资治通鉴-文白对照-文本数据

文白对照阅读

阅读书籍点击

简介

项目地址：zizhitongjian

这个仓库是有关资治通鉴-文白对照的可供人类和机器阅读阅读并进行相关数据研究的项目。

本项目中的文本格式按照原书的卷进行整理，chapters目录下按照[0-9]+_资治通鉴卷名.md进行分别存储：

chapters
├── 001_资治通鉴第一卷(周纪).md
├── 002_资治通鉴第二卷(周纪).md
├── 003_资治通鉴第三卷(周纪).md
...

每一卷的内容格式如下（*表示在部分卷中可能不存在的内容）：

[卷名]*

[时间原文]
[时间译文]

[空白][空白][原文]
[空白][空白][译文]

[空白][空白][原文]
[空白][空白][译文]

[时间原文]
[时间译文]

[空白][空白][原文]
[空白][空白][译文]

结构化数据

结构化数据已由model.py生成，其中的数据结构及生成过程可见于model.py。结构化数据保存于data.json（结构化数据文件）。数据读取和使用样例请见data_usage_demo_visualization.ipynb（结构化数据使用样例）。

抛砖引玉——资治通鉴数据应用样例（壹）：AI辅助理解可视化

正在进行中。（结构化数据使用样例）

项目进展

项目在持续更新，目前任务列表完成情况如下：

• 文本内容获取
• 格式化卷名，便于排序及查询
• 时间数据的译文格式保持和原文格式统一
• 去除不符合文白对照格式的空行、空格，使用统一的换行格式
• 文本内容程序化校对，定位残缺和错误内容
• 文本数据结构化，便于利用数据分析工具和可视化工具进行处理
• 结构化数据使用样例
• AI复制理解及可视化样例
• 对话交互式资治通鉴
• ...

数据预处理的部分源码及说明在本项目的*.ipynb中存档及更新。

如果有任何感兴趣的、想要这个项目做的，请随时、尽情建议！

参与贡献

1. 请随时、尽情在issue中提供任何意见建议，不限于文本内容、文本格式、数据结构、数据分析、数据可视化等任何主题；
2. 文本中有[todo]的地方为分析过程中发现的内容残缺的部分，可以参与校对和修复:D

相关资源

1. http://www.ziyexing.com/files-5/zizhitongjian/zizhitongjian_index.htm
2. https://ctext.org/wiki.pl?if=gb&res=548761&remap=gb
3. 卷28译文可参考：http://www.ziyexing.com/files-4/yywj-157.htm

Star History