主题分类

跨区片库字段设计课 · 主题分类

按记录单位、地区与语言、出处记录、筛选练习、缺项处理和标签迁移选择材料。

六个学习角度

主题分类 先确定一行代表作品还是版本

记录单位

一部作品可以对应多个发行版本。作品表保留稳定的 work_id、标题和制作地区,版本表通过 work_id 关联音轨、字幕、片长及发行信息,避免把两个版本误算成两部作品。

片库维护者、策展组织者和数据建模初学者

进入本栏
主题分类 把制作地区与音轨语言分成两列

地区与语言

制作地区说明作品来源,音轨语言说明具体版本听到什么。两者不能互推:虚构的日本制作短片可以含英语音轨,法国、日本合拍片可以使用法语和日语。

片库维护者、策展组织者和数据建模初学者

进入本栏
主题分类 给每条来源标明字段和版本

出处记录

一条网页链接不能自动证明整行数据。记录 source_id、目标字段、对应版本、页面定位和核对日期;有冲突时保留原说法,先判断是否谈的是不同版本。

片库维护者、策展组织者和数据建模初学者

进入本栏
主题分类 三部虚构短片:算出筛选结果

筛选练习

用《海边信箱》《夜间电车》《山谷电台》的四个版本验证:日本参与制作得到 W01、W02;含英语音轨得到 W01、W02、W03。筛选口径改变,结果就会改变。

片库维护者、策展组织者和数据建模初学者

进入本栏
主题分类 未知、无字幕和来源冲突分别记录

缺项处理

空列表可以表示确认无字幕,null 表示尚不知道,conflicting 表示来源互相矛盾。三种状态不能合并成“无”;筛选时未知不作为已满足,也不作为确认不满足的证据。

片库维护者、策展组织者和数据建模初学者

进入本栏
主题分类 把模糊分区迁移成可解释的字段

标签迁移

“欧美”“亚洲”“一区”可能混合地域、页面栏目和发行区码。先保留原始标签 raw_label,再记录它来自哪里、含义是否可确认;未定义的分区不能自动写进制作地区。

片库维护者、策展组织者和数据建模初学者

进入本栏