Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Methodenartikel
Dit protocol construeert een Chinees-Engels keramisch cultureel toerismelexicon met behulp van geregistreerde tweetalige corpora, gestandaardiseerde reiniging, kandidaattermextractie, gelijkenissen-gerangschikte uitlijning en expertvalidatie met beoordeling. Met deze workflow werden 60 geverifieerde vermeldingen geëxporteerd met definities, gebruiksvoorbeelden, herkomstrecords en TBX-compatibele uitvoer.
Het opbouwen van tweetalige terminologiebronnen voor keramisch cultureel toerisme is uitdagend omdat relevante teksten vaak gefragmenteerd zijn, vertaalkeuzes inconsistent zijn en herbruikbare bouwworkflows zelden worden gedocumenteerd. Dit protocol biedt een reproduceerbare, stapsgewijze workflow voor het construeren van een Chinees-Engels keramisch cultureel toerismelexicon door middel van corpusregistratie en -reiniging, het extraheren van kandidaattermen, tweetalige uitlijning en deskundige validatie met beoordeling. Toegepast op een geregistreerd tweetalig corpus genereerde de workflow geselecteerde Chinese en Engelse kandidatentermen, produceerde gerangschikte tweetalige termenparen en behield gevalideerde uitlijningen na onafhankelijke deskundige beoordeling. Het definitieve lexicon exporteerde 60 geverifieerde vermeldingen met tweetalige termen, domeintags, vertaaltypes, tweetalige definities, gebruiksvoorbeelden, herkomstrecords en interoperabele uitvoer zoals Excel- en TBX-bestanden. Om transparantie en herhaalbaarheid te ondersteunen, registreert het protocol ook drempels, pakketversies, bevroren resources en validatiebeslissingen gedurende de hele workflow. Dit maakt de procedure auditeerbaar en eenvoudiger aan te passen aan andere erfgoedtoerismedomeinen. Wanneer gebruikers naar een nieuw domein worden overgezet, kunnen ze de domeinzoekwoordenlijst uitbreiden, de tweetalige mappingbron bijwerken en een klein aantal shortlist- en gelijkenisdrempels aanpassen op basis van corpusgrootte en terminologiedichtheid.
Cultureel toerisme is een belangrijke drijfveer geworden voor de ontwikkeling van bestemmingen, aangezien reizigers steeds vaker op zoek zijn naar erfgoedgebaseerde ervaringen die betekenisvol zijn in plaats van puur recreatief. Op beleids- en industrieniveau hebben internationale organisaties herhaaldelijk de waarde benadrukt van het verbinden van toerisme met cultuur en het verbeteren van interpretatie, documentatie en communicatie over diverse erfgoedobjecten. Binnen deze bredere context is keramisch cultureel toerisme bijzonder terminologie-dicht omdat bezoekers regelmatig gespecialiseerde concepten tegenko....
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Deze studie gebruikte uitsluitend openbaar beschikbare of door de instelling goedgekeurde tekstuele gegevens en betrof geen menselijke of dierlijke proefpersonen. Er was geen institutionele ethische goedkeuring vereist.
1. Maak de projectwerkruimte aan
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Corpusassemblage en reinigingsopbrengst
Naar aanleiding van het corpusontwerp dat in Tabel 1 wordt getoond, werd een geregistreerd tweetalig corpus samengesteld uit museum- en tentoonstellingsteksten, erfgoedbeschrijvingen en toeristengericht toerismemateriaal. Na het schoonmaken bestond het corpus uit 12 Chinese documenten en 8 Engelse documenten, in totaal 47.843 Chinese karakters en 32.193 Engelse karakters30. Het corpus beh.......
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De belangrijkste waarde van dit protocol ligt in het vermogen om een terminologietaak die vaak informeel wordt afgehandeld om te zetten in een reproduceerbare en reviewbare workflow. In keramiek cultureel toerisme zijn veel termen zowel technisch als interpretatief: ze verwijzen niet alleen naar materialen, oventypes, bakfasen of decoratieve stijlen, maar ook naar hoe deze concepten aan bezoekers worden overgebracht via etiketten, verhalen en educatief materiaal36.......
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs verklaren dat zij geen concurrerende financiële of niet-financiële belangen hebben met betrekking tot dit werk.
De auteurs danken de keramische culturele toerisme-professionals en het museumpersoneel die toegang boden tot tekstuele materialen en domeinfeedback tijdens de corpusconstructie en validatie. De auteurs bedanken ook de twee onafhankelijke domeinannotateurs voor hun zorgvuldige beoordeling van alignment-kandidaten en constructieve opmerkingen over het ontwerp van de inzendingen. Dit werk werd ondersteund door het onderzoeksproject van de Jiangxi Association of Higher Education getiteld "Studie over intelligente Engelse vertaling van Chinese keramiektoerismeterminologie gebaseerd op DeepSeek en het multikanaal verspreidingsmodel" (subsi....
