhism of Biographies 
===簡介及目的===

*傳記文學的價值不僅僅對於保存佛教史料具有相當貢獻，且對中國佛教思想亦有深遠之影響，另外也提供當時人們眼中的社會價值觀、著作紀錄、風俗民情等，亦是研究當時社會背景的重要參考。而且，也由於保存了當時語體的習慣用法，讓我們得以一窺語言發展的究竟。因此本研究結合TEI標記與Google earth地理資訊技術來視覺化各種附有學術價值的佛教傳記，例如粱、唐、宋、明四本高僧傳、比丘尼傳等等，並提供使用者以「時間」、「人物」與「地點」作為搜尋條件來搜尋相關的文獻內容，且其中「跨傳搜索」的功能，讓使用者的瀏覽不在局限於某單一傳記之中。

== Markup執行步驟 ==
===TEI標記作業===
* 本工作手冊乃是大方向之介紹，實際執行細節仍須隨傳記之特色改變。


====基本格式介紹====
* 範例如下

<br/><nowiki><div xmlns="http://www.tei-c.org/ns/1.0" xml:id="gsz0838c04shiYuanZhen"><head>唐鄧州烏牙山圓震傳</head>
    <p><anchor n="T.50.2061.0838c04"/><lb n="0838c04" ed="T"/><persName xml:id="A012516">釋圓震</persName>姓陳，<placeName corresp="CN0130682Z15AA">中山</placeName>人也。少警悟而尚學，入<lb ed="T" n="0838c05"/>庠序，研究五經。倏遇雲遊沙門寓宵，其父<lb ed="T" n="0838c06"/>為州衙吏，酷有道心，留是僧供施。<persName corresp="A012516">震</persName>禮奉<lb ed="T" n="0838c07"/>其僧，聽其談道，頗覺入神。捨儒典，披釋<lb ed="T" n="0838c08"/>經，頓辭所愛，往白磁山<!--找不到此地-->，禮<persName xml:id="A012517">智幽</persName>為師受<lb ed="T" n="0838c09"/>教。後遇<persName corresp="A005612">荷澤禪師</persName>得法，隱南陽<placeName xml:id="CN0411381M02AA">烏牙山</placeName>。先<lb ed="T" n="0838c10"/>是<placeName corresp="CN0411381M02AA">山</placeName>中多巨蛇，澤穴有毒龍，鄉人患之。<lb ed="T" n="0838c11"/>及<persName corresp="A012516">震</persName>居此，二物潛蹤。曾有一人形服且異，<lb ed="T" n="0838c12"/>致拜乃曰：「我在此已二百歲，今感無心之<lb ed="T" n="0838c13"/>化，絕慮之修，吾曹冥感超昇，可非<persName corresp="A012516">師</persName>之力<lb ed="T" n="0838c14"/>歟！」<date from="0790-01-24" to="0791-02-11" corresp="d55211905521573">貞元六年</date>終，享齡八十六，弟子奉全身<lb n="0838c15"/>入塔焉。</p></nowiki><br/><linkGrp><br/><link targets="#0838c09 #0838c14"/><br/><ptr type="person" target="#A012516"/><br/><ptr type="place" target="#CN0411381M02AA"/><br/><ptr type="time" target="#d54934085521573"/><br/></linkGrp><br/></div>

* 存檔的檔名使用四碼流水號+僧名漢語拼音，採「駱駝式」拼寫。即除第一個漢字以外，所有的開頭字母都要大寫。例如釋圓震的檔名為：1070shiYuanZhen。[http://www.iq-t.com/SYSCOM/pingying2.asp 中文字轉拼音引擎]<br/><br/>

