Кіріспе

Академиялық қауымдастық мәтінді кодтау туралы алаңдап отыр.

Мәтінді кодтау бастамасы (TEI) – 1980-жылдардан бері үздіксіз жұмыс істеп келе жатқан цифрлық гуманитарлық ғылымдар саласындағы мәтінге негізделген тәжірибелік қауымдастық. Қауымдастық қазіргі уақытта электрондық пошта тізімін, жиналыстар мен конференциялар сериясын ұйымдастырады, сондай-ақ TEI техникалық стандартын, журналды, викиді, GitHub репозиторийін және құралдар жиынтығын қолдайды.

ТЭИ-ге арналған нұсқаулар

TEI нұсқаулықтары бір түрін XML форматын ұжымдық түрде анықтайды және тәжірибелік қауымдастықтың негізгі нәтижесі болып табылады. Бұл формат мәтінге арналған басқа белгілі ашық форматтардан (мысалы, HTML және OpenDocument) семантикалық мазмұнымен ерекшеленеді, презентациялық емес; әрбір таг пен атрибуттың семантикасы мен түсіндірілуі нақты көрсетілген. Шамамен 500 түрлі мәтіндік компоненттер мен ұғымдар бар: , , , , , және т.б. Олардың әрқайсысы бір немесе бірнеше академиялық салаға негізделген, сондай-ақ мысалдары келтірілген.

Мысалдар

ТЭИ нұсқауларының мәтіні көптеген мысалдармен толық. Сондай-ақ, ТЭИ викидегі үлгілер бетінде өздерінің ТЭИ құрылымын ашатын нақты жобалардың мысалдары келтірілген.

ҚТҚ

One Document Does it all ("ODD") – XML схемалары үшін сауатты бағдарламалау тілі. Сауатты бағдарламалау стилінде ODD құжаттары адам оқи алатын құжаттаманы және машина оқи алатын модельдерді, Мәтіндік кодтау бастамасының (TEI) Құжаттама элементтері модулін пайдалана отырып, біріктіреді. Арнайы құралдар жергілікті және халықаралық HTML, ePub немесе PDF түрінде адам оқи алатын нәтижелерді, сондай-ақ DTD, W3C XML схемасы, Relax NG Compact Syntax немесе Relax NG XML Syntax түрінде машина оқи алатын нәтижелерді жасауға мүмкіндік береді. Roma веб-қосымшасы ODD форматы негізінде құрылған және көптеген XML растау құралдары мен қызметтерінде қолданылатын DTD, W3C XML схемасы, Relax NG Compact Syntax немесе Relax NG XML Syntax форматтарында схемаларды жасау үшін оны пайдалана алады. ODD – Мәтіндік кодтау бастамасы (TEI) TEI техникалық стандарты үшін ішкі түрде қолданатын формат. ODD файлдары көбінесе жеке XML форматы мен толық TEI моделі арасындағы айырмашылықты сипаттайды, бірақ ODD TEI-ден толығымен бөлек XML форматтарын сипаттау үшін де қолданылуы мүмкін. Мысалы, W3C-нің Халықаралық тегтер жинағы ODD форматын схемаларды жасау және сөздік қорын құжаттау үшін пайдаланады.

Жобалар

Бұл форматты әлемнің көптеген жобалары қолданады. Көптеген жобалар бір немесе бірнеше университетпен байланысты. TEI арқылы мәтіндерді кодтайтын белгілі жобалар:

