Starry Sky Memory: A Framework for Constructing Smart Data from Ancient Chinese Celestial Phenomenon Records

Abstract

Abstract:

The study explores the integration of the new generation of AI technology to develop a smart data construction framework for ancient Chinese celestial phenomenon records. It aims to enhance the data format of these records, thereby enabling richer digital and intelligent applications while uncovering their modern value as a globally unique astronomical resource and a precious aspect of traditional Chinese cultural heritage. Guided by the framework for the intelligent preservation of ancient book resources, the study incorporates knowledge graph and large language model technology to construct the HDAA-SD (Historical Data Annotation and Application-Smart Data) framework. The framework covers five core layers: the historical data layer, annotation layer, association layer, fusion layer, and application layer. Celestial phenomenon records, along with related academic literature, are selected to test the construction and practical application of smart data using the HDAA-SD framework. The research shows that the HDAA-SD framework can help upgrade ancient celestial phenomenon records to smart data, supporting their integration into intelligent digital environments. The framework also provides a reference for the intelligent digitization and application of ancient scientific and technological documents.

Tang Zhengui1, Luo Jinkun2, Hu Rong3 (1 School of Journalism and Cultural Communication, Guangxi University of Finance and Economics, 2 New Engineering Industry College, Putian University, 3 College of Teacher Education, Southwest University). Starry Sky Memory: A Framework for Constructing Smart Data from Ancient Chinese Celestial Phenomenon Records[J]. Libraly Journal, 2025, 44(408): 70-83.

References

[ 1 ] 北京天文台. 中国古代天象记录总集[M]. 南京：江苏科学技术出版社，1988．

[ 2 ] 星语StarWhisper[OL]. [2024-03-10]. https://github. com/Yu-Yang-Li/StarWhisper.

[ 3 ] 张培瑜. 三千五百年历日天象[M]. 郑州：河南教育出版社，1990.

[ 4 ] 刘次沅，马莉萍. 中国历史日食典[M]. 北京：世界图书出版公司，2006.

[ 5 ] 刘次沅. 中国古代常规日食记录的整理分析[J]. 时间频率学报，2006（2）：151–160.

[ 6 ] 刘次沅，马莉萍. 二十五史点校本修订工程与历代天象记录的全面检校[J]. 中国科技史杂志， 2010，31（4）：501–508.

[ 7 ] 刘次沅. 诸史天象记录考证[M]. 北京：中华书局，2015.

[ 8 ] 胡铁珠.《大衍历》交食计算精度[J]. 自然科学史研究，2001（4）：312–319.

[ 9 ] 邢钢，石云里. 汉代日食记录的可靠性分析—— 兼用日食对汉代历法的精度进行校验[J]. 中国科技史杂志，2005（2）：13–27.

[10] 李亮. 明代历法的计算机模拟分析与综合研究[D]. 合肥：中国科学技术大学，2011.

[11] 滕艳辉. 宋代朔闰与交食研究[D]. 西安：西北大学，2012.

[12] 崔健骅，黎耕，赵永恒. 中国古代天象记录数据库的设计与实现[J]. 天文研究与技术，2023，20（2）： 179–188.

[13] 王晓光，谭旭，夏生平. 敦煌智慧数据研究与实践[J]. 数字人文，2020（4）：11–23.

[14] 王晓光，梁梦丽，侯西龙，等. 文化遗产智能计算的肇始与趋势——欧洲时光机案例分析[J]. 中国图书馆学报，2022，48（1）：62–76.

[15] 夏翠娟. 多模态文化遗产资源的智慧化服务模式研究——从可获得到可循证和可体验[J]. 信息资源管理学报，2023，13（5）：44–55.

[16] 刘炜，刘倩倩，付雅明，等. 人工智能时代的元数据方法论[J]. 图书馆理论与实践，2023（4）：16.

[17] 陈涛，苏日娜，张永娟，等. 智慧数据驱动的古籍智慧性保护体系研究[J]. 中国图书馆学报， 2023，49（1）：68–81.

[18] 王军. 古籍资源的数字化与智能化开发利用[J]. 文献，2023（2）：188–190.

[19] 王东波，刘畅，朱子赫，等.SikuBERT 与SikuRo- BERTa：面向数字人文的《四库全书》预训练模型构建及应用研究[J]. 图书馆论坛，2022，42 （6）：31–43.

[20] 吴娜，刘畅，刘江峰，等.AIGC 驱动古籍自动摘要研究：从自然语言理解到生成 [J/OL]. 图书馆论坛，1–14[2024-04-24]. http://kns.cnki.net/kcms/ detail/44.1306.G2.20240325.1134.004.html.

[21] KELM：Integrating Knowledge Graphs with Language Model Pre-training Corpora[OL]. [2024- 03-10]. http://blog.research.google/2021/05/kelm-integrating-knowledge-graphs-with.html.

[22] Tomaz Bratanic. What are the limitations of LLMs，and how to overcome them[OL]. [2024-03- 10]. https://neo4j.com/developer-blog/fine-tuning-retrieval-augmented-generation/.

[23] Caufield J H，Hegde H，Emonet V，et al. Structured prompt interrogation and recursive extraction of semantics （SPIRES）：A method for populating knowledge bases using zero-shot learning[J]. arXiv preprint arXiv：2304.02711，2023.

[24] Peter Lawrence. LLM Ontology-prompting for Knowledge Graph Extraction[OL]. [2024-03-10]. https://blog.gopenai.com/llm-ontology-prompting-for-knowledge-graph-extraction-efdcdd0db3a1.

