Инициатива кодирования текста - Text Encoding Initiative - Wikipedia

Инициатива кодирования текстаTEI Logo.svg

В Инициатива кодирования текста (TEI) это ориентированный на текст сообщество практики в академическая сфера из цифровые гуманитарные науки, работает непрерывно с 1980-х годов. Сообщество в настоящее время ведет список рассылки, собрания и серии конференций, а также поддерживает одноименный технический стандарт, а журнал, а вики, а GitHub репозиторий и набор инструментов.

Рекомендации TEI

В Рекомендации TEI коллективно определить тип XML формат и являются определяющим результатом сообщества практиков. Формат отличается от других известных открытые форматы для текста (например, HTML и OpenDocument ) в том, что он в первую очередь семантический, а не презентационный; определяется семантика и интерпретация каждого тега и атрибута. около 500 различных текстовых компонентов и концепций (слово,[1]приговор,[2]персонаж,[3]глиф,[4]человек,[5]так далее.); каждый основан на одной или нескольких академических дисциплинах, и приведены примеры.

Технические детали

Стандарт разделен на две части: дискурсивное текстовое описание с расширенными примерами и обсуждением, а также набор определений по тегам. Схемы в большинстве современных форматов (DTD, РЕЛАКС НГ и Схема W3C ) генерируются автоматически из определений тега за тегом. Ряд инструментов поддерживает создание руководств и их применение к конкретным проектам.

Ряд специальных тегов используется для обхода ограничений, налагаемых базовым Unicode; глиф чтобы разрешить представление символов, которые не подходят для включения Unicode[1] и выбор чтобы позволить преодолеть требуемую строгую линейность.[6]

Большинство пользователей этого формата не используют полный набор тегов, а производят настройку, используя специфический для проекта подмножество тегов и атрибутов, определенных Руководством. Для этой цели TEI определяет сложный механизм настройки, известный как ODD. Помимо документирования и описания каждого тега TEI, спецификация ODD определяет его модель содержимого и другие ограничения использования, которые могут быть выражены с помощью схематрон.

TEI Lite является примером такой настройки. Он определяет XML -основан формат файла для обмена текстами. Это управляемый выбор из обширного набора элементов, доступных в полном Руководстве TEI.

Как формат на основе XML, TEI не может напрямую работать с перекрывающаяся разметка и неиерархические структуры. Руководящие принципы предлагают множество вариантов представления данных такого рода.[7]

Примеры

Текст руководства TEI богат примерами. На вики-странице TEI также есть страница с примерами.[8] в котором приведены примеры реальных проектов, раскрывающих лежащие в их основе TEI.

Теги прозы

TEI позволяет синтаксически размечать тексты на любом уровне детализации или смеси гранулярностей. Например, этот абзац (p) был размечен на предложения (s) и пункты (cl).[9]

 <s>  <cl>Это было примерно в начале сентября 1664 г. <cl>что я, среди остальных моих соседей, слышал в обычной беседе <cl>что чума снова вернулась в Голландию; </cl>   </cl>  </cl>  <cl>там было очень жестокое насилие, особенно в Амстердаме и Роттердаме в 1663 году, </cl>  <cl>куда, <cl>они говорят,</cl> это было принесено, <cl>некоторые сказали</cl> из Италии, другие из Леванта, среди некоторых товаров <cl>которые были доставлены домой их турецким флотом;</cl>  </cl>  <cl>другие говорили, что его привезли из Кандии; другие с Кипра. </cl> </s> <s>  <cl>Это не имело значения <cl>откуда это пришло;</cl>  </cl>  <cl>но все согласились <cl>он снова пришел в Голландию.</cl>  </cl> </s>

Стих

TEI имеет теги для разметки стихов. В этом примере (взятом из французского перевода Руководства TEI) показан сонет[10]

 type ="сонет">  type ="четверостишие">  <l>Les Amoureux Fervents et les savants austères</l>  <l> Aiment également, dans leur mûre saison,</l>  <l> Les chats puissants et doux, orgueil de la maison,</l>  <l> Qui comm eux sont frileux et com eux sédentaires.</l> </lg>  type ="четверостишие">  <l>Amis de la science et de la volupté</l>  <l> Ils cherchent le тишина и l'horreur des ténèbres;</l>  <l> L'Érèbe les eût pris pour ses Coursiers funèbres,</l>  <l> S'ils pouvaient au servage incliner leur fierté.</l> </lg>  type ="tercet">  <l>Ils prennent en songeant les nobles Relationships</l>  <l>Des grands sphinx allongés au fond des solitude,</l>  <l>Qui semblent s'endormir dans un rêve sans fin;</l> </lg>  type ="tercet">  <l>Leurs reins féconds sont pleins d'étincelles magiques,</l>  <l> Et des parcelles d'or, ainsi qu'un sable fin,</l>  <l>Étoilent vaguement leurs prunelles mystiques.</l> </lg></div>

