※Excel檔記載的metadata須符合下列格式：
檔案第一列的內容為資料欄位的標頭（header）名稱。 目前系統支援的欄位名稱共有 33 個，分別是

filename（檔名）
corpus（文獻集名稱）
compilation_name（文件出處）
compilation_vol（文件出處的冊數）
title（文件標題）
author（文件作者）
topic（文件主題）
doc_topic_l1（文件主題階層一）,
doc_topic_l2（文件主題階層二）,
doc_topic_l3（文件主題階層三）,
geo_level1（文件地域階層一）,
geo_level2（文件地域階層二）,
geo_level3（文件地域階層三）,
geo（文件地域名稱）
geo_longitude（文件所在地經度）
geo_latitude（文件所在地緯度）
doc_category_l1（文件分類階層一）
doc_category_l2（文件分類階層二）
doc_category_l3（文件分類階層三）
docclass（文件類別）
docclass_aux（文件子類別）
doctype（文件型態）
doctype_aux（文件子型態）
book_code（文件書碼）
time_orig_str（文件出現在文本的時間資訊，字串形式）
time_varchar（文件時間的西元日期，yyyymmdd）
time_norm_year（文件時間的中曆年）
era（文件時間的帝號）
time_norm_kmark（文件時間的年號）
year_for_grouping（文件時間的西元年份）
time_dynasty（文件時間的朝代）
date_not_before（文件在某日期之後的時間）
date_not_after（文件在某日期之前的時間）
date_number（文件的日期）
doc_seq_number（文件的時間順序）
timeseq_not_before（文件起始時間）
timeseq_not_after（文件結束時間）
doc_source（文件的來源）
doc_attachment （文件的貼圖檔名稱，多個圖檔間以英文分號 ';' 區隔）。

上述這 39 個欄位名稱可以直接使用，除此之外皆須在前面加上"metadata/"。
而第一欄會指定這些metadata會對應到哪些文件（DocuXml 底下的 document）。

例如Excel檔內資料為：

filename	title	metadata/abstract
A001	test1	Hello
A002	test2
B001	test3	-

匯入文字庫XML檔案以及metadata表單後，此工具會找到文字庫中所有filename為A001的document底下title和abstract的標籤（則新增），將其內容設定為test1和Hello。
若excel表單中有內容為空白，代表跳過不處理。例如此工具找到filename為A002的文件後，不會更動此檔案的abstract原本的值。
在文字庫XML檔案中以"-"代表「沒有metadata」，因此想刪去某個metadata的話只要在對應的位置填入"-"，例如此工具會將B001文件的Abstract設為"-"，代表這份文件沒有Abstract。

預設是以第一欄為索引欄（上面例子中是filename）。若想以其他欄當作索引，可在前方加上#。
例如上面若用#title取代title，則第一列metadata會對應到所有title為test1的文件。

另外，若在第一欄標頭後加上"^="或是"$="，可只對應前綴詞或後綴詞。

註 (from Chen's thesis)： 若多個欄位名稱分別為 tag:1, tag:2, ..., tag:n，此工具會將這些欄位的值串接起來，儲存於 tag 標籤。
此外，若希望某欄的值，可被放在多個標籤中，可在欄位名稱利用逗號區隔標籤來指定（也就是tag,tag,...,tag）。如此，就不需將該欄拷貝成多個 columns。

回上一頁