TEI 紹介：スライド（Lou Burnard）

	[INDEX] [HOME]

	TEI 紹介スライド[一覧] 1998.10.27 ※ 目次に番号を付けた。
	＜目次＞テキストの交換流通のためのコーディング情報： TEI 紹介問題解答例テキスト・エンコーディング・イニシアチブ（TEI） TEI の由来 TEI の未来 TEI の目標 TEI のもたらすもの TEI の運用方式運用方式の結果 TEI の利用者独自 DTD の設計 DTD はいくつ必要か？ TEI の解決－モジュール化タグ・セットの結合「シカゴ風ピザ」モデル TEI DTD の外観を作るには… …上手に形を整えて… …完全に調理する。 TEI 基本タグ・セット TEI 付加タグ・セット適用事例適用事例（続）適用事例（続々）要素クラス TEI モデル分類の例 TEI 構文分類の例 TEI 属性分類の例分類体系の実例パラメータ化した内容モデル適用事例（再）カスタマイズカスタマイズ（続）適用事例（再々）実例：ランピーター・コーパスランピーター・コーパスの DTD サブセットランピーター・コーパスの拡張実体ファイル（extensions.ent）ランピーター・コーパスの拡張 DTD （extensions.dtd）要約
	テキスト交換流通のためのコーディング知識 TEI 紹介ルウ・バーナード Encoding Information for Interchange — An introduction to the TEI http://firth.natcorp.ox.ac.uk/TEI/Talks/StMalo/ Email: lou.burnard@oucs.ox.ac.uk Home Page: http://users.ox.ac.uk/~lou
	1998.9.4 [TOP] １　表紙テキスト交換流通のためのコーディング知識－ TEI 紹介－ルウ・バーナード　人文学コンピュータ学科　（Humanities Computing Unit）　オックスフォード大学　（Oxford University）　（＊ロゴ面－HCU@OUCS） [TOP] ２　問題 SGML/XML のマーク付けは強力で柔軟性があり、たいてい（すべて？）の要求を満たすようにカスタマイズできる。しかし、それを使いこなすには形式的な説明が必要だ。（いわゆる文書型定義 DTD）それをどこから入手するのか？どのように選択するのか？ [TOP] ３　解答例自分で考える。－ゼロから－既存の枠組の中で既製品を購入する。 TEI 構造を使う。 [TOP] ４　テキスト・エンコーディング・イニシアチブ（TEI）テキスト・エンコーディング・イニシアチブ起源と目標モジュラー構造カスタマイズ [TOP] ５　TEI の由来人文学研究社会から・図書館司書、サイバー空間飛行士（cybernauts）・言語学者、歴史学者、辞書学者、他後援・コンピュータと人文学学会（ACH: Association for Computers and the Humanities）・コンピュータ言語学学会（ACL: Association for Computational Linguistics）・文学・語学コンピュータ学会（ALLC: Association for Literary and Linguistic Computing）資金提供・合衆国国立人文学基金（U.S. National Endowment for the Humanities）・メロン財団（Mellon Foundation）・欧州共同体委員会第 13 回合同理事会（Commission of European Communities DG XIII）・カナダ社会科学、人文学研究委員会（Social Science and Humanities Research Council of Canada） [TOP] ６　…と未来新たなアプリケーション領域での継続研究－原稿の記述－体裁の記述－非 SGML データ－XML との適合性継続的作業新たなインフラストラクチャへの要求 1998年夏予定の P3 ガイドライン訂正再版 [TOP] ７　TEI の目標よりよいデータの交換と統合あらゆる言語、時代のテキストへの対応不安を抱く人たちへのガイダンス－何をコーディングするのか。専門家への助言－関心対象の情報をいかにコーディングすべきか。　　　`既存の優れた実践を踏まえたユーザ主体の法則化` [TOP] ８　TEI のもたらすものテキストのコーディングに関する一貫性のある勧告数種の異なった SGML タグ・セットを構成すること既存の実践に基づくことリファレンス・マニュアルの形での文書化一般利用者・専門家に向けたチュートリアル　　　 `…けれどもソフトウェア無し。` [TOP] ９　TEI の作業方針… 記法・表現から独立したテキストの重要な特性を表す。口論・過剰反応・中途半端を避ける。