documentaciÓn del proceso de anotaciÓn orlando furioso john a. roberto stel - ub

DOCUMENTACIÓN DEL PROCESO DE ANOTACIÓN

Orlando Furioso

John A. Roberto

STeL - UB

Objeto y objetivos

Limitamos el objeto y la extensión del proyecto.

Proyecto “Orlando Furioso”

Finalidad: digitalizar Orlando Furioso, en concreto las ediciones (en papel) de 1549, 1550, 1553, 1583, 1554, 1578, 1542 y 1575 de los cantos 1 al 5.

Aplicación: pueda ser consultado por expertos vía Web.

Tareas y recursos

Para comenzar el proyecto se determinaron las tareas y el personal encargado de su ejecución.

Expertos 3Determinan las unidades y criterios de anotación.

Técnicos 2Definen cual es la mejor manera de anotar en términos de herramientas y tecnologías.

Anotadores 2Emplean las herramientas seleccionadas para marcar los documentos siguiendo los criterios metodológicos de los expertos.

Facultad de Filología Italiana & STeL

Adquisición de datos (1)

Se escanearon los libros y se aplicó el reconocimiento óptico de caracteres (OCR) para obtener …

4.jpg5.jpg

Adquisición de datos (2)

… el texto en formato electrónico y …

ORLANDO FURIOSO DIRIGIDOAL PRÍINCIPE DON PHILIPE, NUESTRO SEÑOR,traduzido en Romance Castellano, por don Ieronimo de Urrea.

[Imagen]

CANTO PRIMERO

Que trata de la huida de Angélica y como siguiéndola Renaldos, topó con Ferraguto: assimismo la venida de Sacripante Rey de Circasia: y lo que con Angélica y otros le avino.

1Damas, armas, amor y empresas canto,.cavalleros, esfuerço y cortesíad’aquel tiempo que a Francia dañó tantopassar moros Moros el mar de Bervería,d’Agramante, su reyRey, siguiendo quantocon juvenil furor les prometía,en él vengar la muerte de Troyanosobre ’l Rey Carlo, emperador Romano.

canto_I_1549.doc

Adquisición de datos (3)

… las imágenes.

E1549-c01-ima01.swf

Definición de las búsquedas (1)

Se definieron las unidades o elementos ESTRUCTURALES que pretendíamos recuperar de las versiones digitalizadas del Orlando Furioso.

Búsqueda por ediciones, palabras, imágenes, índices, cantos, textos, etc.

Imagen de portada - canto primero - edición de 1549

Definición de las búsquedas (2)

Se definieron las unidades o elementos CONCEPTUALES que pretendíamos recuperar de las versiones digitalizadas del Orlando Furioso.

Búsqueda por nombres de autores y personajes, escenas, acciones, lugares, etc.

Huida de Angélica

Definición de un vocabulario “OF” (1)

Una vez teníamos claro qué buscar, necesitábamos saber cómo buscarlo. Para ello el experto en el dominio definió un conjunto de marcas que nos ayudarían a encontrarlo (LEXICO) y …

Una aplicación XML o vocabulario XML es la definición de un conjunto de elementos genéricos y una estructura de documento que describe un tipo de documento en particular.

CantoImagenEstrofaVersoTextoParatexto…

Definición de un vocabulario “OF” (2)

… las relaciones que surgían entre tales elementos (SINTÁXIS).

Una aplicación XML o vocabulario XML es la definición de un conjunto de elementos genéricos y una estructura de documento que describe un tipo de documento en particular.

+ Canto + Texto + Estrofa + Verso - refIMAG + Paratexto + Imagen

Estructuración del corpus

Las carpetas tienen nombres significativos (H) y los archivos están codificados alfanuméricamente de modo que permiten un acceso secuencial (M).

C:/ + Orlando + Escaneados + E1549-c01 + 1-r.jpg + 1-v.jpg + … + E1549 + E1549-c01 + E1549.doc + E1549-c01.xml (canto 1) + E1549-c01.xml (canto 2) + E1549-a01.xml (prologo 1) + E1549-a01.xml (prologo 2) + E1549-z01.xml (apéndice 1) + E1549-z01.xml (apéndice 2) + E1550 + … + DTDs + Software

Estructuració

n

Principios de anotación (1)

Definida la estructura de las carpetas, se definió la estructura y convenciones al interior de cada uno de los ficheros …

estrofa_ATT_

numEstrofa

Versos

Id identificador E1549-c01-e001Idref relacionador E1542-c01-e001archivo archivo asociado 7-v.jpg

CANTOS

Representació

n

Principios de anotación (2)

… de forma que la anotación (en el caso de las estrofas) quedaría de esta manera …

Representació

n

Protocolo de anotación (1)

Preproceso: algunos elementos estructurales como párrafos, estrofas o versos y conceptuales como nombres propios, que presentaban una cierta regularidad o existía evidencia de su presencia en el texto pudieron ser anotados de forma automática.

Conversión

Protocolo de anotación (2)

Anotación: para anotar los elementos que requerían supervisión humana se adapto un editor basado en DTDs que permitía insertar etiquetas según el contexto reduciendo el margen de error.

Conversión

Protocolo de anotación (3)

Validación: el texto marcado se somete a una serie de comprobaciones para asegurar que no incumpla las normas definidas en el modelo de datos de las DTDs …

<!ELEMENT estrofa_ATT_ (numEstrofa, verso+)><!ATTLIST estrofa_ATT_ id ID #REQUIRED

idref IDREF #IMPLIED archivo CDATA #REQUIRED>

Revisión

Protocolo de anotación (4)

… el explorador es una de las herramientas empleadas para validar, junto con herramientas específicas.

Revisión

Herramienta de explotación

Definir los mecanismos que permitan localizar y acceder a los elementos marcados y representados en los documentos XML según las necesidades de información de los potenciales usuarios.

Explotació

n