CLARIAH 中的本体：面向历史、语言与媒体的互操作性

数字人文最重要的目标之一是为研究者提供数据和工具以提出新的研究问题，无论是通过扩大学术研究的规模、链接现有数据库，还是改善数据的可访问性。在此，FAIR 原则提供了一个有用的框架，因其指出数据需要：可发现（Findable），因为它们常分散于各种来源；可访问（Accessible），因为有些可能离线或位于付费墙之后；可互操作（Interoperable），因而使用标准知识表示格式和共享词汇；可重用（Reusable），通过适当的许可和权限。整合来自不同人文领域的数据并非易事，诸如“18世纪经济财富是否平等分配？”或“围绕颠覆性媒体事件构建了哪些叙事？”之类的研究问题，以及学者的准备阶段（例如数据收集、知识组织、清洗）都需要被考虑。在本章中，我们描述了在荷兰国家项目 CLARIAH 中开发并集成的本体与工具，以跨越人文三个基本领域或“支柱”（语言学、社会与经济史、媒体研究）的数据集解决这些问题，这些领域具有范式化的数据表示（文本语料库、结构化数据、多媒体）。我们从泛化与可重用性的视角总结了在这些领域中使用此类本体与工具的经验教训。