唐代地名信息更新-ProjectsatHarvard.PDFVIP

唐代地名信息更新 邢云 2018.11.8 CBDB唐代地名的增补  CBDB原有2500 多条唐代地 名数据，主要来自于 CHGIS  将 《中国行政区划通史·唐 代卷》中的地名增补到 CBDB 中 CBDB唐代地名的增补  预处理  筛选工作  导入工作* *导入工作同时涉及上层政区的匹配及地理坐标的确认 预处理  将书中地名信 name time_ft_1 time_lt_1 … level1 level2 … 息抽取为数据 表格形式 酒泉 618 766 … 河西道 凉州都 … 督府  利用python程 抽取整理的数据表结构 序，转换数据 表格使其具有 name time_ft_1 time_lt_1 time_ft_2 time_lt_2 与CBDB地名表 开封 618 627 712 907 相似的结构形 式 name time_ft time_lt 开封 618 627 开封 712 907 转换后的数据表结构 筛选工作  一、程序初步比对  编写python程序，将从书中获取的6083条记录与 CBDB唐代2564条地名数据进行逐一比对  比较项为地名、起止年代、隶属关系*  根据比较结果分类打标签（tag） *郭书以天宝十三年（754年）为基准年代编写，从书中提取的地 名数据，其上级隶属政区也都以754年为准 ，故而并不是准确的 上级隶属关系，无法作为地名是否匹配的严格依据。由于唐代正 州县中名称和起止年月存在一定的匹配关系，而隶属关系不同的 情况，出现概率并不高。因此，最终自动比对结果只选取地名和 起止年月作为比较项。 筛选工作  二、人工初次检查6083条对应关系  去除647条无效比对 ◼ 郭数据无意义：187+69 ◼ 187条研究用名（如前**县，安氏大燕国，已修正） ◼ 69条自定区域名称（**直辖地区、**直属地区，可忽略） ◼ 比对无意义——391条 层级不同的重名地名的错误比较  将5436条有效比对进行筛选 ◼ 按分类不同采用抽查、重点检查等方式人工检查 ◼ 将隶属关系作为检查中的重要参考信息 筛选工作  三、利用程序对5436条有效比对进行筛选  2411个郭书中有而CBDB 中没有的地名  3025个郭书与CBDB数据存在某对应关系的地名， 按时间要素区分： 编 分类 数量 ◼ 657条郭真包含于CBDB 号 ◼ 1021条CBDB真包含于郭 1 书有而CBDB没有的地名 2411 2 郭＜CBDB 657 ◼ 426条有交集 3 CBDB＜郭 1021 ◼ 542条空集 4 C