Linking Your *-ographies: Developing project-specific TEI Authority File Lookups for LEAF-Writer
Notice bibliographique
Résumé
James Cummings, Newcastle University, https://orcid.org/0000-0002-6686-3728 Luciano Frizzera, University of Waterloo, https://orcid.org/0000-0001-7244-4178 Diane Jakacki, Bucknell University, https://orcid.org/0000-0002-7836-1223 Susan Brown, University of Guelph, https://orcid.org/0000-0002-0267-7344 Mihaela Ilovan, University of Alberta, https://orcid.org/0000-0002-0649-4465 Kelsey Rubin-Detlev, University of Southern California, https://orcid.org/0000-0002-0654-0273 LEAF-Writer is a popular, free, web-based, semantic editor for Text Encoding Initiative (TEI) and Linked Open Data (LOD) annotation. While LEAF-Writer is available in a standalone version that anyone can use (LEAF-Writer Commons), it is also a crucial component of the larger LEAF-VRE environment. LEAF-Writer Commons runs entirely in your browser and files are saved to your own GitHub repositories (or downloaded locally), with no data stored on LEAF servers. LEAF-Writer provides an easy text-first editing interface that encourages the encoder to focus on adding semantic markup, scholarly notes, and identifying named entities. You can choose to edit in the tags-off view, show tags, or edit the underlying TEI XML. LEAF-Writer includes schema-constrained context-sensitive tagging and validation using out-of-the-box popular TEI customizations, or use your own custom TEI project schemas (with your own CSS). One of LEAF-Writer’s most important features is its built-in support for named entity linking. This enables tagging names of people, places, organisations, or works and associating these (with both TEI markup and LOD) to recognised authorities (such as VIAF, Wikidata, DBPedia, Getty, Geonames, GND and LINCS). LEAF-Writer can also generate LOD Annotations from already tagged XML references. Recently, the LEAF team, in collaboration with the CatCor (Correspondence of Catherine the Great) project has introduced functionality for adding web-accessible project-specific TEI Authority files for particular entity types. (e.g. a TEI ‘personography’ file containing a for person entities, for place entities, etc.). This exciting new feature is for many TEI projects that want to do look-ups using their own project-specific ‘*-ography’ authority files. LEAF-Writer was introduced at TEI2022 and we have run workshops and presented new features to the TEI community in the years since. For this conference, we will concentrate on these ‘new territories’ of project-specific TEI Authority Files for named entity lookups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,134 | 0,137 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».