一般化可能な解決法を同意可能な方法で追求する。 [TOP] 10　…といささかの結果表現ではなく内容の重視規範的ではなく記述的オッカムの剃刀（＊「本質は不必要にいくつも示すものではない。」という命題。TEI J31 参照。）モジュール化され、拡張可能な dtd どのアプリケーションにも共通で、そのため特定領域ではカスタマイズを必要とすること [TOP] 11　TEI の利用者 http://www-tei.uic/orgs/tei/app/ 参照。電子図書館とアーカイブ作成者・ LC, HTI, UVA, CETH, OTA ... 言語工学プロジェクト・ EAGLES, BNC, MULTEXT, Parole, Silfide 学術研究者・ Women Writers Project, Project Orlando, Model Editions Partnership, Canterbury Tales Project, Bodleian Library, その他多数... 【訳注】 LC（Library of Congress） —米国議会図書館。（ref.）Susan Hockey。 HTI（Humanities Text Initiative） —ミシガン大学（the University of Michigan）人文学テキスト・イニシアチブ http://www.hti.umich.edu/ UVA（University of Virginia Electronic Text Center） —ヴァージニア大学電子テキストセンター http://etext.lib.virginia.edu/ CETH（Center for Electronic Texts in the Humanities） —ニュージャージー州立ラトガース大学（Rutgers,The State University of New Jersey）人文学電子テキストセンター http://www.ceth.rutgers.edu OTA（Oxford Text Archive） —オックスフォード・テキスト・アーカイブ http://ota.ahds.ac.uk/ EAGLES（Expert Advisory Group on Language Engineering Standards） —言語工学の標準作成専門部会（イタリア、ピサ）。５部会（Text Corpora, Computational Lexicons, Computational Linguistic Formalisms, Evaluation and Spoken Language）に分かれる。「Handbook of Standards and Resources for Spoken Language Systems」等。 http://www.ilc.pi.cnr.it/EAGLES96/home.html その他、ドイツのビエレフェルト大学（the University of Bielefeld）も参照。 http://www.uni-bielefeld.de BNC（British National Corpus） —同協会（the BNC Consortium）によるコーパス。 http://info.ox.ac.uk/bnc MULTEXT（Multilingual Text Tools and Corpora） —フランス国立科学研究センターによる言語学コーパス研究プロジェクト。 http://www.lpl.univ-aix.fr/projects/multext/ Parole —イタリアの言語工学プロジェクト。 http://www.ilc.pi.cnr.it/parole/parole.html Silfide（Serveur Interactif pour la Langue Francaise, son Identite, sa Diffusion, son Etude） —参照：フランス国立学術研究センター（CNRS）、パトリス・ボノム（Patrice Bonhomme、http://www.loria.fr/~bonhomme） http://www.loria.fr/projets/Silfide/ http://www.loria.fr/Projet/Silfide/silfide.html Women Writer's Project —アメリカのブラウン大学（the Brown University）女性作家プロジェクト http://www.wwp.brown.edu/ 　他に、インディアナ大学「ヴィクトリア朝女性作家プロジェクト」（The Victorian Women Writers Project）も参照。 