지리지 XML 정규화 개발

파일:기술 지리지 XML.jpg

기술_지리지_XML_비교

기술 개요

• 기술 설명
  • 고전번역원, 국사편찬위원회에서 작성된 주요 지리지 XML DB 처리 모듈
  • 특정 필드 자동 번역 모듈
• 코드 개발자
  • 개발자 : 김현종, 최경현
• 적용 대상
  • 고전번역원, 대동지지
  • 고전번역원, 신증동국여지승람
  • 국사편찬위원회, 여지도서

• 자료 공개
  • 비영리적 활동(논문, 연구서)에 본 자료 사용시, 인용 문구만 표시하면 사용에 제한 없음.
  • 영리적인 목적(프로젝트)으로 사용할 경우에는 관계자(unqtsi@gmail.com)와 상의 후 처리.
  • 본 자료 전체를 다른 곳에서 서비스하는 것은 제한함.
  • 본 코드에 오류가 발견된 경우, unqtsi@gmail.com에 오류 신고.
  • 인용 표기 : 「기술_지리지_XML」, 202X년 X월 기준, 역지사지(https://www.hisgeo.info).

코드 아키텍쳐

1. 입력
   • 기관별 공개된 XML 파일
2. 파싱
   • XML 계층(Level) 분석 및 메타데이터 추출
   • hanja 라이브러리를 이용한 1차 음차 변환
   • 데이터 정제(태그 제거, 표제어/설명 분리)
3. 번역
   • Google Gemini API 연동
4. 출력
   • 엑셀(XLSX) 데이터베이스

공개 DB

고전번역원 지리지 XML 구조

대동지지 팔도지 기준

• <아이템>
  • <레벨1>
    • <레벨2>
      • <메타정보>
        • <제목정보>
          • <제목> → [엑셀: '문헌' 컬럼]
            • <페이지>
        • <간행정보>
          • <간행년>
          • <간행처>
      • <레벨3>
        • <메타정보>
          • <제목정보>
            • <제목> → [엑셀: '도' 컬럼]
        • <레벨4>
          • <메타정보>
            • <제목정보>
              • <제목> → [엑셀: '군현' 컬럼]
                • <페이지>
            • <저자정보>
              • <저자>
                • <한글성명>
                • <한자성명>
            • <간행정보>
              • <집수번호>
            • <분류정보>
              • <분류항목>
                • <분류내용>
          • <본문정보>
            • <내용>
              • <단락제목> → [엑셀: '편목' 컬럼]
              • <단락> → [엑셀: '표제어' 컬럼, 편목 2단계 indent로 처리]
                • <원주> → [엑셀: '설명' 컬럼]
                • <주석> → [하단 주석 정보와 연결]
                • <페이지>
                • <문자효과>
          • <주석정보>
            • <주석항목> → [주석 딕셔너리 생성]
              • <주석명> → [엑셀: '주석' 컬럼의 주석명]
              • <주석내용> → [엑셀: '주석' 컬럼의 주석내용]
          • <연계정보>
            • <연계항목>

할일

-(todo) github에 올리고 링크 연동