DraCor (Drama Corpora Project)

🚀 使用DraCor的戏剧作品分析historical plays中角色ID标记问题的任务指令

本项目旨在借助DraCor数据库对历史剧本展开分析，检测并修复角色ID标记里的潜在错误。通过对剧本的角色关系、全文本结构进行剖析，找出角色ID标记存在的各类问题。

🚀 快速开始

项目目标

通过DraCor数据库分析历史剧本，检测和修复角色ID标记中的潜在错误。

主要步骤

从DraCor数据库选剧本，分析角色关系与全文本结构，检测角色ID标记问题，最后编制详细报告。

✨ 主要特性

• 全面分析历史剧本，涵盖角色关系与全文本结构。
• 多维度检测角色ID标记问题，如拼写差异、名称混淆等。
• 生成详细报告，以表格形式呈现问题信息。

📦 安装指南

环境设置

• Python版本：建议使用Python 3.10或更高版本。
• 安装依赖：安装必要的库，包括Model Context Protocol Python SDK。

项目配置

1. 初始化项目目录结构：建立新文件夹存储项目相关文件和数据。
2. 配置设置文件：创建并编辑settings.py文件，定义DraCor API的基址、RATE_LIMIT等参数。
3. 编写MCP脚本：使用Model Context Protocol编写脚本，实现剧本选择、数据提取、错误检测等功能。

💻 使用示例

基础用法

剧本选择与数据提取

# 以下是使用DraCor API获取数据的示例代码
import requests

# 获取所有剧本清单
corpora_url = "https://dracor.org/api/corpora"
response = requests.get(corpora_url)
corpora = response.json()

# 选择特定剧本
corpus_name = "your_corpus_name"
plays_url = f"https://dracor.org/api/plays/{corpus_name}"
plays_response = requests.get(plays_url)
plays = plays_response.json()

# 提取角色信息
play_name = "your_play_name"
characters_url = f"https://dracor.org/api/characters/{corpus_name}/{play_name}"
characters_response = requests.get(characters_url)
characters = characters_response.json()

# 提取全文本内容
full_text_url = f"https://dracor.org/api/full_text/{corpus_name}/{play_name}"
full_text_response = requests.get(full_text_url)
full_text = full_text_response.text

高级用法

执行分析并生成报告

# 以下是使用Model Context Protocol编写脚本实现分析和报告生成的示例
# 这里假设已经完成了数据提取和相关配置
import pandas as pd

# 执行分析步骤
# ...

# 生成报告数据
report_data = [
    {
        "Text ID": "your_text_id",
        "Current character ID": "your_character_id",
        "Problematic variants found in text": "your_problematic_variants",
        "Type of error": "your_error_type",
        "Explanation of the issue": "your_issue_explanation"
    }
]

# 创建DataFrame
report_df = pd.DataFrame(report_data)

# 保存为Excel文件
report_df.to_excel("report.xlsx", index=False)

📚 详细文档

分析步骤

1. 剧本选择：从DraCor数据库中挑选一部特定的剧本。
2. 角色关系分析：仔细核查剧本中各角色间的互动与关系，保证每个角色都有唯一的ID标记。
3. 全文本结构分析：对剧本全文本进行结构化剖析，涵盖戏剧情节、话剧场面等，留意是否存在角色名称的多样性或历史拼写变体。
4. 角色ID标记问题检测：
   • 检查角色名称的拼写差异。
   • 确认是否有角色名称混淆或重叠的情况。
   • 关注剧本中是否存在historical spelling variants（历史拼写变体）。
   • 甄别stage directions（舞台指示）中的角色ID是否与其他部分一致。

策略报告结构

根据发现的问题，编制一份详细报告，以表格形式整理以下信息：

| Text ID | Current character ID | Problematic variants found in text | Type of error | Explanation of the issue | |---------------|---------------------------|-------------------------------------|------------------------|---------------------------------------------| | [剧本ID] | [现有角色ID] | [文本文中发现的问题变体] | [错误类型，如拼写差异、混淆等] | [具体问题描述及原因分析] |

使用DraCor API进行数据提取

资源访问

1. 获取所有剧本清单：使用API端点/corpora来获取可用的剧本库。
2. 选择特定剧本：通过/plays/{corpus_name}接口来选定具体研究的剧本。
3. 提取角色信息：利用/characters/{corpus_name}/{play_name}接口来获取剧本中的角色数据。
4. 全文本提取：使用/full_text/{corpus_name}/{play_name}来取得剧本的全文本内容。

工具使用

1. 搜索剧本：使用search_plays工具根据关键字或其他条件在DraCor数据库中搜索剧本。
2. comparative_analysis（比较分析）：若需要对多个剧本进行对比，可使用该工具来分析不同剧本之间的异同。

提示模板

在具体分析时，可使用以下提示模板：

"您的任务是从DraCor数据库中分析historical plays并检测角色ID标记中的潜在问题。具体来说：
1. 选择一部剧本并进行全面的角色关系、全文本结构和剧本结构分析。
2. 检测所有可能的标记错误，包括但不限于：
   - 角色名称的拼写变体
   - 角色名称的混淆或重叠
   - 历史拼写变体
   - 舞台指示中角色ID与其他部分的一致性问题
3. 编制一份详细报告，以表格形式列出以下信息：
   - Text ID（剧本唯一标识符）
   - 现有数据库中的角色ID
   - 文本文中发现的问题变体
   - 错误类型（如拼写差异、混淆等）
   - 具体问题描述及原因分析

请为以下剧本进行分析：[剧名]"

项目配置与执行

环境设置

• Python版本：建议使用Python 3.10或更高版本。
• 安装依赖：安装必要的库，包括Model Context Protocol Python SDK。

执行步骤

1. 初始化项目目录结构：建立一个新的文件夹，用于存储项目的相关文件和数据。
2. 配置设置文件：创建并编辑settings.py文件，定义DraCor API的基址、RATE_LIMIT等参数。
3. 编写MCP脚本：使用Model Context Protocol编写脚本，实现剧本选择、数据提取、错误检测等功能。
4. 执行分析并生成报告：启动脚本，让其自动完成剧本分析和问题报告的生成。

报告生成

分析完成后，脚本会自动生成一个包含问题总结和建议修复方案的PDF或Excel文件。

确保数据准确性与完整性

在整个分析过程中，需特别注意以下几点：

1. 数据来源可靠性：确保所使用的DraCor数据库是最新的且来源可靠。
2. 数据清洗：在进行深度分析前，对提取的数据进行初步清洁，剔除或修正明显的错误或不相关信息。
3. 多角度验证：通过交叉比对不同来源的信息，或多种方法相互印证，来提高分析结果的准确性。

🔧 技术细节

本项目使用Model Context Protocol编写脚本，结合DraCor API进行数据提取和分析。通过对剧本的角色关系、全文本结构进行深入剖析，检测角色ID标记中的潜在错误。在数据处理过程中，需要注意数据的准确性和完整性，通过数据清洗和多角度验证来确保分析结果的可靠性。

📄 许可证

暂未提及相关许可证信息。

附錄

參考文獻

• DraCor數據庫官方文檔
• Model Context Protocol SDK使用手冊
• 相關學術論文或研究報告

接觸方式

如有任何問題或建議，請聯絡項目管理員：[聯絡信息]

⚠️ 重要提示

本分析指令需根据具体剧本的内容和数据结构进行适当调整。