[25] Agarwal O，Ge H，Shakeri S，et al. Knowledge graph based synthetic corpus generation for knowledge-enhanced language model pre-training[J]. arXiv preprint arXiv：2010.12688，2020.

[26] Yang L，Chen H，Li Z，et al. ChatGPT is not Enough： Enhancing Large Language Models with Knowledge Graphs for Fact-aware Language Modeling[J]. arXiv preprint arXiv：2306.11489，2023.

[27] Ye H，Zhang N，Deng S，et al. Ontology-enhanced Prompt-tuning for Few-shot Learning[C]// Proceedings of the ACM Web Conference 2022. 2022：778–787.

[28] Wang H，Liu C，Xi N，et al. Huatuo：Tuning llama model with Chinese medical knowledge[J]. arXiv preprint arXiv：2304.06975，2023.

[29] Fu P，Zhang Y，Wang H，et al. Revisiting the knowledge injection frameworks[J]. arXiv preprint arXiv：2311.01150，2023.

[30] Rony M R A H，Kumar U，Teucher R，et al. SGPT：a generative approach for SPARQL query generation from natural language questions[J]. IEEE Access，2022，10：70712–70723.

[31] Tomaz Bratanic. Generating Cypher Queries With ChatGPT 4 on Any Graph Schema [OL]. [2024-03-10]. https://neo4j.com/developer-blog/generating-cypher-queries-with-chatgpt-4-on-any-graph-schema/.

[32] neo4j-advanced-rag [OL]. [2024-03-10]. https:// python.langchain.com/docs/templates/neo4j-advanced-rag.

[33] Knowledge Graph RAG Query Engine[OL]. [2024-03-10]. https://docs.llamaindex.ai/en/stable/ examples/query_engine/knowledge_graph_rag_ query_engine.html.

[34] d’Aquin M. Modularizing ontologies[M]//Ontology Engineering in a Networked World. Springer， Berlin，Heidelberg，2012：213–233.

[35] Cuenca J，Larrinaga F，Curry E. Moddals metho-dology for designing layered ontology structures[J]. Applied Ontology，2020，15（2）：185–217.

[36] 管锡华. 校勘学教程[M]. 北京：北京大学出版社，2013.

[37] 李明杰. 简明古籍整理教程[M]. 武汉：武汉大学出版社，2018.

[38] 常娥. 古籍智能处理技术研究[D]. 南京：南京农业大学，2007.

[39] 中华书局的古籍整理平台[OL]. [2024-03-10]. http://auto-edit.ancientbooks.cn/DocZhengli/.

[40] Shapes Constraint Language （SHACL）[OL]. [2024-03-10]. https://www.w3.org/TR/shacl/.

[41] P Hitzler. Ontology Engineering with Ontology Design Patterns： Foundations and Applications[M]. IOS Press，Amsterdam，The Netherlands，2016.

[42] Cogan Shimizu，Quinn Hirt，Pascal Hitzler. MODL： A Modular Ontology Design Library[C]. International Semantic Web Conference，2019.

[43] Odp：What Is A Pattern[OL]. [2024-03-10]. http:// ontologydesignpatterns.org/wiki/Odp：WhatIsAPattern.

[44] Asprino L，Daga E，Gangemi A，et al. Knowledge Graph Construction with a fa?ade：a unified method to access heterogeneous data sources on the Web[J]. ACM Transactions on Internet Technology，2023，23（1）：1–31.

[45] Erich Gamma. 设计模式：可复用面向对象软件的基础[M]. 北京：机械工业出版社，2019.

[46] Falco R，Gangemi A，Peroni S，et al. Modelling OWL ontologies with Graffoo[C]//European Semantic Web Conference. Springer，Cham，2014：320–325.

[47] 刘昫. 旧唐书[M]. 北京：中华书局，1975.

[48] 唐振贵，罗锦坤. 中国古代时间本体：细化数字人文研究的时间轴向[J]. 图书馆杂志，2022，41（ 4）： 87–95；37.

[49] 刘次沅. 中国古代日月食及月五星位置记录的研究和应用[M]// 中国古代天象记录的研究与应用. 北京：中国科学技术出版社，2013.

[50] 陈久金. 中国古代日食时刻记录的换算和精度分析[J]. 自然科学史研究，1983（4）：303–315.

[51] 陈久金. 中国古代时制研究及其换算[J]. 自然科学史研究，1983（2）：118–132.

[52] 徐振韬. 中国古代天文学词典[M]. 北京：中国科学技术出版社，2013.

[53] Baichuan2-7B-Chat[OL]. [2024-03-10]. https:// huggingface.co/baichuan-inc/Baichuan2-7B-Chat.

[54] LangChain[OL]. [2024-03-10]. https://www. langchain.com/.

[55] Streamlit[OL]. [2024-03-10]. https://streamlit.io/.

[56] FastAPI[OL]. [2024-03-10]. https://github.com/ tiangolo/fastapi.

[57] StarrySkyMemory[OL]. [2024-03-10]. https:// github.com/lengmenjuexue/StarrySky Memory.

[58] 上海图书馆人名规范库[DB/OL]. [2024-03-10]. https://names.library.sh.cn/mrgf/home/index.

[59] 上海图书馆书目数据发布平台[DB/OL]. [2024- 03-10]. https://bib.library.sh.cn/bibrepo.