碼庫思

碼庫思(MARKUS)為文本標記與分析線上平台，功能多元，包括：

1.自動識別與標記漢文古籍文本所含人名、地名、官職名與時代資訊。

2.可自訂標記，並手動標記自訂的多種語言關鍵詞。

3.以文本分析工具「詞夾子(keyword clipper)」自動生成關鍵詞。

4.可彈性篩選所標記資訊

5.提供多種類線上參考資源協助文本解讀，包括地理資訊、人物傳記資料，以及語言性與專門領域性辭典等。

6.提供HTML、TEI等多樣檔案輸出格式，可確保標記成果與其他數位工具或平台相容。

7.標記成果可連結中國人物傳記資料庫或TGAZ、TWGIS等地理資訊資料庫之相關資訊，合併匯入資料視覺化平台VISUS，以地圖、網絡圖像、表格、時間軸、圓餅圖、文字雲等工具探索文本內容。

8.可藉外掛程式(plugin)由其他資料庫匯入各式文本。如內建Ctext Plugin，可自Donald Sturgeon「中國哲學書電子化計劃(Chinese Text Project)」便捷匯入文本。

9.提供機器學習(machine learning)模組，提升大規模文本標記的準確率(precision)與召回率(recall)。

10.自由註冊使用帳號，以彈性管理文本檔案，包括：利用關鍵詞或正規表達式批次標記多項文本；或將標記成果匯出至不同文本分析與視覺化平台，如PALLADIO, PLATIN, DOCUSKY, 與 COMPARATIVUS等。

碼庫思提供上述功能中英文使用教學影片與說明手冊，並設有交流論壇，供使用者分享、討論使用案例與操作經驗。開發文件(documentation)詳見Github.

碼庫思由何浩洋與魏希德共同開發，獲歐洲研究委員會(European Research Council)和「數據挖掘挑戰」計畫(Digging into Data)資助。「詞夾子」功能由臺灣大學項潔、杜協昌等提供；機器學習模組由苗聖法開發。 以直接輸出到碼庫思系統去處理。

外部鏈接

• 碼庫思