The Life of a Book
以《水经注》为个案,展示一部古籍在本研究系统中的完整轨迹 — 从 PDF 到 Citation ID。
《水经注》是北魏郦道元为《水经》所作的注疏,是中国古代地理学与水文史的奠基之作。本展厅以它为案例,展示它如何从一份静态 PDF 图像变成可被检索、可被引证的研究资源。
这份书的基本数据
| 作品 | 水经注 · post_id=124575 · work_id=p124575 |
|---|---|
| 作者 / 时代 | 郦道元(北魏) |
| 来源 | JDA (国立国会図書館) — BnF Gallica 转录 |
| 总页数 | 956 |
| OCR 成功页数 | 956 |
| 字符数 | 322,030 chars |
| 可搜索页数 | 933 (searchable=1) |
| Collection 归属 | historical-hydrology |
60 页样本(前 60 页)
这是从前 60 页导出的元数据样本:页序号、OCR 状态、字符数、平均置信度、QA 状态、文本预览。
v0.2 不展示完整 956 页 — 仅展示前 60 页作为样本。
| # | 页序 | 页签 | OCR | chars | conf | QA | 预览 |
|---|
Page Image Viewer Framework
v0.2 提供 5 个框架(framework-only placeholder),不展示真实图像。框架位置 = 前 5 个页样本的 IIIF canvas 在页面上的视觉位置。
IIIF URL 未导出至 data/。v0.3 可接入(不在 v0.2 范围)。
这个书如何被检索
查询示例:「水经注河水」→ 14 个 claim 含 SHUGE:p124575:1..14 的引用。
查询示例:「郦道元 河水注」→ 8 个 claim。
查询示例:「河防一览黄河」→ 6 个 claim(跨集合查询,与水经注同时验证)。
查询路径(不暴露 SQL):question → planner → terms (allow-list) → FTS5 query (collection filter 注入) → evidence ledger → claim synthesis → Citation ID list。
Take-away
一部书的「生命」从静态 PDF 图像出发,经 OCR 文本化 → FTS5 索引化 → collection 成员化 → evidence ledger 化 → claim 合成 → Citation ID 化。每一个环节都留下可追溯的痕迹 — 字符数、置信度、QA 状态、citation_id。