Dieses Verzeichnis enthält Skripte zur Anreicherung des K10plus-Katalog um im Rahmen des Projekt coli-ana ermittelte Analysen von DDC-Notationen (siehe coli-ana Homepage).
Die Skripte sind größtenteils in Perl geschrieben. Unter Ubuntu empfiehlt es sich, den Hauptteil in Form von Debian-Paketen zu installieren und dann den Rest mittels cpanm:
sudo apt-get install cpanminus libcatmandu-perl libcatmandu-sru-perl libdbd-sqlite3-perl
cpanm --installdeps .
Mit dem Skript coli-ana-enrich können vorhandene PICA+ Datensätze oder Datensätze aus dem K10plus über die coli-ana API um Zerlegungen angereichert werden. Die Ergebnisse werden im PICA-Änderungsformat ausgegeben.
Beispiel (ausgehend von einer PPN):
./search-ppn 276856457 | ./coli-ana-enrich 709.044
Beispiel für mehrere Datensätze (ausgehend von einer oder mehreren DDC-Notationen):
./coli-ana-enrich -q 700.23
Letzterer Befehl läd per SRU Datensätze aus dem K10plus und reichert sie mit der Zerlegung von Notation 7002.3 an.
Damit die gleiche Notation nicht immer wieder zerlegt werden muss, können die Ergebnisse in einer Cache-Datei gespeichert werden (Option --sqlite). Der Inhalt des Cache lässt sich so anzeigen:
echo "SELECT * FROM coli_ana" | sqlite3 cache.sqlite
Das Skript enrich-all liesst DDC-Nummern von der Standardeingabe, ermittelt dazu passende Datensätze und ihre Anreicherung und speichert diese in Dateien im Verzeichnis pica/. Um die Anreicherung für alle bekannten DDC-Nummer zu ermitteln und zu speichern:
jq -r .notation[0] ../public/dump.ndjson | ./enrich-all