学术报告“另一个视界”与上图数字人文项目

出于对可视化的兴趣,周五(2017.8.11)去上海图书馆听学术报告。感谢上图开放学术资源让大家共享。

另一个视界:清华大学美术学院向帆副教授和朱舜山工程师学术讲座

会议通知中推荐的报告人微信公众号文章:
《数据追问-全国美展油画作品视觉化解读》
《我是不是有点皇亲国戚?》

报告安排在下午。可惜我在开讲没多久,就因收到私事信息急需处理,差不多一半时间在边听边开小差上网中。所幸前一晚先做了点功课,看过两位报告人的网站Z Lab,特别是其中的 Projects 板块,还能勉强跟上所讲内容。Z Lab网站共有11个项目(没有上述利用CBDB数据的家谱图),看过感觉一是可视化效果很酷炫(如微博地点钟的24小时);二是可视化设计也被作为一种实用的研究辅助工具(如热带森林数据可视化)。
本次报告涉及了Z Lab网站半数以上项目,听现场讲述比看介绍生动很多,尤其对“为什么会这么做”的解释,光看介绍是获取不到的。向帆老师把她的项目定位为现代艺术作品,而不是数字人文(或其他),至于被其他人用作分析工具,也被她视为作品的一部分,全国美展获奖作品分析就是一个典型例子。我的感觉,比如在CBDB家族谱系图、热带森林数据等,可视化应该更多是作为工具。当然由于向老师的美术背景,或许在设计时是作为艺术创作看待的。
问答阶段,向老师提到她也做了不少文本挖掘项目,比如张爱玲、海明威……,数字人文无疑。
听完比较“失望”的是,那些酷炫的效果,大多是朱舜山老师用代码写出来的,没有利用太多工具。视觉设计不易,实现也不具有可复制性。因此,只能是艺术品?两位老师珠联璧合,看得出在性格上也属互补型的。

——— 上海图书馆数字人文项目介绍 ———
当天上午是内部的上海图书馆数字人文项目介绍,希望请两位老师帮助改善可视化界面设计。
刘炜副馆长开场,夏翠娟做总体介绍,上图目前共有7个相关项目:1中国家谱总目(华人家谱总目——上海图书馆家谱知识服务平台),2盛宣怀档案,3名人手稿(上海图书馆名人手稿),4中文古籍联合目录及循证平台,5规范库(含人名、中国历史纪年、地理名词表、收藏机构名录等),6书目库,7上海历史文化时空再造——武康路。其中1、3、4、7后续由各自项目主管(抱歉没听清姓名)做详细演示,尤其是可视化部分。
向老师在看到名人手稿部分时指出:一般的可视化(饼图柱图之类),掩盖了最最让人感动的部分。——话说得没错,只不过图书馆是整理资料的,就像朱老师在整理全国美展获奖作品基础资料时所说的somebody:Somebody has to do the dirty work. 面对海量文献中充满个性化的内容,要当作艺术作品来创作,真的会使项目没有截止期的。
向老师问得最多的问题是:应用场景,用户需求。——或者说用例、故事,确实是需要首先考虑,也是当前图书馆做项目需要强调的,比如最近LD4社群“调和与实体解析工作组”正在征求用例(关联数据的“调和”与“解析”) 。
与邻座tsingove交换意见,作为基础设施的话,有时可能并不针对特定场景(当然那也是场景),提供数据就好,至于怎么用,留给第三方来开发。上图接连两年举办的关联数据竞赛,就是这种设想的体现。夏MM也解释,如古籍系统的某些预设应用,也是咨询过馆内领域专家的,是作为示范,让研究者了解数据可能怎么用,进而提出更多应用场景。
上午会议结束时,Keven总结数字人文项目中三方的角色:图书馆员作为领域专家与计算机开发者之间的桥梁。朱老师补充:要加上第四方设计师,了解用户体验。

