informatica umanistica

CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura

1

Informatica Umanistica

LM - Scienze del Testo

Docente Alessia Scacchi


2

Analisi automatica di un testo. Metodi e strumenti

Informatica e Analisi del testo letterario: un binomio, non un paradosso

Lezione 7


3

Il testo.Questa è la domanda…Poi che, tacendo, si mostrò spedita

l’anima santa di metter la tramain quella tela ch’io le porsi ordita.

Dante Alighieri, Paradiso, XVII, vv. 100-2

Definizione:Dal latino textus, il cui uso in relazione al discorso linguistico viene sperimentato con Quintiliano

E… il punto di vista?


4

Segre: il testoIl testo è• serie di collegamenti, contenutistici e grammaticali

Il testo letterario è:• Comunicazione sui generis• facile delimitazione (suggerita o esplicitamente indicata nella

trascrizione o stampa)• indeterminazione di contesto (l’emittente ignora per lo più le

condizioni in cui il testo sarà letto)• mancanza di tratti soprasegmentali


5

Corti: il testo

il testo è • enunciato di natura polisemica; • ipersegno (complesso di segni verbali con Eco, “super-funzione

segnica”) • unità semiotica superiore al testo = macrotesto.

il testo letterario è• per sua natura costruito, più che tutti gli altri testi verbali, in

maniera da offrire diversi percorsi significativi e comunicativi


6

Il testo di riferimento: tradizione

– il percorso dei testi dall’originale all’edizione a stampa è la tradizione

< traditio < trado, consegna, insegnamento, lezione.

Analisi della tradizione Scelta della fonte


7

Il testo di riferimento: fonte

– il testo su supporto cartaceo (stampato, manoscritto…)

• memorizzato su supporto magnetico• acquisito (tramite lo scanner o “a mano”) • Codificato

è la fonte


8

Esempio di testo di riferimento

– Il nostro esempio, scegliere il tipo di edizione:– originale Vaticano Latino 3195: fonte diretta– del Vat 3195: edizioni meccaniche, diplomatiche,

interpretative– scelta dell’edizione secondo i criteri:

» a) valore scientifico edizione » b) autorevolezza e diffusione dell’edizione» Contini 1964 (a voler essere pignoli riedizione Parigi,

Tallone, 1949!)


9

Storia della tradizione

• [abbozzi e stesure precedenti alla sistemazione]

• [raccolta di testi non definitivi (Vaticano latino 3196)]

• Vaticano latino 3195• edizione Contini del 1949• edizione Contini del 1964• testo elettronico


10

Conservazione o Perdita?

• ogni passaggio prevede una perdita di informazioni:

– la lezione del testo, ovvero errori di copia nelle parole (per chi ha fatto filologia, varianti sostanziali e varianti formali)

– gli elementi grafici che indicano la struttura del testo: titolo, sottotitolo, capitolo, paragrafo ecc. Ad esempio, l’andata a capo indica la fine di un verso; anticamente si usava un punto… noi useremo <l></l>


11

Edizione elettronica di un testo letterario


12

Processo di scansione1. Fotocopie del testo di riferimento 2. Lo scanner digitalizza il testo come immagine3. L’OCR (Optical Character Recognize) tramite

algoritmi tenta di identificare e trasformare l’immagine in carattere

4. Prima scansione: errori di impostazione dell’OCR.

5. Seconda scansione con impostazioni ad hoc6. Individuazione degli errori e correzione del testo.


13

Edizione di un testo:techné

• Scansione e riconoscimento caratteri tramite OCR:


14

Edizione di un testo:techné

• Controllo e correzione su eventuali errori di trascrizione:


15

Altri esempi di errori di riconoscimento


16

Dichiarazione di responsabilità: TEI-HEADER

• E la responsabilità del testo?Viene dichiarata nella TEI-HEADER

1. Individuazione del testo elettronico attraverso indicazioni bibliografiche (titolo, autore, luogo e data di edizione, etc.)

2. Certificazione della responsabilità editoriale del testo (anche nel caso in cui la codifica ha avuto diversi responsabili)

3. Indicazione della fonte del testo elettronico (edizioni di testi già editi su stampa o trascrizioni di manoscritti)

4. Documentazione accurata delle metodologie di rappresentazione dei vari fenomeni testuali,

5. Documentazione delle scelte di approcci disciplinari o teorici che permettano di interpretare correttamente i simboli usati nella codifica del testo

6. Documentazione delle eventuali correzioni e modifiche introdotte rispetto alla fonte.


17

Le parti della TEI-Header


18

Le parti della TEI-Header


19

1. TEI-Header del 268<!DOCTYPE TEI.2 PUBLIC "-//TIL//DTD TIL 1.0//EN"><tei.2><teiHeader type="ISBD"><fileDesc>

<titleStmt><title>Il canzoniere</title><author><persName><surname>Francesco</surname><forename>Petrarca</forename></persName></author><respStmt><resp>Prima edizione elettronica TIL a cura di </resp><name>Liber Liber</name><resp>Codifica a cura di </resp><name>Maria Mataluno</name></respStmt>