* 文章全部包含在<nowiki><div></div></nowiki>中，而<nowiki><div xmlns="http://www.tei-c.org/ns/1.0" xml:id="gsz0838c04shiYuanZhen"></nowiki>  是說明TEI的版本，以及本篇文章的ID；ID為"gsz"+"首行行號"+"僧名漢語拼音(中間不留空格)"。<br/><br/>
* 若有標題則使用<head>來標記，例如<nowiki><head>晉洛陽竹林寺淨檢尼傳一</head></nowiki>。<br/><br/>
* 文本放在<nowiki><p></p></nowiki>標記中。<br/><br/>
* <anchor n="T.50.2061.0838c04"/>說明此篇文章位於CBETA中的哪個章節。<br/><br/>
* 校勘碼標記：<nowiki><ptr target="fn18"/></nowiki>，左為 "校勘18" 的寫法。<br/><br/>
* 行號標記：<nowiki><lb ed="T" n="0326c01"/></nowiki>(參閱CBETA)<br/><br/>
* 人名標記：<nowiki><persName xml:id="A012516">釋圓震</persName></nowiki>。其中人名ID為 "A012516"。<br/><br/>
* 地名標記：<nowiki><placeName xml:id="CN0130682Z15AA">中山</placeName></nowiki>，其中地名ID為 "CN0130682Z15AA"。<br/><br/>
* 時間標記：<nowiki><date from="0790-01-24" to="0791-02-11" corresp="d55211905521573">貞元六年</date>終</nowiki>。其中時間ID為 "d55211905521573"。<br/><br/>
* 使用第一次出現的ID，其屬性使用"xml:id"。如：	<nowiki><persName xml:id="A012516">釋圓震</persName></nowiki>。<br/><br/>
* 若之後ID要再度使用(包括跨傳)，其屬性使用"corresp"如：<nowiki><persName corresp="A012516">震</persName></nowiki>。否則scheme validation不會通過。所以在標記工作進行之前，必須取得工作的 .rng 或 .rnc<br/><br/>
* 出現人名或是地名的代名詞，同樣要標記。<br/><br/>
*  Authorities 資料庫中有要使用的ID，則直接取用。<br/><br/>
* 若是 Authorities 資料庫沒有適當的ID，則新增之。<br/><br/>
* 新增ID方式與參考資料說明請參照: [http://wiki.ddbc.edu.tw/pages/「專案整合權威資料庫」工作手冊 「佛學規範資料庫（Buddhist Authority Database Project）」工作手冊]<br/><br/>

====標記通則====
* 可以先行尋找書籍與網路資料，查看是否有該僧人的介紹或是相關事蹟，將可幫助標記者了解艱深難懂的古文，更可以提高標記的品質。<br/><br/>
=====主角的活動時間範圍=====
* 在每一篇主角的人名標記中要再標記主角活動的時間範圍，若主角有確定的生卒年，則是取主角的十歲(生年+9)到卒年為他的活動時間範圍，並使用"from-to"，例如釋圓震貞元六年終，享齡八十六，ID碼取用方式為714年的一月一號到貞元六年的最後一天，以求其最大範圍，標記為：<persName xml:id="A012516"><date from="0714" to="0790" type="default" xml:id="d54934085521573"/>釋圓震</persName>。<br/><br/>

* 若只確定卒年而不確定生年，則使用"notBefore-to"，並假設其年壽為一百歲。<br/><br/>
* 而只確定生年而不確定卒年，則使用"from-notAfter"，並假設其年壽為一百歲。<br/><br/>
* 當生卒年都不確定，但確定歲數與知道在某個年號中卒時，則使用"notBefore-notAfter"。例如某僧人齊永明年間卒，年72。齊永明共 11年A.D. 483 - A.D. 494，則確定其「卒年」最晚不會超過494年，最早不會超過483年。因此十歲年為483-72+9=420，卒年為494，ID就取420年的第一天，跟齊永明年的最後一天，以求其最大範圍，也就是<date notBefore="0420" notAfter="0494" type="default" xml:id="d53860275412930"/>。<br/><br/>
* 當生卒年與歲數都不確定，但知道在某個年號中卒時，也使用"notBefore-notAfter"，例如某僧人齊永明年間卒，年不詳，則假設其僧人一百歲。齊永明共 11年A.D. 483 - A.D. 494，則確定其「卒年」最晚不會超過494年，最早不會超過483年。因此十歲年為483-100+9=392，卒年為494，ID就取392年的第一天，跟齊永明年的最後一天，以求其最大範圍，也就是<date notBefore="0392" notAfter="0494" type="default" xml:id="d53758005412930"/>。<br/><br/>
* 當生卒年都不確定，但確定歲數與知道其在某個年號中生時，與當生卒年與歲數都不確定，但知道其在某個年號中生時，其處理方式與上面相同，也都使用"notBefore-notAfter"，以求其最大範圍。<br/><br/>
* 當生卒年、歲數與在那個年號中卒、生都不確定時，也是使用"notBefore-notAfter"，並求其最大範圍，例如某僧人在齊永明年間做了某一件事，標記者可假定其僧人是在五十歲時做了那件事(其假定歲數要依前後文與各方資料判斷)，並假定其年壽為一百歲，而齊永明共 11年A.D. 483 - A.D. 494，所以其十歲年數假定為483-50+9=442，卒年為494+50=544，ID就取442年的第一天，跟544年的最後一天，也就是<date notBefore="0442" notAfter="0544" type="default" xml:id="d53940635431682"/>。<br/><br/>