Тег выбора

В выбор Тег используется для представления фрагментов текста, которые могут быть закодированы или помечены более чем одним возможным способом. В следующем примере, основанном на стандарте, выбор используется дважды: один раз для указания исходного и исправленного года и один раз для указания исходного и упорядоченного написания.[11]

 xml: id ="p23">Наконец, что после его торжественной клятвы соблюдать все вышеперечисленные статьи, упомянутый человек-гора будет иметь ежедневную норму мяса и питья, достаточное для содержания <choice>  <sic>1724</sic>  <corr>1728</corr> </choice> наших подданных, со свободным доступом к нашей королевской особе и другим знакам нашего<choice>  <orig>услуга</orig>  <reg>услуга</reg> </choice>.

СТРАННЫЙ

Один документ - все ("ODD") - это грамотное программирование язык для Схемы XML.[12][13][14][15]

В стиле грамотного программирования ODD-документы объединяют удобочитаемую документацию и машиночитаемые модели с помощью модуля Documentation Elements программы Text Encoding Initiative. Инструменты генерируют локализованный и интернационализированный HTML, ePub, или же PDF удобочитаемый вывод и DTD, Схема W3C XML, Relax NG Машиночитаемый вывод Compact Syntax или Relax NG XML Syntax.

Веб-приложение рома[16] построен на основе формата ODD и может использовать его для создания схем в DTD, Схема W3C XML, Relax NG Компактный синтаксис или форматы синтаксиса Relax NG XML, используемые многими инструментами и службами проверки XML.

ODD - это формат, используемый внутри компании Text Encoding Initiative для своих одноименный технический стандарт.[17] Хотя файлы ODD обычно описывают разницу между настраиваемым форматом XML и полной моделью TEI, ODD также можно использовать для описания форматов XML, которые полностью отделены от TEI. Одним из примеров этого является W3C's Набор тегов интернационализации который использует формат ODD для создания схем и документирования своего словаря.[18][19]

Настройки TEI

Настройки TEI - это спецификация спецификации TEI XML для использования в определенных областях или определенными сообществами.

Настройка в TEI выполняется с помощью механизма ODD, упомянутого выше. На самом деле, начиная с версии P5, все так называемые «Соответствующие TEI» применения Руководства TEI основаны на настройке TEI, задокументированной в файле TEI ODD. Даже когда пользователи выбирают одну из готовых предварительно сгенерированных схем для проверки, они были созданы из свободно доступных файлов настройки.

Проекты

Формат используется многими проектами по всему миру. Практически все проекты связаны с одним или несколькими университетами. Некоторые известные проекты, которые кодируют тексты с использованием TEI, включают:

Проекты TEI
ПроектURLСильные стороны
Британский национальный корпусhttp://www.natcorp.ox.ac.uk Снимок современного английского языка на 100 миллионов слов
Оксфордский текстовый архивhttp://ota.ox.ac.uk/> 1 ГБ из Лингвистический данные и электронные тексты на 25 языках
Проект Персейhttp://www.perseus.tufts.edu/Греческий и латинский тексты
EpiDochttp://epidoc.sourceforge.net/Эпиграфия и Папирология
Проект женщин-писателейhttp://www.wwp.northeastern.edu/Ранний модерн писательницы (Маргарет Кавендиш, Элиза Хейвуд, так далее.)
Центр электронных текстов Новой Зеландииhttp://www.nzetc.org/Новая Зеландия и Острова Тихого океана тексты
Проект МЕЧhttp://www.crosswire.org/sword/Библейское программное обеспечение, словари, Христианская литература
FreeDicthttp://freedict.orgДвуязычные словари
Партнерство по созданию текстаhttp://www.lib.umich.edu/tcp/Ранние английские и американские книги
CELThttp://celt.ucc.ie/publishd.htmlДревние и средневековые ирландские рукописи
ISTEXhttps://www.istex.frАрхив научных публикаций
ТАКСИhttps://cab.geschkult.fu-berlin.de/Издание зороастрийских ритуалов на авестийском языке