http://www.indiana.edu/~letrs/vwwp/ Project Orlando —カナダのアルバータ大学（the University of Alberta）英国女性作家史（An Integrated History of Women's Writing in the British Isles）プロジェクト。ヴァージニア・ウルフ『オルランド』に因む。 http://www.ualberta.ca/ORLANDO Model Editions Partnership（MEP） —副題「デジタル時代の歴史文書」（Historical Editions in the Digital Age）。南カリフォルニア大学等７機関によるアメリカ歴史文書電子化プロジェクト。 http://mep.cla.sc.edu Canterbury Tales Project —チョーサー「カンタベリー物語」の本文、書誌、索引等の電子テキストサービス。イギリスのシェフィールド大学（the University of Sheffield）等５大学連合プロジェクト。 http://www.shef.ac.uk/uni/projects/ctp/index.html Bodleian Library —オックスフォード大学ボドレー図書館。 http://www.bodley.ox.ac.uk/ [TOP] 12　独自 DTD の設計たった一つのマーク付け方式で多種多様な要求に応えられるのか？－テキストの構造はどれも似たもの－どのテキストも異なっている。データベース設計者から学んだこと－構築物は１つ、表現はいくつでも。－各表現は全体から必要要素を抜き出したものである。 [TOP] 13　DTD はいくつ必要か？１つ（法人的な又は WKWBFY 的な解法）なし（無政府的な又は NWEUMP 的な解法）必要なだけすべて（混合経済的な又は WNSA 的な解法）　　　 `それとも、もっと良い方法でも？` [TOP] 14　TEI の解決－モジュール化（非常に）多くの要素と属性の定義タグ・セットとしての組織化（コア、基本、付加、補助）クラスへのグループ化　　　 `多くの顔を持つ、１つの主要 DTD` [TOP] 15　タグ・セットの結合・次に、どのようにタグ・セットを結合するか。　ここで再び「いくつの DTD が必要か」という問題となる。－常に、全部のタグ・セットを結合（定食モデル）－先に、少数のタグ・セットを選択（コース別モデル）－勝手気儘、どうでもよし（スカンジナビア式オードブルモデル）－Ａ列から１つ、Ｂ列から２つ（中華料理モデル） [TOP] 16　「シカゴ風ピザ」モデル <!ENTITY % base (deepDish\|thinCrust\|stuffed) > <!ENTITY % topping (pepperoni\|mushrooms\|sausage\| pepper\|anshovies\| ...) > <!ELEMENT pizza - - (%base;, tomatoSauce & cheese, %(topping)* > （＊訳例） <!ENTITY % 土台 (深皿\|薄焼のパイ皮\|詰め物) > <!ENTITY % トッピング (ペパロニ\|マッシュルーム\|ソーセージ\| 胡椒\|アンチョビー\| ...) > <!ELEMENT ピザ - - (%土台;, トマトソース & チーズ, %(トッピング)* > [TOP] 17　TEI DTD の外観を作るには… コア・タグ・セット選択した基本タグ・セット選択したトッピング <!DOCTYPE TEI.2 system 'tei2.dtd' [ <!ENTITY % tei.prose 'INCLUDE' > <!ENTITY % tei.analysis 'INCLUDE' > ]> <tei.2> ..... </tei.2> [TOP] 18　…上手に形を整えて… ユーザ拡張ファイル要素名の変更未定義の要素は再定義するか（後述）、排除する。 <!ENTITY % tei.extensions.ent SYSTEM 'myMods.ent'> <!ENTITY % n.p 'para'> <!ENTITY % seg 'IGNORE'> [TOP] 19　…完全に調理する。すべてのパラメータ化を取り去るため、「コンパイル」する。ソフトウェアが処理しやすくする。よりよいプロジェクト運営 http://firth.natcorp.ox.ac.uk/~tei/pizza.html 参照文書の説明を忘れずに！ [TOP] 20　TEI 基本タグ・セット選ぶのは１つだけ。基本構成要素を定義する。現在、定義してあるもの。－散文、韻文、戯曲－会話記録－辞書－語彙データベース基本セットを複合的に使うには、特別の取り扱いを要する。 [TOP] 21　TEI 付加タグ・セット特別なアプリケーション分野に関する要素セット随意に混ぜたり組み合わせたりしてよい。現在、用意しているもの。