論文の概要: Advancing Manuscript Metadata: Work in Progress at the Jagiellonian University

• arxiv url: http://arxiv.org/abs/2407.06976v1
• Date: Tue, 9 Jul 2024 15:52:06 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-10 17:27:33.698948
• Title: Advancing Manuscript Metadata: Work in Progress at the Jagiellonian University
• Title（参考訳）: マニュアルメタデータの高度化:ジャギロニア大学における研究の進展
• Authors: Luiz do Valle Miranda, Krzysztof Kutt, Grzegorz J. Nalepa,
• Abstract要約: ジャギロニア大学の3つのユニットが協力して、文化遺産をデジタル化し、詳細を記述し、これらの記述をリンクされたデータクラウドに統合している。 本報告では,開発中のデータモデルの最も重要な要件について概説する。 コレクションの観点から最も関連性の高い2つの標準であるEuropeana Data ModelとKalliopeのEncoded Archival Descriptionを比較した。
• 参考スコア（独自算出の注目度）: 7.993453987882035
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As part of ongoing research projects, three Jagiellonian University units -- the Jagiellonian University Museum, the Jagiellonian University Archives, and the Jagiellonian Library -- are collaborating to digitize cultural heritage documents, describe them in detail, and then integrate these descriptions into a linked data cloud. Achieving this goal requires, as a first step, the development of a metadata model that, on the one hand, complies with existing standards, on the other hand, allows interoperability with other systems, and on the third, captures all the elements of description established by the curators of the collections. In this paper, we present a report on the current status of the work, in which we outline the most important requirements for the data model under development and then make a detailed comparison with the two standards that are the most relevant from the point of view of collections: Europeana Data Model used in Europeana and Encoded Archival Description used in Kalliope.
• Abstract（参考訳）: 進行中の研究プロジェクトの一環として、ジャギロニア大学博物館、ジャギロニア大学アーカイブ、ジャギロニア図書館の3つのユニットが、文化遺産をデジタル化し、詳細に記述し、これらの記述をリンクされたデータクラウドに統合するために協力している。 この目標を達成するためには、最初のステップとして、既存の標準に準拠したメタデータモデルの開発が必要であり、他方では、他のシステムとの相互運用性を可能にし、3番目のステップでは、コレクションのキュレーターが確立した記述のすべての要素をキャプチャする。 本稿では,本研究の現状について報告し,開発中のデータモデルに関する最も重要な要件を概説するとともに,コレクションの観点から最も関連性の高い2つの標準,すなわちヨーロッパにおけるデータモデルとカリオペで使用されるエンコードされたアーカイブ記述(Encoded Archival Description)を詳細に比較する。

