TEI Philosophische Fakultät IT-Zertifikat Datenstandards Johanna Bächer 09.01.09

TEI

Philosophische Fakultät • IT-Zertifikat • Datenstandards • Johanna Bächer • 09.01.09

TEIKonsortium

• „Text Encoding Initiative“ seit 1987 mit Teilnehmern aus Industrie, Bildungsinstitutionen u.v.m., inzwischen TEI-Konsortium

• TEI bezeichnet sowohl das Konsortium, als auch einen Standard zur Kodierung und zum Austausch von Textdokumenten

• TEI P5 Guidelines veröffentlicht 2007

• TEI-Lite -> abgespeckte Version

• mehr unter www.tei-c.org


TEIBenutzer

• Benutzer gleich Entwickler: Textwissenschaftler, z.B. Literaturwissenschaftler und Linguisten


TEIZweck

• Unabhängig von Betriebssystemen und Anwendungssoftware elektronisch Texte zu kodieren

-> dauerhaftere elektronische Texteditionen

-> Loslösung von proprietären Systemen der Textspeicherung wie MS-Word und auf andere Ziele ausgelegte Standards wie HTML


TEIZweck

• „Text als abstrakte Entität [ist das] Produkt und muss in einem portablen Format vorliegen, aus dem sich die möglichen Publikationsformen ohne großen Aufwand generieren lassen“

(http://computerphilologie.uni-muenchen.de/praxis/teiprax.html)


TEITEI und SGML

• TEI ist SGML-konform (genau wie HTML) -> verarbeitbar von jeder SGML Software

• TEI besteht wie alle SGML-konformen Systeme aus drei Teilen:

1. Die Deklaration mit Grundeinstellungen (TEI.DCL)

2. Die Document Typ Definition (TEI-DTD, die bei Tei aus mehreren Teilen besteht, die je nach Bedürfnis aktiviert oder deaktiviert werden können

3. Eine oder mehrere Dateiinstanzen, ausgezeichnet entsprechend den Regeln der DTD


TEITEI-Guidelines P5

• P1 erschien 1990

• P4 (2002) erste XML-Version der Guidelines

• P5 ist seit 2007 die neueste Version der Guidelines, Anpassung an XML wurde z.B. noch verstärkt, außerdem textinterne Verlinkung, Multimediakompatibilität und Schriftverarbetiung verbessert

• Möglichkeit der Übertragung von P4 zu P5


TEIAufbau

• verschiedene Module mit Elementen

• beispielsweise Elemente für Dokumentenstruktur, Auszeichnung von Gedichten und Dramen, Markierung einzelner Zeilen und Seiten, Tabellen, textkritische Anmerkungen, Terminologien, Wörterbücher

-> Strukturelle Teile eines Textes

-> Typographische Elemente

-> andere Textfeatures (wie Orte von Illustrationen)


TEIAufbau

• Kern von Modulen enthält allgemeine Elemente wie <p/> für Absätze

• Kern kann erweitert werden um weitere Module -> differenzierte Auszeichnung von Textmerkmalen


TEIGrundstruktur der Dokumente

• Jedes TEI-Dokument hat einen Kopf <TEIHEADER> und einen Textkörper <TEXT>

• Der Inhalt des Textelements kann vielfach gegliedert werden, bspw. durch <FRONT>, <BODY> und <BACK> für Bücher


TEIEin Minimalheader sieht so aus:

<TEIHEADER>

<FILEDESC>

<TITLESTMT>

<TITLE>Titel des Werks: elektronische Edition</TITLE>

<AUTHOR>Autor des Werks</AUTHOR>

<RESPSTMT><RESP>erstellt von</RESP>

<NAME>Name des Editors</NAME>

</RESPSTMT>

</TITLESTMT>

<PUBLICATIONSTMT><PUBLISHER> Vertrieb des Textes durch XXX</PUBLISHER>

</PUBLICATIONSTMT>

<SOURCEDESC>

<BIBL>Bibliographische Angaben zur Vorlage</BIBL>

</SOURCEDESC>

</FILEDESC>

</TEIHEADER>


TEIBeispiele für TEI-Elemente

• <P></P> Absatz

• <EMPH></EMPH> Betonung

• <NOTE></NOTE> „Fussnote“, Anmerkung


TEI„customizing“

• Das TEI Schema kann aufgrund seines Umfangs einfacher verwendet werden wenn man es „customized“

• Dazu wird das ODD und das Roma-Tool verwendet

• über das Internet wird in Roma customized und das Ergebnis als ODD-Datei abgespeichert

• TEI Lite ist beispielsweise so eine customization


TEIODD - „One Document Does It All“

• Quellformat in Metasprache in dem die TEI geschrieben ist

• enthält Fragmente des Schemas, „prose documentation“ und „reference documentation“

• daraus können formale Schemata generiert werden wie DTD oder XML Schema, außerdem die TEI Guidelines

• ODD Spezifikation ist normalesTEI XML Dokument, das das tagdocs Modul verwendet

• mit ODD kann die P5 Version des TEI XML an die eigenen Bedürfnisse angepasst (“customized“) werden


TEIRoma-Tool

• webbasierte Anwendung

• ein System von XSLT Stylesheets das ODD-Files manipuliert

• Erstellung P5 kompatibler Schemas und Dokumentationen wie DTD aus einem XML Dokument, das das TEI ODD Markup benutzt

- nötiges Programm um die in einem ODD Markups verwendenden TEI XML Dokument customized TEI in eine DTD oder ein anderes Schema zu kompilieren


TEITEI-DTD

• idealerweise so angebeben, dass mehrere Dokumente darauf zugreifen können:

<!DOCTYPE TEI.2 PUBLIC „-//TEI//TEI P3 //EN“>

• PUBLIC legt fest, dass die Zeichenkette „-//...“ die DTD identifiziert


TEITEI-DTD

• weiterhin muss in einer Datei namens „catalog“ die >Zuordnung von public identifiern und systemdateien geschehen, z.B.

