• Introduzione alla TEI (Text Encoding Initiative)

• Acquisire strumenti per poter gestire dati XML-TEI

• Trovare soluzioni per la visualizzazione

• Saper interrogare e navigare un documento XML

1. Introduzione

Testualità digitale e fondamenti di editoria digitale. Che cos'è un'edizione scientifica digitale?

2. Tutorial XML/TEI
Strumenti di base e linguaggi dichiarativi XML. Lo standard TEI (Text Encoding Initiative) utilizzato per la realizzazione di un progetto editoriale sul web.

3. Esercitazione pratica: presentazione dell’editor XML/TEI e marcatura di un testo concordato.

• definire i concetti chiave per fornire una panoramica delle tecnologie per realizzare un'edizione scientifica digitale e, più in generale, dell'editoria digitale

• fornire conoscenze e strumenti preliminari per entrare nel mondo delle edizioni digitali e delle biblioteche digitali

A introdurti alla teoria e alla pratica del documento digitale, ovvero:
 

• Acquisire una conoscenza storico-critica delle radici culturali e dell’evoluzione della testualità digitale

• Conoscere le principali risorse e iniziative nel campo dell’edizione digitale dei testi

• Familiarizzare con i linguaggi e gli strumenti dell’edizione digitale scientifica (SDE)

Qual è lo scopo di una “edizione”?

L’esigenza di conservare l’opera
 
L’esigenza di trasmettere l’opera
 
L’esigenza di trovare un pubblico per l’opera
 
L’esigenza di rispettare la volontà dell’autore
 
L’esigenza di conservare i manufatti dell’artista
 
L’esigenza di testimoniare l’evoluzione dell’opera

Qual è lo scopo di una “edizione”?

Un'edizione su Google Books book può essere un'edizione digitale di interesse di un critico letterario, di uno studioso di filologia e letteratura?

Distinzione tra edizione digitalizzata e edizione scientifica digitale

Edizione digitale

La “filologia materiale” degli anni ‘30: Pasquali, De Benedetti, Contini Scrittura come “processo” e testo come “sistema”

Contini: l’opera come “perenne approssimazione al valore” (1974)

Edizione digitale

Segre: “… è utile ribadire che […] la natura del testo è condizionata dai modi della sua produzione e riproduzione, che insomma il testo non è una realtà fisica ma un concetto limite.” (1981)

Edizione digitale

La conservazione digitale non è un semplice processo di conservazione degli oggetti fisici, ma un processo di conservazione della capacità di riprodurre gli oggetti… [di fatto] non si può provare di aver conservato un oggetto fintanto che che non venga ricostruito in una forma che ne permetta l’uso da parte di esseri umani o  di programmi di elaborazione automatica”. (Thibodeau 2002)

Essa è “rappresentazione” e non mera trascrizione del parlato, ne fornisce cioè un modello concettuale. In modo simile, il passaggio dall’analogico al digitale descrive un processo di rappresentazione

Anche nella codifica di un testo è necessario esprimere un modello concettuale, ovvero astratto, di quel testo
 

“La scrittura è metalinguistica” (Olson 1997)

La codifica digitale è una “rappresentazione” e una “traduzione” di un oggetto in/attraverso un altro linguaggio (in questo caso un meta-linguaggio, Lotman 1973)

In entrambi i casi (codifica e traduzione) il circolo ermeneutico per continuare a vivere deve essere periodicamente rinnovato

Lo scopo della codifica

Un’edizione critica è, come ogni atto scientifico, una mera ipotesi di lavoro, la più soddisfacente (ossia economica) che colleghi in sistema i dati” (Contini) .

L’uso del termine ‘dati’ in ambito filologico, per indicare sia i materiali oggetto di studio (fonti primarie e secondarie), sia quelli prodotti dallo studioso, non è così fuori luogo come possa sembrare a prima vista in ambito digitale, e non fa altro che confermare ulteriormente la natura di sistema informativo dell’edizione critica

Giorgio Inglese scrive “si può ben dire che ogni testo ponga un proprio problema più e meno complesso – di accertamento filologico e di presentazione al lettore. Un’edizione critica è appunto il tentativo di risolvere questo problema”

•  Codifica di livello 0 o di basso livello. Riguarda la rappresentazione binaria della sequenza ordinata dei caratteri (la codifica dei caratteri, UnicodeUTF8)

• Codifica di alto livello. Arricchisce il testo codificato al livello zero con informazioni di tipo strutturale

• Il ruolo della codifica come "disciplina comprendente una serie di conoscenze culturali e tecniche che consentono di memorizzare un documento
• I linguaggi di markup - XML/TEI (Text Encoding Initiative)

• Il ruolo della codifica come "disciplina comprendente una serie di conoscenze culturali e tecniche che consentono di memorizzare un documento
• I linguaggi di markup - XML/TEI (Text Encoding Initiative)

Le informazioni incorporate in un testo sono denominate, dall'inglese, alternativamente "codifica" (encoding), "marcatura" (markup), o, con un brutto calco, "taggatura" (tagging)

Un linguaggio di markup è un linguaggio che consente di descrivere dati tramite dei marcatori (tag). Un esempio molto popolare di linguaggio di markup è l’HTML, che consente di descrivere pagine per il Web. Il linguaggio HTML utilizza un insieme predefinito di tag per descrivere gli elementi di una pagina Web (es.: <head></head>, <body></body>, ecc.).

La codifica informatica di un testo è la rappresentazione di un testo su un supporto digitale in un formato comprensibile da un elaboratore elettronico.