</titleStmt><editionStmt>

<edition>Prima Edizione TIL</edition></editionStmt>


20

2. TEI-Header del 268<publicationStmt>

<publisher>Progetto Testi Italiani in Linea (TIL)</publisher><pubPlace>Roma</pubPlace><idno type="TIL">%numero di serie%</idno><availability>&libero;</availability><date value="%YYYY%">%data di edizione%</date>

</publicationStmt><seriesStmt>

<title>&liber-til;</title></seriesStmt><sourceDesc>

<biblFull><titleStmt>

<title>Il canzoniere</title><author>

<persName><surname>Petrarca </surname><forename>Francesco</forename></persName>

</author><editor><name>Gianfranco Contini</name></editor>

</titleStmt><editionStmt>

<edition></edition></editionStmt><publicationStmt>

<publisher>Einaudi</publisher><pubPlace>Torino</pubPlace><date value="$AAAA$">1964</date>

</publicationStmt><seriesStmt>

<title></title></seriesStmt>

</biblFull></sourceDesc>

</fileDesc>


21

3. TEI-Header del 268<encodingDesc>

<projectDesc>&progTIL;</projectDesc><editorialDecl>&liv1EdDec;</editorialDecl>

</encodingDesc><revisionDesc>

<change><date>19 gennaio 1997</date><respStmt><resp>Digitalizzazione e correzione</resp><name>Giovanna Surace</name></respStmt><item>Digitalizzazione e correzione del testo in base alla edizione di riferimento</item>

</change><change>

<date></date><respStmt><resp>Codifica TIL livello 1</resp><name></name></respStmt><item>Codifica SGML del testo in base al livello 1 del Progetto TIL</item>

</change><change>

<date>19/12/2000</date><respStmt><resp>Revisione testo</resp><name>Rita Pancaldo</name></respStmt><item>Revisione testo in base alla edizione critica di Contini</item>

</change></revisionDesc></teiHeader><text>


22

Potenzialità del testo elettronico

• Cdrom LIZ (Letteratura Italiana Zanichelli)

• CDrom LIE (Letteratura Italiana Einaudi)

• BIBIT (www.bibliotecaitaliana.it)• LIBER LIBER (www.liberliber.it)


23

La codifica: prassi


24

Elementi comuni: <front>

Avantesto: serie di documenti che introducono un testo nelle edizioni a

stampa (pagina del titolo, frontespizio, introduzioni e prefazioni)

• <front> contiene i materiali di avantesto che precede il testo vero e proprio </front>


25

Elementi comuni: <body>

Corpo del testo: è il testo così come presumibilmente è stato concepito

dall’autore

•<body> contiene l’intero corpo del testo </body>

composto di capitoli (<div></div>), paragrafi (<div></div>), capoversi (<p></p>), testo


26

Elementi comuni: <head>

Titolo: ogni titolo di ogni suddivisione strutturale del testo

•<head> contiene il titolo di una suddivisione strutturale </head>

Possono essere presenti nel testo titolazioni complesse allo stesso livello strutturale possono essere utilizzati differenti elementi <head>


27

Elementi specifici dellacodifica dei testi - PROSA

Capoverso: (paragraph) unità testuale di tipo testuale; è la porzione di testo di

senso compiuto delimitato da indentazioni e/o salti di linea

• <p> Contiene e delimita il testo vero e proprio in blocco distinto </p>


28


Citazione: è parte integrante di un capoverso sia come testo delimitato da caporali sia come parte distinta

organizzata in blocco di testo

•<q> contiene una citazione di qualunque tipo </q>

Per specificare la natura della citazione si utilizzano gli attributi:

•<q rend=‘block’> contiene una citazione organizzata in blocco di testo </q>


29


Enfasi: alcune porzioni di testo possono essere evidenziate dall’autore del testo con il corsivo

•<hi rend=‘italic’> contiene la porzione di testo in corsivo </hi>

•<emph> contiene la porzione di testo enfatizzato dall’autore </emph>


30

Elementi specifici dellacodifica dei TESTI DRAMMATICIBattuta: in un testo drammatico è la porzione di

testo pronunciata da uno dei personaggi

• <sp> contiene la battuta pronunciata da un personaggio del testo drammatico </sp>

questo elemento può contenere <speaker></speaker>; <p></p>


31

Elementi specifici dellacodifica dei TESTI DRAMMATICIPersonaggio: il protagonista della porzione di

dialogo rappresentata dalla battuta

• <speaker> contiene il nome del personaggio che pronuncia la battuta </speaker>

Questo elemento può contenere indicazioni sul font utilizzato per la rappresentazione es: <hi rend=‘italic’></hi>


32

Elementi specifici dellacodifica dei TESTI DRAMMATICI

Didascalie: Indicazioni di scena fornite dall’autore

<stage> contiene le indicazioni di scena e le didascalie fornite dall’autore</stage>


33

DUBBI?

http://crilet.wordpress.com

[email protected]

Ricevimento studenti ed esercitazioni:Martedì ore 14-16 Studio “210” DSFLL - Vetrerie Sciarra

http://crilet.wordpress.com/

mailto:[email protected]

informatica umanistica

Documents