=====人名=====
* 在文章中出現的人物若有完整姓名的就要用規範碼標記之。<br/><br/>
* 但若沒有完整姓名且無明確生卒年的，標記方式如下:
<persName key="unknown">某某某</persName>
<br/><br/>
* 若出現指涉多人的專有名詞，例如竹林七賢、彌陀三聖等，則使用群組的方式標記，例如:<persName xml:id="G000001">竹林七賢</persName>。建立群組時仍需一一包含群組人物。<br/><br/>

=====地名=====
* 在文章中出現的所有地名都要標記。<br/><br/>
* 若文本指涉的地名前面還包括一長串更大範圍的地名時，請標記文本指涉的地名就好，例如"天都長安京兆府草堂寺"，則標記草堂寺ID即可。<br/><br/>
*有時文本會出現指涉多處地名的專有名詞，例如五嶽、安西四鎮、三韓等等，則使用地名群組的標記方式，例如<placeName xml:id="CN0000000G01AA">五嶽</placeName>。<br/><br/>
* 當無法確定確切的位置時，可使用最小可能範圍所在地區之區碼，並使用預設值座標的方式建立新ID，其詳細過程請參照: [http://wiki.ddbc.edu.tw/pages/「專案整合權威資料庫」工作手冊 「佛學規範資料庫（Buddhist Authority Database Project）」工作手冊]。<br/><br/>
* 若碰到完全不知道地點的地名時，仍要建立新的ID碼，並選擇一個跨地區、大範圍的區域例如中國、華中、越南等等，並在經緯度的狀態欄勾選'''<待考>'''。例如當一個寺廟我們只知道在中國，則標為:


:        <placeName xmlid=CN0100000T01AA>XXX</placeName>

=====時間=====
* 請選擇Julian day number。<br/><br/>
* 特指一天，則將該日的Authority ID日碼重複一次，例如<nowiki><date when="0394-03-26" xml:id="d53766155376615">晉太元十九年甲午之歲二月八日</date></nowiki>。<br/><br/>
* 若是指某一段可以確定的時間，例如文本指涉開元二年三月、貞元六年、天寶年間、唐玄宗當政年間、整個明朝等，則使用"from-to"，例如：<nowiki><date from="0790-01-24" to="0791-02-11" xml:id="d55211905521573">貞元六年</date></nowiki>，則以貞元六年第一日與最後一日之日碼為ID。<br/><br/>
* 文本中指出是某個年號的初年或是末年，則選擇其年號的前四分之一的時段，或是後四分之一的時段。<br/><br/>
* 文本有時不會直接寫出時間，而是描寫事件，例如"唐武帝廢佛之時"，這時標記者也應該要標記出唐武帝打壓佛教的時間為何。<br/><br/>
* 若文本中出現某年的季節，選擇上則是春（1月-3月）、夏（4月-6月）、秋（7月-9月）、冬（10月-12月）。（不是選擇西元年，而是選擇該年的曆法）