Tale definizione sottende però una serie di questioni teoriche (ma anche pratiche!). Innanzitutto il concetto di rappresentazione del testo (a che livello? da quale punto di vista?), e in secondo luogo il problema della comprensione, vale a dire un sistema di comunicazione condiviso dall'uomo e dalla macchina.

Elena Pierazzo, La codifica dei testi letterari, Carocci, 2005 (1 Capitolo)

In ambito letterario la differenza esistente fra il codice dell'Autore e quello del Lettore ha portato Cesare Segre a definire qualsiasi testo un diasistema, cioè il "risultato del compromesso tra il sistema del testo e il sistema del copista"

La codifica di un testo, quindi, può essere definita come una rappresentazione di un testo su un supporto digitale, in funzione di un determinato punto di vista, secondo un codice condiviso in modo sostanziale dall'uomo e dall'elaboratore elettronico cui tale codifica è destinata.

Senza una marcatura semantica o strutturale, si possono effettuare solo ricerche molto semplici sui testi

• Linguaggi di trasformazione e navigazione per documenti XML: Xpath, Xslt, Xquery - specifiche della W3C: http://www.w3schools.co/xml/xml_technologies.asp

• Database – come Xbase - http://basex.org/

• Tool - mappe, timeline, etc

Cosa fare dopo aver codificato un testo?

TEI

Text Encoding Initiative

http://www.tei-c.org/index.xml

schema

Database

XML

Ebooks

Json

PDF

HTML

Linked

data

TEI

Modello

teorico

astratto

Processo di

codifica

Risorse

digitali

Analisi

del testo

La TEI - Text Encoding Initiative - è un consorzio di istituzioni internazionali, di ambito linguistico e letterario, con l'obiettivo di sviluppare standard per la codifica di testi umanistici e per promuovere e sostenere il loro uso per progetti istituzionali o di singoli individui.

Nel sito della TEI possiamo trovare:

 - Linee guida della TEI

- una serie di tool per la creazione di documenti TEI e stylesheets per la trasformazione in differenti formati (e.g. HTML, Word, PDF, Databases, RDF/Linked Data, Slides, ePub, Schemas, etc.)

Riassumendo:

Lo SCHEMA permette la definizione della grammatica del linguaggio definendo i tag scelti per il modello di testo scelto.

consentono la definizione di regole di validità per un documento XML.

Apriamo un nuovo file da Oxygen e impariamo a leggere le prime righe.

Dichiarazione XML:

<?xml version="1.0" encoding="UTF-8"?>

Istruzioni di processo:

<?xml-model href="http://www.tei-c.org/release/xml/tei/custom/schema/relaxng/tei_all.rng" type="application/xml" schematypens="http://relaxng.org/ns/structure/1.0"?>

<xsl:stylesheet version='1.0'
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

XPath

XPath è un linguaggio tramite il quale è possibile scrivere delle espressioni per indirizzare parti di un documento XML.

- permette di indicare i nodi in base alla loro posizione relativa o assoluta.

- È un linguaggio ideato per operare all’interno di altre tecnologie XML, quali XSLT.

- È un linguaggio W3C Standard 

- XQuery e XSLT utilizzano componenti XPath per cercare corrispondenze con particolari elementi del documento.

Text

body

div type="poem"

div type="poem"

head

head

lg type="stanza"

lg type="stanza"

lg type="stanza"

lg type="stanza"

l n="1"

l n="1"

l n="2"

l n="3"

l n="2"

Un documento XML è un albero costituito da nodi. Alcuni nodi contengono altri nodi. 

XPath attraverso una path expression serve ad individuare nodi o insieme di nodi XML, partendo dal nodo corrente - percorso "relativo" - o possono essere impiegati percorsi "assoluti" che utilizzano come riferimento la radice del documento.

Gli elementi sono separati dal carattere '/'.

Esempio: /A/B/C

Text

XPATH

XPATh

/body/div/head

/body/div/lg

Body/div/@type

/body/div/lg/l[@n='2']

//l[@n>5

Funzioni, es.: count()

XSLT

eXtensible Stylesheet Language Transformations)

L'eXtensible Stylesheet Language (XSL) è un insieme di tre linguaggi che forniscono gli strumenti per l'elaborazione e la presentazione di documenti XML in maniera molto flessibile.

un meccanismo per l'individuazione dei dati da presentare
un meccanismo per il controllo dell'elaborazione dei dati e di come la presentazione deve essere effettuata
un meccanismo per la definizione della formattazione da applicare ai dati per la presentazione vera e propria

XQuery, una abbreviazione per XML Query Language, è un linguaggio di programmazione specificato dal W3C e destinato ad interrogare documenti e basi di dati XML.

XQuery usa la sintassi delle espressioni di XPath per la selezione di specifiche porzioni di documenti XML, con l'aggiunta delle cosiddette espressioni FLWOR per la formulazione di query complesse. XQuery è risultato come un derivato delle linguaggi XQL, XML-QL e Quilt.

XQuery è un linguaggio di programmazione funzionale, dichiarativo, a tipizzazione statica e Turing-completo. Oltre alle espressioni XPath, esiste un gran numero di caratteristiche interessanti del linguaggio:

Subtitle

• Costruzione di elementi XML ("direct constructors" e "indirect constructors")
• Funzionalità di ordinamento dei risultati secondo l'ordine del documento originale, o secondo altri ordini indicati dal utente
• Funzioni predefinite per il calcolo di equazioni aritmetiche
• Funzioni definite dall'utente
• Funzioni di aggregazione (come avg o count) del tutto similari a quelle di SQL
• Generazione di documenti HTML

XQUERY