38、构建欧洲语言技术社区：元数据记录的准备与集成

构建欧洲语言技术社区：元数据记录的准备与集成

1 引言

欧洲语言网格（European Language Grid, ELG）旨在成为欧洲语言技术（Language Technology, LT）社区的主要平台。为了实现这一目标，ELG需要尽可能多地包含欧洲各国的语言技术公司、学术机构和研究小组。为此，ELG团队通过一系列精心设计的步骤，收集并准备了大量元数据记录，这些记录描述了欧洲语言技术社区的各个成员。本文将详细介绍这些步骤，帮助读者理解如何高效地准备和集成元数据记录。

2 数据收集

2.1 数据来源

为了确保ELG能够覆盖尽可能多的欧洲语言技术社区成员，ELG团队采用了多渠道的数据收集方法。具体包括：

• 现有数据库 ：利用ELG项目团队过去十年积累的数据库。
• 桌面研究 ：通过网络搜索和文献查阅，收集相关信息。
• 国家能力中心（NCCs） ：与32个NCCs合作，利用他们对本国语言技术社区的深入了解，进行半自动化和分散的数据收集。

2.2 数据清单

ELG团队创建了一份详细的清单，列出了所有参与欧洲各国语言技术活动的组织。每个条