PUBLIC „-//TEI//TEI P3 //EN“> „c:\tei\dtd\tei2.dtd“

• weil TEI mehrere DTD verwendet, muss zum Element DOCTYPE hinzugefügt werden, welche, z.B.

<!DOCTYPE TEI.2 SYSTEM "tei2.dtd" [

<!ENTITY % TEI.prose 'INCLUDE'>

<!ENTITY % TEI.textcrit 'INCLUDE'> ]>

• Diese Ergänzung der DOCTYPE-Angabe ist faktisch eine Ergänzung der DTD


TEITEI-Tag Sets

• zwei Klassen: Base Tag Sets und Additional Tag Sets, außerdem Core Tag Set (eh vorhanden, muss nicht ausgewählt werden)

• es kann nur ein Base Tag Set gewählt werden, aber beliebig viele Additional Tag Sets

• die Zusammensetzbarkeit der Tag Sets wurde als Pizza Concept bezeichnet das mit dem Pizza Chef geregelt wurde, heute Roma Tool


TEITEI-Tag Sets - Beispiele für Base Tag Sets

• TEI.prose -> Auszeichnung von Prosa

• TEI.verse -> ...von Lyrik

• TEI.drama -> ...von Dramen

• TEI.spoken -> ...von Transkriptionen gesprochener Sprache

• TEI.dictionaries -> ...von Wörterbüchern

• TEI.terminology -> ...von terminologischen Datenbanken

• TEI.mixed -> ...von Texten, die Tags aus mehreren der anderen Kategorien benötigen

• TEI.general -> wie mixed aber nur ein Base Tag set pro Korpuseinheit


TEITEI-Tag Sets - Beispiele für Additional Tag Sets

• TEI.linking -> Auszeichnungselemente, um Texte mit Hyperlinks zu verbinden und zu segmentieren

• TEI.textcrit -> ... für textkritischen Apparat

• TEI.transcr -> ... für Transkription von Primärquellen

• TEI.figures -> ... für Grafiken, Illsutrationen, Formeln


TEITEI-Tag Sets - Beispiel

• Verstexte einschließlich einiger Handschriftenproduktionen und eines kritischen Apparats sollen ausgezeichnet und mittels Hyperlink miteinander verbunden werden:

<!DOCTYPE TEI.2 SYSTEM "tei2.dtd" [

<!ENTITY % TEI.verse 'INCLUDE'>

<!ENTITY % TEI.textcrit 'INCLUDE'>

<!ENTITY % TEI.transcr 'INCLUDE'>

<!ENTITY % TEI.linking 'INCLUDE'>

<!ENTITY % TEI.figures 'INCLUDE'>

<!ENTITY % isolat1 PUBLIC "ISO 8879-1986//ENTITIES Added Latin 1//EN">

%isolat1; ]>


TEITEI Praxisanwendung...

1. Dokumentenanalyse

2. Digitalisierung

3. Textauszeichnung

4. Publikation



1. Dokumentenanalyse und Auswahl von Tag Sets

• Sichtung des Materials, theoretische Vorentscheidung

-> was ist der Verwendungszweck einer Edition?

-> welche Textmerkmale sollen durch Kodierung erfasst werden?

-> welche sollen dem Benutzer zugänglich sein? Wie?

(Bsp. Kapitel, direkte Rede bei Roman)

• kann unabhängig von TEI geschehen, aber auch mit Hilfe von TEI Handbüchern



2. Digitalisierung

Erstellen elektronischer Bilder, Textgewinnung durch manuelle Eingabe oder Texterkennung



3. Textauszeichnung

Versehen des gewonnen Textes mit den notwendigen Auszeichnungen, um die Elemente in TEI zu kodieren, die aufgrund der Dokumentenanalyse als bewahrenswert gelten



4. Publikation

Anpassung an zur Publikation gewählte Medien (Browser, Buchdruck...)


TEI• TEI ist ein defacto standard in „humanities

computing“ Projekten, vor allem zum Austausch von Texten zwischen verschiedenen Projekten und Archiven.

• Fragen?


TEIQuellen

• http://www.tei-c.org

• http://computerphilologie.uni-muenchen.de/praxis/teiprax.html

• http://de.wikipedia.org/wiki/Text_Encoding_Initiative

•http://en.wikipedia.org/wiki/ODD_(One_Document_Does_it_all)

• http://www.tei-c.org/Support/Learn/tutorials.xml

• http://www.tei-c.org/Talks/MITH/index.xml

(alle Internetquellen zuletzt eingesehen am 08.01.09 10:00 cet)


http://computerphilologie.uni-muenchen.de/praxis/teiprax.html

http://computerphilologie.uni-muenchen.de/praxis/teiprax.html

Documents

TEI Philosophische Fakultät IT-Zertifikat Datenstandards Johanna Bächer 09.01.09