Informatica Umanistica 29/03/2017 Informatica Umanistica LM - Scienze del Testo Docente Alessia Scacchi CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Analisi automatica di un testo. Metodi e strumenti Informatica Umanistica 29/03/2017 Analisi automatica di un testo. Metodi e strumenti Informatica e Analisi del testo letterario: un binomio, non un paradosso Lezione 7 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Il testo. Questa è la domanda… Informatica Umanistica 29/03/2017 Il testo. Questa è la domanda… Poi che, tacendo, si mostrò spedita l’anima santa di metter la trama in 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? CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 Segre: il testo Il 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Il testo di riferimento: tradizione Informatica Umanistica 29/03/2017 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Il testo di riferimento: fonte Informatica Umanistica 29/03/2017 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Esempio di testo di riferimento Informatica Umanistica 29/03/2017 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!) CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Storia della tradizione Informatica Umanistica 29/03/2017 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Conservazione o Perdita? Informatica Umanistica 29/03/2017 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Edizione elettronica di un testo letterario Informatica Umanistica 29/03/2017 Edizione elettronica di un testo letterario CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 Processo di scansione Fotocopie del testo di riferimento Lo scanner digitalizza il testo come immagine L’OCR (Optical Character Recognize) tramite algoritmi tenta di identificare e trasformare l’immagine in carattere Prima scansione: errori di impostazione dell’OCR. Seconda scansione con impostazioni ad hoc Individuazione degli errori e correzione del testo. CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Edizione di un testo: techné Informatica Umanistica 29/03/2017 Edizione di un testo: techné Scansione e riconoscimento caratteri tramite OCR: CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Edizione di un testo: techné Informatica Umanistica 29/03/2017 Edizione di un testo: techné Controllo e correzione su eventuali errori di trascrizione: CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Altri esempi di errori di riconoscimento Informatica Umanistica 29/03/2017 Altri esempi di errori di riconoscimento CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Dichiarazione di responsabilità: TEI-HEADER Informatica Umanistica 29/03/2017 Dichiarazione di responsabilità: TEI-HEADER E la responsabilità del testo? Viene dichiarata nella TEI-HEADER Individuazione del testo elettronico attraverso indicazioni bibliografiche (titolo, autore, luogo e data di edizione, etc.) Certificazione della responsabilità editoriale del testo (anche nel caso in cui la codifica ha avuto diversi responsabili) Indicazione della fonte del testo elettronico (edizioni di testi già editi su stampa o trascrizioni di manoscritti) Documentazione accurata delle metodologie di rappresentazione dei vari fenomeni testuali, Documentazione delle scelte di approcci disciplinari o teorici che permettano di interpretare correttamente i simboli usati nella codifica del testo Documentazione delle eventuali correzioni e modifiche introdotte rispetto alla fonte. CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Le parti della TEI-Header Informatica Umanistica 29/03/2017 Le parti della TEI-Header CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Le parti della TEI-Header Informatica Umanistica 29/03/2017 Le parti della TEI-Header CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 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> <publisher>Einaudi</publisher> <pubPlace>Torino</pubPlace> <date value="$AAAA$">1964</date> <title></title> </biblFull> </sourceDesc> </fileDesc> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 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> <date></date> <resp>Codifica TIL livello 1</resp><name></name> <item>Codifica SGML del testo in base al livello 1 del Progetto TIL</item> <date>19/12/2000</date> <resp>Revisione testo</resp><name>Rita Pancaldo</name> <item>Revisione testo in base alla edizione critica di Contini</item> </revisionDesc> </teiHeader> <text> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Potenzialità del testo elettronico Informatica Umanistica 29/03/2017 Potenzialità del testo elettronico Cdrom LIZ (Letteratura Italiana Zanichelli) CDrom LIE (Letteratura Italiana Einaudi) BIBIT (www.bibliotecaitaliana.it) LIBER LIBER (www.liberliber.it) CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 La codifica: prassi CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi comuni: <front> Informatica Umanistica 29/03/2017 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi comuni: <body> Informatica Umanistica 29/03/2017 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 CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi comuni: <head> Informatica Umanistica 29/03/2017 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei testi - PROSA Informatica Umanistica 29/03/2017 Elementi specifici della codifica 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei testi - PROSA Informatica Umanistica 29/03/2017 Elementi specifici della codifica dei testi - PROSA 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei testi - PROSA Informatica Umanistica 29/03/2017 Elementi specifici della codifica dei testi - PROSA 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei TESTI DRAMMATICI Informatica Umanistica 29/03/2017 Elementi specifici della codifica dei TESTI DRAMMATICI Battuta: 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei TESTI DRAMMATICI Informatica Umanistica 29/03/2017 Elementi specifici della codifica dei TESTI DRAMMATICI Personaggio: 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> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Elementi specifici della codifica dei TESTI DRAMMATICI Informatica Umanistica 29/03/2017 Elementi specifici della codifica dei TESTI DRAMMATICI Didascalie: Indicazioni di scena fornite dall’autore <stage> contiene le indicazioni di scena e le didascalie fornite dall’autore</stage> CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura

Informatica Umanistica 29/03/2017 DUBBI? http://crilet.wordpress.com alessia.scacchi@uniroma1.it Ricevimento studenti ed esercitazioni: Martedì ore 14-16 Studio “210” DSFLL - Vetrerie Sciarra CRILet di Giuseppe Gigliozzi - Centro Ricerche Informatica e Letteratura CRILet - Centro Ricerche Informatica e Letteratura