BookReconciler：用于元数据丰富和作品级聚类的开源工具
数字图书馆
2026-05-26 v3 信息检索
摘要
我们提出了BookReconciler，一款用于增强和聚类书籍数据的开源工具。BookReconciler允许用户从仅包含书籍标题和作者等最小元数据的电子表格中，自动实现1)添加权威且持久的标识符，如ISBN 2)以及聚类同一作品(Work)的相关Expression和Manifestation，例如不同翻译或版本。这一增强措施使更容易在大规模数据上组合相关集合并进行分析。该工具目前设计为OpenRefine的扩展——一种流行的软件应用程序——并连接到包括美国国会图书馆、VIAF、OCLC、HathiTrust、Google Books和Wikidata等主要书目服务。我们的 метод优先考虑人类判断。通过交互式界面，用户可以手动评估匹配情况并定义作品(例如，是否包括翻译)的范围。我们对美国获奖书籍和当代世界小说的数据集评估了BookReconciler的校对性能。BookReconciler在美国作品方面实现近乎完美的准确性，但在全球文本方面表现较低，这反映了面向非英语和全球文学的书目基础设施的结构性弱点。总体而言，BookReconciler支持跨领域和应用程序的书目数据的复用，为数字图书馆和数字人文学的持续工作做出了贡献。
引用
@article{arxiv.2512.10165,
title = {BookReconciler: An Open-Source Tool for Metadata Enrichment and Work-Level Clustering},
author = {Matt Miller and Dan Sinykin and Melanie Walsh},
journal= {arXiv preprint arXiv:2512.10165},
year = {2026}
}
备注
Published in the proceedings of the Joint Conference on Digital Libraries (JCDL) 2025, Resources