－リンクと配列／分析／特徴構造／確実性／外形的模写／文献批判／名前と日付／グラフとツリー構造図／図と表／言語コーパス … [TOP] 22　適用事例主たる dtd はマーク済みセクションから成り、それぞれ（潜在的には）１つずつタグ・セットを含む。デフォルトでは、すべてのタグ・セットは無視（IGNORE）される。 <![ %TEI.tagset [ <!-- タグ・セット宣言がここに入る。--> ]]> <!ENTITY % TEI.tagset "INCLUDE"> [TOP] 23　適用事例（続）タグ・セットには要素と属性リストの宣言が複数含まれ、それぞれがさらにマーク済みセクションで囲まれる。デフォルトでは、すべての要素は含まれる（INCLUDE）。 <![ %element [ <!ELEMENT %n.element - - (#PCDATA)> <!ATTLIST %n.element %a.global > ]]> <!ENTITY % element "IGNORE"> [TOP] 24　適用事例（続々）要素名（GIs）（＊ Generic Identifiers　総称識別子）は、名前を変更できるように常に間接的に参照される。 <!ELEMENT %n.elem1 - (%n.elem2;+)> <!ENTITY % n.elem1 "elem1"> <!ENTITY % n.elem2 "foo"> [TOP] 25　要素クラスモデル・クラス－構文的属性を共有する（つまり同じ位置に現れる）要素属性クラス－属性を共有する要素クラスの成員資格は継承できる。構造的形式をなす別の方法 [TOP] 26　TEI モデル分類の例 *divn:テキスト区分のような構造的要素　　<div>,<div1>,<div2>,<lg>,<lg1>… divtop:<divn>の最初に現れうる要素　　<head>,<epigraph>,<byLine>… chunk:段落（パラグラフ）に似た要素（＊chunks 塊）　　<sp>,<p>,<lg>,<l>… phrase:塊の中に現れる要素（＊phrase 句）　　<hi>,<foreign>,<date>,<q>… 【注記】　特に韻文や戯曲・脚本等に用いるタグ。　<l>　韻文の１行。／ <lg>　韻文のまとまり（スタンザ、リフレイン、連、他）。　<sp>　人物の会話（脚本・散文・韻文中）　　　who 属性－ID をつけ、人物を識別・特定する。　<speaker>　話し手（単数・複数）の名を記したラベル　<byLine(byline)>　扉、序跋にある著者名表記 [TOP] 27　TEI 構文分類の例 data:正規化ないしテキストとしてでなく処理することの多い句　　<date>,<time>,<name>… biblpart:書誌的記述専用の必須要素　　<author>,<title>,<editor>… demographic:言語の相互作用に関わるものの記述的特徴　　<birth>,<socEcstat>,<occupation>… [TOP] 28　TEI 属性分類の例 global:すべての要素で利用できる属性（＊共通属性）　　n, lang, id, TEIform linking:リンク構文をもつ要素の属性　　targType, targOrder, evaluate [TOP] 29　分類体系の実例文書作成の単純化と DTD の理解内容モデルのパラメータ化－基本タグ・セットによって組み合わせが異なったものになる。カスタマイズの単純化－クラス内の成員は影響を受けない。－既存のクラスに新しい要素を加える。 [TOP] 30　パラメータ化した内容モデル例：「必須要素」－辞書は項目から成る。－戯曲は会話から成る。－小説は段落で出来ている。どの場合にも、基本となる「テキストのスープ」（と構造的区分）は同じままだが、異なったものに組織される。 [TOP] 31　適用事例（再）必須要素クラスは、基本タグ・セットによってその成員（構成分子）が異なる。 <! %TEI-prose [ <!ENTITY % m.component "p\|list\|note"> ]]> <![ %TEI.dictionaries [ <!ENTITY % m.component "entry"> ]]> <!ENTITY % component.seq "(%m.component)+"> <!ELEMENT div -- (head?,(%component.seq),div)> [TOP] 32　カスタマイズ要素を削除するには、－それを宣言しない。－（注意：すべての開発業者が知っているわけではないが、　　ISO 8879 では未定義の要素への参照をも許容している。）新たに要素を追加するには、－その所属クラスを決定し、－その要素を定義し、－そのクラスに追加する。