Digitális bölcsészet

A régi szövegekből álló korpuszok építésekor az egyik legnehezebb feladat annak a problémának a megoldása, hogy miként tároljuk és jelenítsük meg azokat a speciális betűket, amelyek a számítógéphasználó szélesebb rétegek számára nem annyira fontosak, hogy a…

A TEI-levelezőlistát követők a múlt héten érdekes fejlemények tanúi lehettek. Az események megértéséhez fontos tudni, hogy a TEI-nek két fő testülete van: a Board of Directors és a Technical Council. Az előbbi felelős a TEI-konzorcium irányításáért, stratégiai…

A Számítógépes nyelvészet blogban sokszor esik szó a statisztikai alapú gépi nyelvfeldolgozási-elemzési metódusokról. Az eljárás lényege, hogy kellően nagy mennyiségű adat alapján viszonylag jó eredménnyel lehet nyelvi szabályszerűségekre következtetni. De vajon működik-e…

Az előző bejegyzésemben bemutattam a TILE projektet. Az alkalmazás nevében szereplő 'szöveg-kép összekapcsolás' helyett én szándékosan kód és kép összekapcsolásáról beszélek, hiszen az lenne a legjobb, ha nem csupán a nyers szöveg, hanem a kódolt szöveg kapcsolódna össze a…

Korábban már volt arról szó, hogy a legjobb megoldás a "digitális fakszimilék" publikálására az lenne, ha a kódolt szöveget összekapcsolnánk a dokumentumról készült jó minőségű fotóval. Álmaim annotáló eszköze egy olyan alkalmazás, amely lehetővé tenné a kód és a kép…

A címben említett házasság biztosan a sikeresebbek közé fog tartozni, még akkor is, ha – mint minden házasság – ez sem mentes a súrlódásoktól, kisebb zökkenőktől. Már említettem, hogy a TEI az antikvakorpusz esetében kötelező választás volt, nincs igazán jó…

A filológiával foglalkozók jól tudják, hogy semmi sem pótolhatja az autopsziát, azaz a kutatandó szöveg kézbevételét, az eredeti dokumentum tanulmányozását. Igen ám, de sokszor komoly nehézségekbe ütközhet a hozzáférés: ha a kutató a dokumentum tárolási helyétől távol…

Az első posztom egyik kommentjében említettem, hogy az antikvakorpusz esetében is azt a nemzetközi normáknak megfelelő gyakorlatot próbálom követni, hogy minden, a weben megjelenő tartalmat a szövegek kódolt változatából, az alapfájlból állítok elő. Ez azt jelenti, hogy pl. a…