职业棋手棋谱数据库分功整理工程

kklim

职业棋手棋谱数据库分功整理有兴趣吗？[讨论]

职业棋手棋谱数据库分功整理有兴趣吗？

各位，我目前在并入GoGoD(23,200棋谱)以后，我的(estone)棋谱数据库有44,000左右。今晚再并入某棋友交换的18,000左右，我想会达到47，000或48，000棋谱左右。

因为最近使用GoGoD中的GoLibrary它的棋谱搜索，编入索引，棋手实绩统计图表确实好用。甚至可以做棋手A对棋手B的成绩比率！

实际上我在之前上传的棋谱列表就是使用它直接搜索与输出的。我试验了中文棋谱归档，它可以支持中文的棋谱输入与输出，因为是输出到txt为处理的格式。

我打算把棋谱数据库全部棋谱变换为中文，目前棋谱数据库混合了中英棋谱。使用上来不方便。名字标准化也要做，搜索方便。

因为个人空闲时间有限，打算使用分功整理的方法与多人分功整理如10年为单位，按照GoDatabase的档案排序整个中文化。一来我个人节省时间，二来分功整理可以分享成果，如何？

中文化后的棋谱数据库可以使用在Kombilo 0.5k以上，它是支持中文的。如此一来，可以做棋形搜索，比较职业棋士的下法与自己的差别，又有比较完全的棋谱数据库做打棋来使用.

全部棋谱会使用multigo过滤除去US栏的信息，与转化为纯粹sgf文件，方便未来整合。

听听各位意见与见解。

谢谢
林

就算通过kombilo做细节搜索重制棋谱，应当保守的有40,000棋谱以上。

题外话：此外GoGoD的词典也是可以输入输出中文。谁有兴趣增加更新中文数据？

[此贴子已经被作者于2004-5-12 23:26:23编辑过]

kklim

你好，
应如何称呼呢？我全名林金强，马来西亚华人。

首先谢谢你的兴趣参与棋谱整理计划。棋谱数据库在我的手上。我想如果有10位参与，平均每一个人要处理5，000棋谱（50,000/10人）。如果二人，每一个人25，000棋谱，十分疲劳的工件量。

棋手名字以gobase.org的为准。比赛名也是，如Gosei 应是日本碁圣战，不是小棋圣战等等。日本名人战与中国名人战也要注解明确。如果仍然有不能够翻译的名字，列出我在想想办法或要求日本棋友解释一下。错误手数与省略手数必须写在评注栏(Comment)。还有，关于日期格式标准化为yyyy-mm-dd 如不知道月可以写成 1975-00-00 或者1975-winter(冬季),等等。
成绩标准化跟随日本计算目，因此中国的棋谱结果要转化然后写上，（在注解栏备注原来的结果）。

还有其它问题？

因为尊重出力的棋友，应仅与他们分享成果，不回上传公开，这方法如何？

谢谢
林
lim_kimkeong@hotmail.com

kklim

数据库folder directory structure

Database\

0196-1699
1700-99
1800-49
1850-99
1900-09
1910-19
1920-29
1930-39
1940-49
1950-59
1960-69
1970-75
1976-79
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004

谢谢
林

kklim

基本上来说，比较缺乏的是欧美的棋战，日本的关西棋院的比赛等等比较冷门的棋战（对东方人来说）。

谢谢
林

kklim

举个具体的例子!

英语棋谱
Otake Hideo Takemiya Masaki 7th Gosei, final game 3 R: B+3.5 Date: 1987-3-08 location: nihon ki-in
illegal move (173)

翻译成为
大竹英雄 武宫正树 第7期碁胜战决赛第3局 R：黑胜3目半 D:1987-03-08 L:日本棋院
评注栏(Comment): 错误手数（173手）

谢谢
林

tsingloh

造福人民的一件大好事啊

liangr

呵呵，有林兄这样的棋友真飞扬和我们的福气啊

wwazz

请说仔细一点.我原出力!

kklim

以下是引用wwazz在2004-4-2 20:27:34的发言：
请说仔细一点.我原出力!

详细情况

50，000棋谱30~40%英语棋谱信息需要转化为全中文（使用在棋谱搜索，列表，实绩比较，棋形研究等等）

1. 需要分工，把棋谱分割成为比较小单位如年或时代，个人整理分配的单位，翻译英语棋谱成为中文。例子：如一人负责10年部分的棋谱。

2. 然后从estone输出成为单独的sgf棋谱。然后使用multigo过滤(batch processing)除去US栏信息（除去版权），转化为纯粹的sgf4棋谱。

3. 输入进入kombilo0.5k，确保使用中文编码encode,选择拒绝完全相同的棋谱，与比较每一手棋。Kombilo处理后会显示问题如某一棋谱“illegal move （173）”（把这信息输入那一棋谱的注解栏里面“错误（173手）”）或某两棋谱完全相同（选择除去评论与手数比较少的）。

4. 之后按照yyyy-mm-ddx成为文件格式。例子：meijin-otake-ishida.sgf 成为 2003-05-13a.sgf 2003-05-13b.sgf 等等 确保每一个棋谱有唯一的文件名字（之后从搜索到的需要棋谱可以输出全部到指定的地方）。

这就完成了部分的棋谱可以使用在学习了。


谢谢
林

希望解释清楚了。

wwazz

请看我给你发的短信!

zuolin

林兄你好,
estone 具有过滤US等信息的功能,还有英文姓名自动翻译成中文的功能,希望这些功能能对你有用.
希望你能做成功,不过我没有时间来帮忙.

kklim

各位，

我整理了2004 1到3月棋谱，请看结果举例说明：-

可以搜索棋谱与做棋手实绩比较，好用吧。

<img src="attachments/dvbbs/200444180852643.jpg" border="0" onclick="zoom(this)" onload="if(this.width>document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" />
<img src="attachments/dvbbs/2004441803176538.jpg" border="0" onclick="zoom(this)" onload="if(this.width>document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" />
<img src="attachments/dvbbs/200444181281125.jpg" border="0" onclick="zoom(this)" onload="if(this.width>document.body.clientWidth*0.5) {this.resized=true;this.width=document.body.clientWidth*0.5;this.style.cursor='pointer';} else {this.onclick=null}" alt="" />

kklim

以下是引用zuolin在2004-4-3 19:08:38的发言：
林兄你好,
estone 具有过滤US等信息的功能,还有英文姓名自动翻译成中文的功能,希望这些功能能对你有用.
希望你能做成功,不过我没有时间来帮忙.

zuolin兄的estone好用是不用说了，

因为要达成理想成果，multigo batching processing 成为纯粹的sgf4格式,同时除去US 与 SO栏信息对这案例是需要的。

谢谢
林

kklim

各位，

希望更多的人能够参与分工，工件量也自然的减低，结果快看到与能够使用。

谢谢
林

完成的棋谱数据库会电邮给参与者的。
可以电邮我 lim_kimkeong@hotmail.com

[此贴子已经被作者于2004-4-5 0:01:24编辑过]

fuser

林先生：
    我愿意做，我基本上可以看到日本的棋手的英文名字，马上反映出他的中文名字，我也有GoGoD程序 ，你可以传一点给我，我试试