関連論文リスト

• Integrating Planning into Single-Turn Long-Form Text Generation [66.08871753377055]
  長文コンテンツを生成するための計画案を提案する。 私たちの主な新規性は、複数のプロンプトや計画のラウンドを必要としない単一の補助的なタスクにあります。 実験では,LLMを補助タスクで微調整し,高品質な文書を生成する,異なる領域からの2つのデータセットを実証した。
  論文  参考訳（メタデータ） (2024-10-08T17:02:40Z)
• Microsoft Cloud-based Digitization Workflow with Rich Metadata Acquisition for Cultural Heritage Objects [7.450700594277742]
  我々はジャギロニア図書館(JL)で新しいデジタル化ワークフローを開発した。 ソリューションは、簡単にアクセスできる技術ソリューション - MS Excelファイルインターフェースを備えたMicrosoftクラウド、メタデータ取得用のOffice Script、ストレージ用のMS 365 -- に基づいており、ドメインの専門家がメタデータを取得することができる。 最終的な目標は、一般的な知識基盤と他の文化遺産コレクションに関連付けられた分析された保持状況を記述する知識グラフを作成することである。
  論文  参考訳（メタデータ） (2024-07-09T15:49:47Z)
• EUFCC-340K: A Faceted Hierarchical Dataset for Metadata Annotation in GLAM Collections [6.723689308768857]
  EUFCC340Kデータセットは、AAT(Art & Architecture Thesaurus)に基づいた階層構造に従って、材料、オブジェクトタイプ、ディシプリエンス、主題という、複数の面にまたがって構成されている。 2つの異なるテストシナリオにおけるモデルロバスト性および一般化能力の評価実験は、マルチラベル分類ツールの改善におけるデータセットの有用性を実証する。
  論文  参考訳（メタデータ） (2024-06-04T14:57:56Z)
• Leveraging Collection-Wide Similarities for Unsupervised Document Structure Extraction [61.998789448260005]
  本稿では,コレクション内の文書の典型的構造を特定することを提案する。 任意のヘッダのパラフレーズを抽象化し、各トピックを各ドキュメントのロケーションにグルーピングします。 文書間の類似性を利用した教師なしグラフベース手法を開発した。
  論文  参考訳（メタデータ） (2024-02-21T16:22:21Z)
• Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research [139.69207791947738]
  ドルマ (Dolma) は、ウェブコンテンツ、科学論文、コード、パブリックドメインの書籍、ソーシャルメディア、百科事典の素材を多用した3トリルの英語コーパスである。 我々はDolmaの設計原則、その構築の詳細、内容の要約を含む、Dolmaを文書化します。 我々は、重要なデータキュレーションの実践について学んだことを共有するために、Dolmaの中間状態の分析と実験結果を示す。
  論文  参考訳（メタデータ） (2024-01-31T20:29:50Z)
• Peek Across: Improving Multi-Document Modeling via Cross-Document Question-Answering [49.85790367128085]
  我々は,事前学習対象に答える新しいクロスドキュメント質問から,汎用的なマルチドキュメントモデルを事前学習する。 この新規なマルチドキュメントQA定式化は、クロステキスト情報関係をよりよく回復させるようモデルに指示する。 分類タスクや要約タスクに焦点を当てた従来のマルチドキュメントモデルとは異なり、事前学習対象の定式化により、短いテキスト生成と長いテキスト生成の両方を含むタスクを実行できる。
  論文  参考訳（メタデータ） (2023-05-24T17:48:40Z)
• Documenting Data Production Processes: A Participatory Approach for Data Work [4.811554861191618]
  機械学習データの不透明さは 倫理的なデータ処理と 知的なシステムにとって 重大な脅威です これまでの研究では、データセットを文書化するための標準化されたチェックリストが提案されている。 本稿では,データセットのドキュメンテーションからデータ生成のドキュメンテーションへの視点転換を提案する。
  論文  参考訳（メタデータ） (2022-07-11T15:39:02Z)
• Documenting Geographically and Contextually Diverse Data Sources: The BigScience Catalogue of Language Data and Resources [17.69148305999049]
  我々はBigScienceイニシアチブの一環として、ドキュメントファーストで人間中心のデータ収集プロジェクトのための方法論を提示する。 我々は,潜在的なデータソースのメタデータを収集する,地理的に多様な対象言語群を同定する。 この取り組みを構築するために,組織化された公開ハッカソンを通じてメタデータを収集する支援ツールとして,オンラインカタログを開発した。
  論文  参考訳（メタデータ） (2022-01-25T03:05:23Z)
• Integrating Semantics and Neighborhood Information with Graph-Driven Generative Models for Document Retrieval [51.823187647843945]
  本稿では,周辺情報をグラフ誘導ガウス分布でエンコードし,その2種類の情報をグラフ駆動生成モデルと統合することを提案する。 この近似の下では、トレーニング対象がシングルトンまたはペアワイズ文書のみを含む用語に分解可能であることを証明し、モデルが非関連文書と同じくらい効率的にトレーニングできることを示す。
  論文  参考訳（メタデータ） (2021-05-27T11:29:03Z)
• What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
  本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。 本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。 本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-06T02:23:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。