Text Encoding Initiative のご紹介/ 20190802-xml-nagasaki

学術情報XML推進協議会セミナー
日時 ：2019年8月2日（金曜日）15:00 – 17:30
場所： DMZ WORK

Transcript

1. Text Encoding Initiative
   のご紹介
   永崎研宣
   一般財団法人人文情報学研究所 主席研究員
   

   View Slide

2. TEIとは
   • TEI (Text Encoding Initiative)協会が作っているTEI
   ガイドラインを指すことが多い。
   • 1987年に始まる人文学研究者・情報系研究者
   と図書館司書による電子テクストの効果的効率
   的な共有のためのコミュニティ活動
   • 当初の状況：https://doi.org/10.24576/jadh.1.0_3
   • 現在の状況：
   • 選挙により選ばれた理事会が運営
   • 技術委員会を作ってメンバーをコミュニティで選任し、
   「ガイドライン」をアップデートし続けている。
   • テクスト以外も対象にしている。
   

   View Slide

3. 現在の運営体制
   • 公式サイトより：
   • 投票で選ばれた理事会と技術委員会
   • 理事会メンバーの所属：
   歴史学教授（米国）、歴史学教授（オーストリア）文学研
   究員（アルゼンチン）、研究員（オーストリア国立図書
   館）、研究部⾧（英国国立公文書館）
   • 技術委員会の所属：
   英文学准教授（米国）、英文学上級講師（英国）、大学図
   書館デジタル部門⾧（米国）、大学情報モデリングセン
   ター研究員（オーストリア）、企業研究者（ドイツ）、大
   学エンジニア（米国）、大学研究員（米国）、大学古典研
   究室プログラマ（米国）、大学研究プログラマ（米国）
   

   View Slide

4. TEIガイドラインとは
   • 人文学向け資料を共有しやすいように構造化（現時点ではXML化）す
   るためのルール
   • 言語学・文献学・文学研究向けのルールセット
   • 研究用ツール作成のためのルールも含む
   • 辞書、図形、外字、詳細な書誌情報、
   • 「どの情報は誰に責任があるか」「どの程度あてになるか」の記述
   • 一度書けば色々なアプリで活用できるように
   • 研究に活用できる要素をうまく抽出・記述
   • 専門家が付与した詳細情報が永続的に使える
   ように
   • ＝ソフトが変わって使えなくなった、という
   ことがないように
   

   View Slide

5. ガイドラインの内容
   • https://www.tei-c.org/release/doc/tei-p5-
   doc/en/html/index.html
   • 日本語による日本語向けガイドラインの構築
   • https://github.com/TEI-EAJ/jp_guidelines/wiki
   • TEI Consortium, SIG East Asian/Japaneseによる
   

   View Slide

6. TEIの普及状況
   • 研究助成金の審査で「標準的な規格に沿って成果を公
   開するか」問われるため、TEIを使わざるを得ない状況
   もある。
   • 欧州では広く使われている。
   • 中世研究においては大学院の教育カリキュラムに含まれてい
   る。
   • 「リヨン高等師範学校講義「中世手稿のデジタル編集」参加記」
   http://www.dhii.jp/DHM/dhm57-2
   • デジタル・ヒューマニティーズにおいても基本科目として教
   えられている。
   • 北米でも多くの大学で利用されている。
   • ただし、「深く読む」ことに関心がない研究者からは関心を
   持たれにくい。
   • DHのサマースクールで入門編～実践・応用編
   • ヴィクトリア大学（800人規模）、オックスフォード大学（50人規
   模）、ライプツィヒ大学（？人規模）
   

   View Slide

7. TEIの役割の変遷
   • かつては「テキストデータに書誌情報を付ける
   共通の方法」としての有用性が重視
   • 言語コーパスに文法情報等をつける方法として
   • 全部手動というより、自動化して人が修正した結果
   を共有する方法として
   • 様々な異文を記述する方法として
   • 同上
   • 「手動で入力の成果を保存」から「機械入力の
   結果を手動で修正して共有」へ
   

   View Slide

8. TEI/XMLのエコシステム
   TEI/XMLファ
   イル
   TEI/XML
   スキーマ
   ファイル
   記述したタグ同士の
   関係がルールに沿っ
   ているかどうか確認
   TEIガイド
   ライン
   TEIガイドラインをコン
   ピュータが読める形で書
   いたファイル
   http://www.tei-c.org/Roma/
   で機械的に生成 or
   oXygenに初期設定済み
   各種変換プロ
   グラム
   「validation」
   紙媒体に
   印刷
   Webサイ
   トで公開
   データベースで
   検索表示
   TAPASリポジトリ
   に掲載
   XSLTをはじめ、様々
   なプログラミング言
   語が利用可能
   読んでフィー
   ドバック
   

   View Slide

9. XMLのエコシステムとほぼ同じ
   • XMLは非常に普及したフォーマットになったため、
   それまでと比べて開発用ソフトウェア環境が整備さ
   れ、入門書やチュートリアルもたくさん行われるよ
   うになった。
   • エコシステムそのものを導入できるようになった。
   • それ以前に採用していたSGMLは大変だった
   • TEIは、XMLの策定（1998年）に際していくつかの貢
   献を行った。
   • 別の良いエコシステムが登場したら移行する可能性
   • これもコミュニティでのサポートが前提となる
   

   View Slide

10. 利用例の一部
    • Faust Edition （異版の校合）
    • http://www.faustedition.net/
    • Folger Digital Texts (Shakespeare) （内容の分析）
    • https://www.folgerdigitaltexts.org/
    • British National Corpus （1億語の単語品詞情報）
    • http://www.natcorp.ox.ac.uk/
    • Perseus Digital Library （基本的な文書構造）
    • http://www.perseus.tufts.edu/hopper/
    • Cambridge Digital Library （詳細な書誌情報）
    • https://cudl.lib.cam.ac.uk/
    • Vincent van Gogh Letters （書簡の構造的情報と対訳）
    • http://vangoghletters.org/vg/
    

    View Slide

11. 日本語資料での利用例
    • デモを少し
    • 走れメロス
    • 源氏物語
    • 行歴抄
    • 書簡集
    

    View Slide

12. 使い方・始め方
    • ワークショップへの参加（随時開催）
    • 直近では8/29, 関西大学にて
    • Oxygen XML Editorが推奨される
    • 新規作成⇒フレームワークテンプレート⇒TEI Allを選択
    • 日本語解説付きスキーマの入手
    • https://tei-c.org/ ⇒ Tools ⇒ Roma
    • 日本語資料の利用例として:
    • 青空文庫でTEIプロジェクト
    • https://github.com/TEI-EAJ/aozora_tei
    • その他の解説
    • 『歴史情報学の教科書』文学通信 第8章
    • http://digitalnagasaki.hatenablog.com/ を「TEI」タグで
    

    View Slide