internetarchive/openlibrary

Authors getting incorrect alternate names after merge

Aperta

#498 aperta il 24 mag 2017

Vedi su GitHubGuida contributor
 (14 commenti) (0 reazioni) (0 assegnatari)Python (1962 fork)batch import
Affects: DataLead: @cdriniModule: AuthorsModule: Identifier ResolutionPriority: 3Type: Bughacktoberfest

Metriche repository

Star
 (6624 stelle)
Metriche merge PR
 (Metriche PR in attesa)

Descrizione

In looking at the Charles Dickens record, we see the following bad name forms, many of which could be detected and eliminated automatically:

Non-author contributors conflated:

"Flo Gibson (Narrator)", "illustrated by Arthur Rackham Charles Dickens", "Introduction-John Carey", "Mike; Spencer, John (editors) (Charles Dickens; Lord Halifax; Edgar Allan Poe; Bram Stoker; O. Henry; William Mudford; Frederick Marryat; Matthew Lewis; William Makepeace Thackeray; W. W. Jacobs; Saki) Jarvis"

Bad capitalization, spelling, etc:

"Dickens", "DICKENS", "Dickens, Charles", "Charles", "CHARLES DICKENS", "CHARLES. DICKENS", "Charles dickens", "Dickens Charles.", "C DICKENS", "Charled Dickens", "Dickens Charles", "harles Dickens",

Dates or transliterations embedded:

"Dickens, Charles, 1812-1870.", "DICKENS, CHARLES, 1812-1870", "Charles Dickens Charles Dickens", "Charles 1812-1870 Dickens", "Dickens, Charles,$d1812-1870", "Dickens,Charles ディケンズ,チャールズ (1812-1870)",

Guida contributor

Direzione di ricerca
Ispeziona il codice che gestisce l'unione e la deduplicazione dei nomi degli autori. Cerca la logica che combina i nomi alternativi e identifica dove vengono inclusi contributori non autori o nomi malformati. Traccia la funzione di unione per capire come gestisce le variazioni di maiuscole, punteggiatura e metadati incorporati.
Tech stack
python
Dominio
backend
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
GitPython
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
80