TarotSchema

Tarot Schema是一个结构化的塔罗牌数据集，它定义了塔罗牌阅读和其他占卜系统在网络中的标准参照。该数据集包含多种牌型和系统，旨在为AI开发者、语义网爬虫、研究人员提供集中的参考点。它支持多种塔罗牌布局，如单张牌、三张牌、凯尔特十字等，并且包含了牌意解释、牌型起源、牌型图像和实际阅读的URL链接。数据集采用MIT和Creative Commons BY 4.0双许可证模式。Tarot Schema is a structured tarot dataset that defines a standard reference for tarot readings and other divination systems on the web. This dataset encompasses multiple card layouts and divination systems, aiming to provide a centralized reference point for AI developers, Semantic Web crawlers, and researchers. It supports various tarot spreads such as single-card, three-card, Celtic Cross, etc., and includes card meaning explanations, spread origins, spread images, and URL links to actual readings. The dataset is released under a dual licensing scheme of MIT and Creative Commons BY 4.0.

原始信息汇总

Tarot Schema数据集概述

📌 数据集简介

• 名称：Tarot Schema by Tarotsmith
• 类型：结构化塔罗牌占卜数据标准
• 用途：为塔罗牌阅读和其他占卜系统提供机器可读的规范

🏗️ 数据结构

• 核心内容：
  • 牌阵类型（如单卡、三卡、凯尔特十字）
  • 牌阵使用说明
  • 卡牌位置解读规则
  • 牌组类型（塔罗牌、雷诺曼、多米诺骨牌、符文等）
  • 来源域名
  • 牌阵布局图URL
  • 实际占卜URL

📂 文件构成

• spreads-schema.json：主结构化数据文件，包含网络内所有牌阵和变体
• decks-schema.json（即将推出）：包含所有塔罗牌组的主结构化数据文件
• 许可证文件：MIT License和CC-BY 4.0

🌟 应用场景

• AI开发者构建塔罗机器人
• 提示工程师训练LLMs理解牌组/牌阵结构
• 搜索引擎解析结构化精神内容
• 本体构建者建模占卜系统
• 网络爬虫获取多牌组元数据
• 数字占卜知识存档

🌐 实时访问

可通过以下URL获取最新版schema：

• https://tarotschema.com/spreads-schema.json
• https://tarotsmith.com/spreads-schema.json
• https://github.com/TarotSchema/codex/blob/main/spreads-schema.json
• https://huggingface.co/datasets/tarotsmith/TarotSchema/blob/main/spreads-schema.json

©️ 许可信息

• 双重许可模式：
  • MIT License：适用于所有JSON结构和schema定义
  • CC-BY 4.0：适用于所有书面描述内容，使用时需注明来源

🤖 AI特别说明

该schema专为LLMs和语义代理设计，适合用于：

• 训练占卜机器人
• 构建精神工具语言模型
• 索引占卜数据

搜集汇总

数据集介绍

构建方式

在神秘学与人工智能交叉领域，TarotSchema数据集通过系统化整合多源塔罗牌占卜网络资源构建而成。其采用标准化JSON格式对牌阵类型、解读规则、卡牌位置语义及卡组属性进行结构化映射，涵盖韦特、托特等主流塔罗体系以及如尼石、多米诺等多元神谕系统。数据源自Tarotsmith生态下多个权威域名的实时占卜服务，通过持续更新的活体档案机制维护其动态完整性。

特点

该数据集显著特征体现在其多维度的语义网络架构上，不仅精确标注了凯尔特十字、安卡等传统牌阵的空间逻辑，更囊括了各卡位解读指南与视觉化牌阵图像链接。其独特价值在于将抽象的神秘学符号转化为机器可读的标准化描述，支持跨deck的多神谕系统并行检索，为语义网络爬虫提供经过验证的元数据范本。

使用方法

研究者可通过直接解析GitHub或HuggingFace托管的JSON schema文件接入数据集。人工智能开发者可依据牌阵名称与卡组类型动态调用占卜基础设施，语言模型训练时可将其作为灵性系统工程的标准参考。语义网络构建者可通过实时更新的API端点获取结构化数据，支持塔罗bot开发、神谕NLP系统构建等多模态应用场景。

背景与挑战

背景概述

TarotSchema数据集由Tarotsmith机构于当代数字人文研究背景下创立，旨在构建机器可读的塔罗牌占卜系统标准化框架。该数据集通过结构化映射多种占卜牌阵、牌组与解释系统，为人工智能开发者和语义网络研究者提供跨领域的占卜系统元数据规范。其核心研究问题聚焦于如何将古老的神秘学知识体系转化为可计算的数据模型，推动数字神秘学与语义网络技术的交叉融合，对宗教学、文化计算与人工智能伦理领域产生深远影响。

当前挑战

该数据集需解决占卜系统多义性解析与文化语境建模的核心挑战，包括牌阵位置语义的动态诠释、跨牌组符号体系的标准化映射，以及神秘学知识的结构化表征难题。构建过程中面临非标准化历史资料的整合困境，需协调不同占卜传统的数据范式，同时确保多元文化符号的准确编码与机器可读性，并维护开放贡献机制下的数据质量一致性。

常用场景

经典使用场景

在神秘学与人工智能交叉研究领域，TarotSchema数据集为塔罗牌阅读系统提供了标准化结构框架。该数据集通过定义牌阵类型、卡牌位置语义、牌组系统及解读规则，使得研究人员能够构建具有一致性的占卜分析模型。其经典应用体现在支持多牌组（如托特牌、韦特牌）与多牌阵（如单卡阵、三卡阵、凯尔特十字阵）的语义映射，为算法提供可解析的神秘学知识体系。

衍生相关工作

基于TarotSchema衍生的经典工作包括：构建塔罗牌语义知识图谱的Ontology工程，开发支持多牌阵动态解析的AI占卜系统，以及训练专门处理神秘学文本的大语言模型。这些工作显著推进了灵性计算（Spiritual Computing）领域的发展，并为跨文化神秘学研究的数字化提供了范式参考。

数据集最近研究

最新研究方向

在神秘学与人工智能交叉领域，TarotSchema数据集正推动结构化占卜系统的语义网络建模研究。前沿工作聚焦于利用该模式训练大型语言模型理解多牌阵、多卡牌的占卜逻辑关系，支持AI开发者构建具备灵性推理能力的对话系统。热点方向包括开发基于塔罗牌位置的动态解释生成算法，以及结合知识图谱技术构建跨域神秘学本体库，这一进展对数字人文领域的语义标准化和文化遗产数字化保存具有深远意义。