【注記】 ISO 8879：SGML 国際標準　・ISO 8879-1986 (E). Information processing 　 --- Text and Office Systems --- Standard Generalized 　 Markup Language (SGML). 　 First edition --- 1986-10-15. [Geneva]: International 　 Organization for Standardization, 1986. 　・ISO 8879:1986 / A1:1988 (E). Information processing 　 --- Text and Office Systems --- Standard Generalized 　 Markup Language (SGML), Amendment 1. 　 Published 1988-07-01. [Geneva]: International 　 Organization for Standardization, 1988. [TOP] 33　カスタマイズ（続）要素の変更は、削除してから改めて追加するということ。クラスの成員が影響を受けないようにする。 <!-- in TEI.extensions.ent --> <!ENTITY % p "IGNORE"> <!-- in TEI.extensions.dtd --> <!ELEMENT %n.p - - (#PCDATA)> [TOP] 34　適用事例（再々）それぞれのモデル・クラスは、パラメータ実体として定義される。クラスの成員への参照は、常に間接的なものである。拡張可能な構成分子（裏技 [kludge] によるもの。） <!ENTITY % x.class ""> <!ENTITY % m.class "%x.class name1\|name2\|name3 …"> <!ELEMENT % n.element - - (%m.class;+)"> [TOP] 35　実例：ランピーター・コーパス [the Lampeter corpus] 要件－緩やかな表示用タグ付け－アクセスのための構造的マーク付け－テキスト作成に関する著作者の情報－データの把握と検証を容易にする少数のタグ実装－タグ・セット：散文用基本セットに４つの付加セットからの　タグを加えたもの－拡張は控えめに、除外は多めに。 [TOP] 36　ランピーター・コーパスの DTD サブセット <!DOCTYPE TEICORPUS.2 SYSTEM "tei2.dtd" [ <!ENTITY % TEI.prose "INCLUDE"> <!ENTITY % TEI.corpus "INCLUDE"> <!ENTITY % TEI.figures "INCLUDE"> <!ENTITY % TEI.transcr "INCLUDE"> <!ENTITY % TEI.extensions.ent SYSTEM "lampext.ent"> <!ENTITY % TEI.extensions.dtd SYSTEM "lampext.dtd"> <!-- さらに宣言が入る。 --> ]> [TOP] 37　ランピーター・コーパスの拡張実体ファイル（extensions.ent） <!ENTITY % analytic 'IGNORE'> <!ENTITY % biblStruct 'IGNORE'> <!-- hic desunt multa --> <!ENTITY % supplied 'IGNORE'> <!ENTITY % x.phrase "it\|ro\|sc\|su\|bo\|go\|"> <!ENTITY % x.biblPart "printer\|pubFormat\|bookSeller\|"> <!ENTITY % x.demographic "socecstatusPat\|biogNote\|"> <!ENTITY % x.globincl "gap\|"> [TOP] 38　ランピーター・コーパスの拡張 DTD （extensions.dtd） <!ELEMENT (it\|ro\|sc\|su\|bo\|go) 　　　　　　　　　　　　　　　- - (%phrase.seq)> <!ELEMENT (persName\|printer\|pubFormat 　　　　　\|bookSeller\|biogNote\|socecstatusPat) 　　　　　　　　　　　　　　　- - (%phrase.seq)> [TOP] 39　要約 DTD をうまく設計するには、　注意深く、十分自覚して、統制のとれた形で、盗むこと。作業のモジュール化クラス機構によって明らかになってくるもの－すべての文書に当てはまるもの－一部の文書にだけ当てはまるもの変更可能であることと標準化とは両立可能である。 [以上]