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Computer workstation | Hardware | Elke moderne computer die Python 3.11 kan draaien en tekstcorpora kan verwerken; >=8 GB RAM aanbevolen | Geen catalogusnummer vereist Bron: Generic (elke leverancier) |
| Besturingssysteem | Software | Windows 10/11, macOS of Linux (exacte OS-versie in logs/run_notes.txt vastleggen) | Versie vastgelegd in run_notes.txt Bron: Systeem geïnstalleerd |
| Python | Software | Python 3.11 | Versie vastgelegd in logs/pip_freeze.txt Bron: Python Software Foundation distributie |
| jieba | Softwarebibliotheek | 0.42.1 | jieba==0.42.1 Bron: PyPI pakket repository |
| spaCy | Softwarebibliotheek | 3.7.2 | spacy==3.7.2 Bron: PyPI pakket repository |
| Engels pipeline model | NLP model | en_core_web_sm 3.7.1 (spaCy modelpakket) | en_core_web_sm==3.7.1; installatie vastgelegd in run_notes.txt Bron: spaCy model repository |
| scikit-learn | Softwarebibliotheek | 1.4.2 | scikit-learn==1.4.2 Bron: PyPI pakket repository |
| RapidFuzz | Softwarebibliotheek | 3.6.1 | RapidFuzz==3.6.1 Bron: PyPI pakket repository |
| Spreadsheet editor | Software | Elke software die.xlsx-bestanden kan bewerken | Gebaten voor het bekijken/bewerken van SourceRegister.xlsx, CorpusStats.xlsx, Candidates/Shortlist bestanden Bron: Generic (elke leverancier) |
| Plain-text editor | Software | Elke software die.txt en.csv-bestanden kan bewerken | Gebaten voor het bekijken/bewerken van logs/.txt en resources/.csv Bron: Generic (elke leverancier) |
| UTF-8 tekstconversietool | Software | Elke tool die documenten naar UTF-8 plain text kan exporteren | Gebaten in Stap 2.3; exacte methode vastgelegd in run_notes.txt Bron: Generic (elke leverancier) |
| SourceRegister template | Bestandstemplate | SourceRegister.xlsx met velden: source_id, titel, eigenaar/uitgever, taal, genre, toegangsdatum, licentie-opmerking | Bevroren als outputs/SourceRegister_v1.xlsx Bron: Gemaakt in deze studie |
| Corpus statistieken template | Bestandstemplate | CorpusStats.xlsx met velden: source_id, lang, n_chars_before, n_chars_after, timestamp, cleaning_ruleset | Gegenereerd tijdens Stap 3.6 Bron: Gemaakt in deze studie |
| Chinees gebruikerswoordenboek | Resourcebestand | resources/userdict_zh.txt (domeinspecifieke termenlijst voor segmentatieondersteuning) | Bevroren kopie opgeslagen; checksum vastgelegd in thresholds.txt Bron: Gemaakt/beheerd in deze studie |
| Domein trefwoord kaart | Resourcebestand | resources/domain_keywords.csv met domein_tag prioriteitsregels | Bevroren als outputs/domain_keywords_v1.csv; checksum vastgelegd in alignment_log.txt Bron: Gemaakt/beheerd in deze studie |
| Chinees-Engels term toewijzingstabel | Resourcebestand | resources/term_map_zh2en.xlsx met kolommen term_zh en term_zh_en | Bevroren als outputs/term_map_zh2en_v1.xlsx; dekking vastgelegd in alignment_log.txt Bron: Gemaakt/beheerd in deze studie |
| Drempel log | Logbestand | logs/thresholds.txt (patronen, drempels, bibliotheekversies, resource checksums) | Vereist voor deterministische herhalingen Bron: Gemaakt in deze studie |
| Afstemmingslog | Logbestand | logs/alignment_log.txt (gewichten, k, cutoffs, vectorizer instellingen, mapping dekking, map checksums) | Vereist voor deterministische herhalingen Bron: Gemaakt in deze studie |
| Annotatieblad | Bestandstemplate | validation/Annotation.xlsx (pair_id, term_zh, term_en, S, beslissingen, beslissing, redenering) | Bevroren als outputs/Annotation_v1.xlsx na Stap 6.6 Bron: Gemaakt in deze studie |
| Evaluatie uitvoer | Uitvoerbestand | outputs/Evaluation.xlsx (ruwe overeenkomst, Cohen’s κ, totalen) | Geproduceerd in Stap 6.4 Bron: Gemaakt in deze studie |
| Eindlexicon export | Uitvoerbestand | outputs/FinalLexicon.xlsx volgens Tabel 2 schema | Geproduceerd in Stap 7.2 Bron: Gemaakt in deze studie |
| TBX export | Uitvoerbestand | TBX-bestand gegenereerd vanuit FinalLexicon.xlsx met stabiele entry_id mapping | Validatieresultaat vastgelegd in run_notes.txt Bron: Gemaakt in deze studie |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.