Dracor (Drama Corpora Project)

🚀 使用DraCor的戲劇作品分析historical plays中角色ID標記問題的任務指令

本項目旨在藉助DraCor數據庫對歷史劇本展開分析，檢測並修復角色ID標記裡的潛在錯誤。通過對劇本的角色關係、全文本結構進行剖析，找出角色ID標記存在的各類問題。

🚀 快速開始

項目目標

通過DraCor數據庫分析歷史劇本，檢測和修復角色ID標記中的潛在錯誤。

主要步驟

從DraCor數據庫選劇本，分析角色關係與全文本結構，檢測角色ID標記問題，最後編制詳細報告。

✨ 主要特性

• 全面分析歷史劇本，涵蓋角色關係與全文本結構。
• 多維度檢測角色ID標記問題，如拼寫差異、名稱混淆等。
• 生成詳細報告，以表格形式呈現問題信息。

📦 安裝指南

環境設置

• Python版本：建議使用Python 3.10或更高版本。
• 安裝依賴：安裝必要的庫，包括Model Context Protocol Python SDK。

項目配置

1. 初始化項目目錄結構：建立新文件夾存儲項目相關文件和數據。
2. 配置設置文件：創建並編輯settings.py文件，定義DraCor API的基址、RATE_LIMIT等參數。
3. 編寫MCP腳本：使用Model Context Protocol編寫腳本，實現劇本選擇、數據提取、錯誤檢測等功能。

💻 使用示例

基礎用法

劇本選擇與數據提取

# 以下是使用DraCor API獲取數據的示例代碼
import requests

# 獲取所有劇本清單
corpora_url = "https://dracor.org/api/corpora"
response = requests.get(corpora_url)
corpora = response.json()

# 選擇特定劇本
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()

# 提取全文本內容
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

高級用法

執行分析並生成報告

# 以下是使用Model Context Protocol編寫腳本實現分析和報告生成的示例
# 這裡假設已經完成了數據提取和相關配置
import pandas as pd

# 執行分析步驟
# ...

# 生成報告數據
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"
    }
]

# 創建DataFrame
report_df = pd.DataFrame(report_data)

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

📚 詳細文檔

分析步驟

1. 劇本選擇：從DraCor數據庫中挑選一部特定的劇本。
2. 角色關係分析：仔細核查劇本中各角色間的互動與關係，保證每個角色都有唯一的ID標記。
3. 全文本結構分析：對劇本全文本進行結構化剖析，涵蓋戲劇情節、話劇場面等，留意是否存在角色名稱的多樣性或歷史拼寫變體。
4. 角色ID標記問題檢測：
   • 檢查角色名稱的拼寫差異。
   • 確認是否有角色名稱混淆或重疊的情況。
   • 關注劇本中是否存在historical spelling variants（歷史拼寫變體）。
   • 甄別stage directions（舞臺指示）中的角色ID是否與其他部分一致。

策略報告結構

根據發現的問題，編制一份詳細報告，以表格形式整理以下信息：

使用DraCor API進行數據提取

資源訪問

1. 獲取所有劇本清單：使用API端點/corpora來獲取可用的劇本庫。
2. 選擇特定劇本：通過/plays/{corpus_name}接口來選定具體研究的劇本。
3. 提取角色信息：利用/characters/{corpus_name}/{play_name}接口來獲取劇本中的角色數據。
4. 全文本提取：使用/full_text/{corpus_name}/{play_name}來取得劇本的全文本內容。

工具使用

1. 搜索劇本：使用search_plays工具根據關鍵字或其他條件在DraCor數據庫中搜索劇本。
2. comparative_analysis（比較分析）：若需要對多個劇本進行對比，可使用該工具來分析不同劇本之間的異同。

提示模板

在具體分析時，可使用以下提示模板：

"您的任務是從DraCor數據庫中分析historical plays並檢測角色ID標記中的潛在問題。具體來說：
1. 選擇一部劇本並進行全面的角色關係、全文本結構和劇本結構分析。
2. 檢測所有可能的標記錯誤，包括但不限於：
   - 角色名稱的拼寫變體
   - 角色名稱的混淆或重疊
   - 歷史拼寫變體
   - 舞臺指示中角色ID與其他部分的一致性問題
3. 編制一份詳細報告，以表格形式列出以下信息：
   - Text ID（劇本唯一標識符）
   - 現有數據庫中的角色ID
   - 文本文中發現的問題變體
   - 錯誤類型（如拼寫差異、混淆等）
   - 具體問題描述及原因分析

請為以下劇本進行分析：[劇名]"

項目配置與執行

環境設置

• Python版本：建議使用Python 3.10或更高版本。
• 安裝依賴：安裝必要的庫，包括Model Context Protocol Python SDK。

執行步驟

1. 初始化項目目錄結構：建立一個新的文件夾，用於存儲項目的相關文件和數據。
2. 配置設置文件：創建並編輯settings.py文件，定義DraCor API的基址、RATE_LIMIT等參數。
3. 編寫MCP腳本：使用Model Context Protocol編寫腳本，實現劇本選擇、數據提取、錯誤檢測等功能。
4. 執行分析並生成報告：啟動腳本，讓其自動完成劇本分析和問題報告的生成。

報告生成

分析完成後，腳本會自動生成一個包含問題總結和建議修復方案的PDF或Excel文件。

確保數據準確性與完整性

在整個分析過程中，需特別注意以下幾點：

1. 數據來源可靠性：確保所使用的DraCor數據庫是最新的且來源可靠。
2. 數據清洗：在進行深度分析前，對提取的數據進行初步清潔，剔除或修正明顯的錯誤或不相關信息。
3. 多角度驗證：通過交叉比對不同來源的信息，或多種方法相互印證，來提高分析結果的準確性。

🔧 技術細節

本項目使用Model Context Protocol編寫腳本，結合DraCor API進行數據提取和分析。通過對劇本的角色關係、全文本結構進行深入剖析，檢測角色ID標記中的潛在錯誤。在數據處理過程中，需要注意數據的準確性和完整性，通過數據清洗和多角度驗證來確保分析結果的可靠性。

📄 許可證

暫未提及相關許可證信息。

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

本分析指令需根據具體劇本的內容和數據結構進行適當調整。