История

До создания TEI у ученых-гуманитариев не было общих стандартов кодирования электронных текстов таким образом, чтобы они служили их академическим целям (Хоккей 1993, стр. 41). В 1987 году группа ученых, представляющих области гуманитарных наук, лингвистики и информатики, собралась в колледже Вассар, чтобы разработать набор руководящих принципов, известных как «Принципы Покипси». Эти руководящие принципы направили разработку первого стандарта TEI, «P1».[20][21]

Рекомендации

  1. ^ а б «Элемент w (слово) - TEI P5».
  2. ^ «Элемент s (s-unit) - TEI P5».
  3. ^ «Элемент c (персонаж) - TEI P5».
  4. ^ «Элемент g (символ или глиф) - TEI P5».
  5. ^ «Элемент person (человек) - TEI P5».
  6. ^ «Выбор элемента - TEI P5».
  7. ^ «20 неиерархических структур - TEI P5: - Руководство по кодированию и обмену электронного текста». tei-c.org. 2019. Получено 19 марта 2019.
  8. ^ «Образцы текстов TEI». wiki.tei-c.org. 2011. Получено 17 апреля 2012.
  9. ^ «17 простых аналитических механизмов - TEI P5: - Руководство по кодированию и обмену электронного текста». tei-c.org. 2012. Получено 15 апреля 2012.
  10. ^ "TEI element lg (groupe de vers)". tei-c.org. 2012. Получено 15 апреля 2012.
  11. ^ "Элемент TEI выбор". tei-c.org. 2012. Получено 15 апреля 2012.
  12. ^ Бауман, Сид; Фландрия, Джулия (2004), «ODD настройки», Языки экстремальной разметки 2004.
  13. ^ Бернард, Лу; Ратц, Себастьян (2004), "RelaxNG с сыном ODD", Языки экстремальной разметки 2004.
  14. ^ Рейсс, Кевин М. (2007), Грамотная документация по XML (PDF), Урбана-Шампейн, Иллинойс: Цифровые гуманитарные науки 2007.
  15. ^ Бернард, Лу; Ратц, Себастьян (Июнь 2013). «Полный язык определения схемы для Text Encoding Initiative». XML Лондон 2013: 152–161. Дои:10.14337 / XMLLondon13.Rahtz01. ISBN  978-0-9926471-0-0.
  16. ^ Веб-приложение рома
  17. ^ Бернард, Лу; Бауман, Сид, ред. (2007), TEI P5: Руководство по кодированию и обмену электронным текстом, Шарлоттсвилль, Вирджиния, США: Консорциум TEI.
  18. ^ W3C ЕГО и TEI ODD файл.
  19. ^ Савурель, Ив; Косек, Йирка; Исида, Ричард, ред. (2008), «5.2 ИТС и TEI», Лучшие практики для интернационализации XML, Рабочая группа W3C.
  20. ^ Аронхейм, Дж. Р. (1998). «Описательные метаданные: новые стандарты». Журнал академического библиотечного дела. 24 (5): 395–403. Дои:10.1016 / S0099-1333 (98) 90079-9.
  21. ^ Кантара, Л. (2005). «Инициатива кодирования текста: Часть 1». Системы и услуги OCLC. 21 (1): 36–39. Дои:10.1108/10650750510578136.
  22. ^ ach.org
  23. ^ "Историческое прошлое", Раздел iv.2 TEI P5: Руководство по кодированию и обмену электронным текстом.
  24. ^ «Заключительное заявление конференции по планированию Вассара». tei-c.org. 2009. Получено 15 апреля 2012.
  25. ^ «Рекомендации TEI». Получено 2010-06-18.
  26. ^ "2", Основы XML, получено 2011-07-09
  27. ^ «Расширяемый язык разметки (XML) 1.0 (пятое издание)». w3.org.
  28. ^ «Примечания к выпуску P5 версии 2.0.1». tei-c.org. 2012. Получено 15 апреля 2012.
  29. ^ "TEI: Инициатива кодирования текста".

внешняя ссылка