=====非專有名詞的集合名詞=====
* 若遇到只是為了寫作方便而出現的集合名詞，其名詞在某特定文章中有自己意義，例如二師、二聖，其標記方式如下：
: <ref type="persName" target="#AXXXX #AXXXX ">XXX</ref>
: <ref type="placeName" target="#CNXXXX #CNXXXX ">XXX</ref>

=====代名詞=====
* 當我們遇到人、地、時的代名詞時，則使用:
: 人 → <ref type='''"person"''' target="#AXXXXXX">XXX</ref>
: 地 → <ref type='''"place"''' target="#CNXXXXXA">XXX</ref>
: 時 → <ref type='''"date"''' target="#5XXXXXXXX">XXX</ref>

=====<linkGrp>=====
* 定義:
An event, recorded in the text, by which two or more marked up entities (one or more person(s), a place, a date) are understood to be related.<br/><br/>

* event的定義包括了人物間有見過面，或是有互動這兩種情況。<br/><br/>
* 共分為以下四種:
======第一種======
* 一人或多人，在一確切時間、確切地點所產生的事件。
* 標記方式如下:
:<linkGrp>
:<link targets="#0838c09 #0838c14"/>（此事件在CBETA文本中的行號範圍）
:<ptr target="#A005757" type="person"/>（人）
:<ptr target="#A005758" type="person"/>（人）
:<ptr target="#CN410502T01AA" type="place"/>（地點）
:<ptr target="#d54419125442276" type="time"/>（時間）
:</linkGrp><br/><br/>

======第二種======
* 一人或多人，在一確切時間但無確切地點所產生的事件。<br/><br/>
* 標記方式如下:
:<linkGrp>
:<link targets="#0838c09 #0838c14"/>（此事件在CBETA文本中的行號範圍）
:<ptr target="#A005757" type="person"/>（人）
:<ptr target="#A005758" type="person"/>（人）
:<ptr target="#CN410502T01AA" type="place"/>（地點）
:<ptr target="#d54419125442276" type="time"/>（時間）
:</linkGrp><br/><br/>

======第三種======
* 一人或多人，在一確切地點但無確切時間所產生的事件。<br/><br/>
* 標記方式如下:
:<linkGrp>
:<link targets="#0838c09 #0838c14"/>（此事件在CBETA文本中的行號範圍）
:<ptr target="#A005757" type="person"/>（人）
:<ptr target="#A005758" type="person"/>（人）
:<ptr target="#CN410502T01AA" type="place"/>（地點）
:<ptr target="#d54419125442276" type="time"/>（時間）
:</linkGrp><br/><br/>

======第四種======
* 兩人以上，但沒有確切時間與地點的事件。<br/><br/>

====驗證檔案與上傳Occurred in====
* 所有的標記檔 (.xml) 都必須存放到同一檔案夾中，標記完成之檔案名稱必須登錄到 "GSZwrapper.xml" 中，並利用"gisSchema"來檢查各個檔案中是否發生應該標記"corresp"卻誤標成"xml:id"的錯誤。<br/><br/>
* 並使用"GSZ2"檢查各個檔案中的"<linkGrp>"是否發生應該標記"xml:id"卻誤標成"corresp"的錯誤。<br/><br/>
* 設定gisSchema路徑操作說明如下:
:(a)打開"GSZwrapper.xml"，並在Oxygen功能表上方，點選validate Doucment(紅色勾勾)旁邊的下拉式選單，並選擇Exteral validation。
:(b)在Validate with 視窗選擇RelaxNG schema。
:(c)於URL選擇設定gisSchema.rnc路徑後按確定即可。<br/><br/>
* 設定GSZ2.xq路徑操作說明如下:
:(a)打開"GSZ2.xq"，並在Oxygen功能表上方，點選Configure Transformation Scenario，並選擇New，建立一個新的驗證程序。
:(b)之後選擇Edit，並在XML URL:的路徑中選擇GSZwrapper.xml。
:(c)在XQUERY URL:的路徑中選擇${currentFileURL}
:(d)在FO Processor中什麼都不用填，在Output介面中，要勾Prompt for file、open in editor和XML。
:(e)設定完成之後，按介面上方的"Apply Transformation Scenario"(紅色放映的圖)即可開始檢查。<br/><br/>
* 最後再利用Authority資料庫管理介面中的"規範碼檢查"介面，檢查檔案中所有的人名與地名規範碼是否有錯誤，若無錯誤程式將自動增加"Occurred in"。若要一次確認多個檔案, 請先將XML文本壓縮為.ZIP格式再上傳即可。[http://dev.ddbc.edu.tw/authority/XMLCheck/ 文本資料驗證介面]<br/><br/>
* 驗證完畢之後，請在自己的電腦備份一份，再傳到網路硬碟備份兩份（工作檔&備份檔），以防止檔案遺失。<br/><br/>

