资源元数据

您已创建语言资源。现在，你如何帮助人们找到它？

资源元数据工作流

资源元数据的主要来源是一个YAML文件，该文件被解析并包含在网站。它自动转换为META-SHARE XML文件，可以导入到SweClarin存储库.

谁负责？

元数据YAML文件	资源所有者（您）
META-SHARE XML文件	自动创建
数据	请参阅“上传数据文件”（如下）。
导入到SweClarin存储库	系统管理员

YAML文件

请遵循以下步骤：

1. 创建一个YAML文件，正式描述您的语言资源
   • 首先复制资源类型（语料库、词典或模型）的模板。可以下载模板在这里.
   • 如果您不确定如何填写某些字段，可以检查其他YAML资源文件为了进行比较，请保留默认值，或寻求帮助（例如，在#元数据Slack上的频道）。
   • 如果资源是公共的，不要忘记在下载中的节和/或链接（例如到Korp或Karp）接近中的属性接口第节。
   • 请使用一些工具对YAML文件执行语法检查（例如。这个)以避免标记中的一般错误。
2. 将文件另存为{简称}.yaml，其中简称是由小写字母、数字和破折号（例如。抽吸3，或svensk-fraktur-1626-1816)
   • 此名称用作资源ID，在Sprákbanken中必须是唯一的。
3. 在Github上上传文件。
   • 将文件添加到中的语料库、词典或模型文件夹此GitHub存储库。这可以通过GitHubs web界面或终端完成。
4. 第二天，您的资源将列在数据在SBX网站上。如果没有，请联系网站管理员sb-webb@svenska.guse.

描述字段

YAML文件中有两个描述字段。The 简短描述用几个词或一句话描述资源时，应始终填写。

除了这个简短的描述之外，考虑您的资源的用户可能还需要几句话来进一步描述资源的性质，以便考虑其相关性。数据源、时间扩展、文本提取方法、内部分类法、图表和博客帖子链接是一些可以提高资源可访问性的内容示例。此信息可在描述字段。

这是可选的，但建议使用。The 描述字段可以包含纯文本或html。

文本格式

文本字段可以始终包含纯文本，即未格式化的文本。

以下字段可以处理HTML格式的文本：

• 注释（swe，eng）
• 描述（swe，eng）
• intended_uses（瑞典语，英语）
• 参考文献
• 警告（swe，eng）

修改现有资源

如果要修改现有资源的元数据，请首先在中查找它此GitHub存储库并更新它（使用web界面或终端）。

上传数据文件（资源）

资源数据文件（包含语料库、词典、模型等）应不上传到元数据GitHub存储库。而是将数据存储在：

• 服务器：k2.spraakdata.gu.se
• k2上的路径：/home/ftp/sb-resurser/data
• 元数据YAML文件中的访问路径：https://spraakbanken.guse/lb/resurser/data/

k2是一个安全的地方，作为一个组织，我们可以保证数据永远不会丢失。

我们通常使用BZIP2压缩数据文件，因此它以后缀.bz2结尾。对于创建档案（即将多个文件合并为一个文件），我们通常使用TAR。一个可以处理TAR和BZIP2的免费开源程序是7拉链。它可用于各种平台。

如果你不确定将数据放在哪里，以及如何放置，你可以随时在Sprákbanken的Slack上询问(#元数据)或联系Sprákbanken Text(sb-info@svenska.guse).

档案文件

对于不再使用但可能仍有一些值的数据，请从GitHub存储库，然后创建YAML文件和数据的.tar.bz2存档，并将其放在k2.spraakdata.guse服务器上的/home/ftp/sb-resurser/data/archive目录下。

导入SWE-Clarin存储库

这个元数据存储库是Sprákbanken在CLARIN语言资源网络中的节点。这意味着包括我们所有的资源，但构建工作流的这一部分仍需继续努力。目前，将资源的元数据导入存储库是由sysadmin手动完成的工作，到目前为止只处理了一部分资源。要请求导入资源，请通过联系sysadminsb-info@svenska.guse.

支持

如有疑问，欢迎访问#元数据松懈！