“数字人文:大数据时代人文研究前沿与探索”学术研讨会

“数字人文:大数据时代人文研究前沿与探索”学术研讨会:2017.7.1-2 南京大学

周末两天,有幸通过网络收看本次研讨会。会议内容相当丰富,30多个报告,既有介绍工具、开阔眼界的,也有各种应用、有的令人脑洞大开。
直播视频流畅,现场感强,手机随时截屏、比现场拍照还方便。可惜因各种俗务在外奔波,只看了约1/3的报告——看过的几个报告简单笔记附后。
总体观感:
1、数据库仍是必须的基础,但仅仅有数据库是不够的。
2、数字人文两大利器:GIS、可视化。
3、在CBDB、CHGIS的感召下,合作、开放越来越成为一种潮流,像是迟到的春天终于要来了。

——— 报告笔记 ———
主题演讲:
Peter Bol(哈佛大学), Making Conceptual Leaps and Finding the Right Tools
包弼德教授用流利的中文讲工具的重要性,及各种工具介绍。
项洁(台湾大学),数字人文的能与不能
报告标题改为“从取用到分析,从群体到个人:数位人文的演进思考”。台湾的“数位典藏与数位人文国际演讨会”今年将举办第8届了。介绍台湾历史数位图书馆THDL,提供给学者的数字人文研究工具DocuSky,及应用案例。
– 范毅军(台湾中研院),地理資訊與空間人文─建構虛擬時空框架的設想、具體實踐與應用
(只看了开头)

数字史学的方法与案例:
舒健(上海大学),民国天主教期刊出版状况初探——基于汉语基督教书目文献数据库的研究
书目元数据的挖掘。书目元数据当然也是可以挖掘的。
邱伟云(山东大学),词汇、概念、话语:数字人文视野下中国近代“未来”观的建构与再现
来自台湾的邱伟去,介绍近代报刊全文中“未来”一词的变化与同现词分析。略为简单,比如没有考虑到UU毕业论文中涉及的词语可能的含义变迁。“未来”或许含义比较单一,其他词则未必。
曹志红(中国科学院大学),徘徊于传统史学与数字史学之间的中国历史动物研究:以华南虎为例
“虎”在历史文献中的不同视角,自然的、社会的甚至药物的,以及地理分布。非常有意思的研究。
王哲(上海财经大学)、马欢(复旦大学),近代海关数据的整理与旧海关生态圈的初步构想
英国人积累下的中国海关数据,丰富而复杂。也是一项大的基础工程。

历史地理信息系统(HGIS)(下)
潘威、小林雄河(陕西师范大学),东亚历史台风信息系统建设与近三百年东亚台风活动研究的进展
中日韩朝台风数据。
朱本军(北京大学),GIS与战国历史地理研究
用地理地形数据分析历史地名的位置。
胡恒 (中国人民大学),GIS所见“冲繁疲难”与清代政治地理格局初探——兼核验《缙绅录》中相关数据的准确性
清代为行政区给的4种标签“冲繁疲难”,地理分布特征。
陈刚(南京大学),南京城市古旧地图数据库设计及历史城市形态学研究
南京古地图出版,用地图做了不少有意思的研究。接下来要做的是地图的数字化:只看到地图元数据层面的设计,似乎还没有深入到地图本身。
徐永明、唐云芝(浙江大学),《全元诗》作者的地理分布的可视化呈现
报告标题改为“数字人文与我的古代文学研究”,介绍工具,以及《全元诗》外更多研究。
程星华、胡迪、刘龙雨等(南京师范大学),面向公众的三国历史WebGIS的设计与实现
报告人是南京师范大学地理学的本科生,游戏化的三国历史GIS,很有意思。

ORCID 2017上海研讨会:笔记与联想

本着了解ORCID应用进展的想法,报名参加了 ORCID 2017上海研讨会。参会者以图书馆界为主、出版界次之,研究人员/科研管理只占很小部分,并且这小部分似乎下午都已不在场。
1、ORCiD /ɔ:kid/
拼单词就out了。官网Logo中间有个小写,但文字中通常全大写。

2、这是ORID首次在中国大陆召开的会议,有从北京来参会的出版界人士。据ORCID中国区总监胡昌杰介绍,大陆注册人数估计35万(根据机构邮箱、国内常用邮件服务),仅次于美国。机构会员情况:
大陆4家(清华大学,中科院文献情报中心,中科院高能物理研究所,中国农业科学院)
香港7家(8所大学中除香港科技大学)
台湾9家(未列出)