+TEI жобалары | Жоба URL | Артықшылықтары
---|---|---
British National Corpus | http://www.natcorp.ox.ac.uk | Қазіргі ағылшын тіліндегі 100 миллион сөздік көлем
Oxford Text Archive | https://ota.bodleian.ox.ac.uk/repository/xmlui/ | 25 тілдегі 1 ГБ-тан астам лингвистикалық деректер мен электрондық мәтіндер
Perseus Project | https://www.perseus.tufts.edu/ | Грек және латын мәтіндері
EpiDoc | https://sourceforge.net/p/epidoc/wiki/Home/ | Эпиграфия және папирология
Women Writers Project | https://wwp.northeastern.edu/ | Ерте заманғы әйел жазушылар (Маргарет Кавендиш, Элиза Хейвуд және т.б.)
New Zealand Electronic Text Centre | http://www.nzetc.org/ | Жаңа Зеландия және Тынық мұхиты аралдары мәтіндері
The SWORD Project | https://www.crosswire.org/sword/ | Киелі кітап бағдарламалық жасақтамасы, сөздіктер, христиан әдебиеті
FreeDict | https://freedict.org/ | Екі тілді сөздіктер
Text Creation Partnership | https://textcreationpartnership.org/ | Ерте ағылшын және американдық кітаптар
CELT | https://celt.ucc.ie/publishd.html | Ежелгі және ортағасырлық ирланд қолжазбалары
ISTEX | https://www.istex.fr/ | Ғылыми басылымдар мұрағаты
CAB | https://cab.geschkult.fu-berlin.de/ | Авестан тіліндегі зороастрий ритуалдарының басылымы

Тарих

TEI құрылғанға дейін гуманитарлық ғылымдар саласындағы ғалымдар электрондық мәтіндерді олардың академиялық мақсаттарына сай келетіндей етіп кодтау үшін бірлескен стандарттарға ие болған жоқ (Hockey 1993, 41 б.). 1987 жылы гуманитарлық ғылымдар, лингвистика және есептеу салаларын ұсынушы ғалымдар тобы Вассар колледжінде бас қосып, «Пукипси қағидалары» деп аталатын нұсқаулар жиынтығын жасады. Бұл нұсқаулар алғашқы TEI стандарты «P1» стандартын әзірлеуге бағытталды. 1987 – Компьютерлер және гуманитарлық ғылымдар қауымдастығы, Компьютерлік лингвистика қауымдастығы және Әдеби және лингвистикалық есептеулер қауымдастығы TEI болатын нәрсе бойынша жұмысты бастады. Бұл Вассар жоспарлау конференциясының қорытынды мәлімдемесімен аяқталды. 1994 – Лу Бернард (Оксфорд университетінде) және Майкл Сперберг Маккуин (кейін Чикагодағы Иллинойс университетінде, содан кейін W3C-де) бірлесіп редакциялаған TEI P3 жарияланды. 1999 – TEI P3 жаңартылды. 2002 – TEI P4 шығарылды, SGML-ден XML-ге көшірілді; Unicode қабылданып, XML-талдаушылардың оны қолдауы міндетті болды. 2007 – TEI P5 жарияланды, оған W3C-ден xml:lang және xml:id атрибуттары енгізілді (бұлар бұрын TEI атау кеңістігіндегі атрибуттар болған), жергілікті сілтеме атрибуттарын хэшті пайдалану үшін реттеу (HTML-де қолданылғандай) және ptr және xptr таңбаларын біріктіру кірді. Бұл өзгерістер мен көптеген жаңа қосымшалар P5-ті тұрақтырақ етіп, оны W3C қолдауымен және басқа XML нұсқалары қолданатын қазіргі XML практикасына жақындатты. TEI P5 техникалық қызмет көрсету және жаңа мүмкіндіктерді жаңарту нұсқалары 2007 жылдан бері жылына кемінде екі рет жарияланып келеді. 2011 – TEI P5 v2.0.1 шығарылды, ол генетикалық редакциялауды қолдайды (басқа көптеген қосымшалармен қатар генетикалық редакциялау мүмкіндіктері мәтіндерді олардың нақты семантикасын түсіндірмей кодтауға мүмкіндік береді). 2017 – TEI Цифрлық гуманитарлық ғылымдар ұйымдарының альянсынан Антонио Замполли сыйлығымен марапатталды.