===Authorities===
Authority （規範檔）是用以分辨單一實體 "Entity" 的唯一名稱或描述。目前所用到的規範檔只有＂人＂、＂地＂、 ＂時＂。
====人名 Authority 的建立：====
* ＂常用名＂欄位通常為＂姓名＂、＂法名＂、＂廟號＂(皇帝)、＂諡號＂依序擇一使用。<br/><br/>

* ＂常用名＂之外的名稱則列於＂別名＂。包括僧傳中引用錯誤的人名也是如此。<br/><br/>

* 人名若是出現於正史(如史記)之中，或是權威性的私史(如資治通鑑)，則可以建立超連結，以資參考。<br/><br/>

====地名 Authority 的建立：====
* 中國地名ID直接引用自 ＂DDBC Authority＂的地名碼。<br/><br/>
* 地名座標取得依序為：中研院地名表、搜狗網站 、中國歷史地名大辭典、中華人民共和國地名大辭典。若不確定則於坐標欄旁勾選＂待考＂。<br/><br/>

====地名 Authority 編碼原則：====
*地名 Authority 編碼分為四段。<font color="#b8860b">現今行政區域</font>、<font color="#000099">屬性</font>、<font color="#FF33CC">流水號</font>、<font color="#006600">副碼</font>。如＂大慈恩寺＂為＂<font color="#b8860b">CN0610113</font><font color="#000099">T</font><font color="#FF33CC">05</font><font color="#006600">AA</font>＂。詳[http://wiki.ddbc.edu.tw/pages/地名編碼原則 地名編碼原則]<br/><br/>
* 中國地區行政碼：請先參考「GB/T 2260-2002地名碼」檔案。由於郵編最大單位為縣市無法表達省級區域，故採用ISO3166延續碼。參考文件「http://zh.wikipedia.org/w/index.php?title=ISO_3166-2:CN&variant=zh-tw」<br/><br/>

====時間編碼原則：====
* 日期碼為儒略日碼（Julian Day Number, JDN）的修正版 Chronological Julian Day（[http://en.wikipedia.org/wiki/Julian_day CJD]）。但目前仍使用 CJD+3511565 的舊碼。<br/><br/>
* 時間規範檔使用[http://zh.wikipedia.org/zh-tw/格里曆 格里曆]（Gregorian calendar），而其格式為天文紀年法（[http://en.wikipedia.org/wiki/Astronomical_year_numbering Astronomical year numbering]）。<br/><br/>
* 日期碼請利用[http://dev.ddbc.edu.tw/authority/time/ 時間規範檢索]對照查詢。<br/><br/>
* 另外關於「時期碼」的部份，像是「唐朝」，她是從西元618/05/30（5458497）起，至907/04/15（5564009）結束，則其編碼為將兩個日期碼並列，為「54584975564009」共14碼。如此可以清楚在時間軸上的相對位置與長度。例如：唐太宗貞觀二年五月，時期碼為 54621585462187（628/06/07～628/07/06）。<br/><br/>
== 校勘 ==
=== 處理"字"在不同版本間有差異的問題 ===
* 若文本中出現明顯的錯誤，再加上CBETA中也有校正的紀錄，則可以修改成正確的字。例如周洛京魏國東寺天智傳(宋高僧傳)中出現"水昌元年"，我們知道正確是"永昌元年"，且CBETA中也有校勘紀錄，這樣的狀況將可以把"水"改成"永"。