3、中科院文献情报中心曾有 iAuthor.cn 网站提供ORCID注册(“中国科学家在线”平台正式上线,2014-10-30),已是过去完成时(今天发现网站无法访问、烂尾了)。
如果个人需要ORCID号,直接到ORCID官网,免费注册 。官网有给ORCID号生成二维码功能,有国别选项,仅20多个国家、不含中国——此选项含义不明,会议问答阶段说明,注册信息中不含国家,如更换国籍无须更新个人信息。

4、可使用API利用ORCID数据
API有3等,免费的公共API有查询功能,基本会员API和高级会员API有不同的更新记录权限(成员资格与费用,3-120万不等)。更新记录将丰富会员单位下属个人ORCID信息,并且增加个人信息的可信度。

5、个人ORCID数据目前由CrossRef提供基于DOI的自动更新,也可如上由会员单位更新。否则的话,只能由个人自己更新,自己更新信息的可信度级别较低。ORCID本身不提供其他通报功能。
已注册了ORCID的都了解,目前中文成果基本上没有自动更新。没有国外发文的话,目前注册这个号码作用尚未能体现。这也是最后专家讨论阶段,社科文献出版社集刊运营中心副主任柴宁提问的:人文社科为什么要用它?

6、科研信息管理需要用到个人ID,以区别姓名相同或者姓名形式相同的情况 。目前有不少通行的个人ID,通常需要并行使用,才能拼出相对完整的个人成果。
香港理工大学图书馆研究支援部主任谢佳燕(Janice Chia)介绍,理大在学校层面推进ORCID注册,其学者库将ORCID与Scopus author ID、ResearcherID整合,以获取相对完整的个人成果信息。该馆Researcher Profile网页也列出了本次报告介绍的数据整合流程。
上海交通大学图书馆潘卫副馆长介绍,上交大机构知识库目前根据学校需求,侧重研究者数据管理,近期目标是实现学院年度成果考核,要求成果精确归属(自动判断+认领),同时减少对成果的反复识别。因此下决心对全校数千研究人员做人名规范,除以上3种个人ID,还使用ISNI及一些专业平台的作者ID。上交大自身并推动在DRAA电子资源谈判中,增加数据获取的权利

7、图书馆界关注个人ID,是因为它能区分同名者、汇聚研究者成果,属于传统图书馆学编目中的规范控制范畴。但是,如会议最后提到的,研究者才是ORCID的主角,如何让研究者愿意使用,方便其工作,才是ORCID是否能够成功的关键。目前国内已有期刊要求作者、审核者提供ORCID,除此之外呢?

8、会议赞助商Nature和Science的报告,关注点在提高科研成果的可信度,因为近年科学丑闻太多。
Nature Research大中华区执行主编印格致(Ed Gerstner)讲加强透明度,如通过研究数据的开放获取、研究预注册、提高成果的可重复性。
AAAS亚太业务开发总监初晓英讲要求研究者声明自己的责任,采用贡献元数据+责任方式(Credit)词表。
两家方向一致,思路不同。前者通过开放,实现第三方监控;后者是要求自律。尽管看到元数据、受控词表感觉很亲切,但我不相信自律,更相信开放的制度设计。

2017-6-23 update:
官网上的会议主页,PPT已上线(figshare.com在线浏览+下载)
– 会上初晓英提到有篇用ORCID数据做的科学家流动研究文章发表在Science系列,文章中那个跳槽最多、在10个国家工作过的人现在到了上海大学。文章中译版:
用ORCID追踪全球科学家的流动(原文作者John Bohannon & Kirk Doran)
除了很炫的可视化图。其中还提到ORCID存在的问题:(1)用户偏年轻化;(2)不同国家用户数量与研究人员数量不匹配,如西班牙和葡萄牙偏高,因为这两个国家的科研资助机构都要求科学家使用ORCID;(3)学术界研究人员有更大发表论文压力,因而比产业界的科学家更积极地注册。
– 会后反馈。包括:(1)问卷调查:评介会议、报告、场地、建议等——第一次见到给每个报告评分的问卷。(2)收集参会者ORCID号,如果没有,也可即时注册——既收集信息、也是推广。为免干扰,在此就不提供链接了。