Iniciativa de codificación de texto

La Iniciativa de Codificación de Texto ( TEI ) es una comunidad de práctica centrada en el texto en el campo académico de las humanidades digitales , que opera de forma continua desde la década de 1980. Actualmente, la comunidad gestiona una lista de correo, reuniones y ciclos de conferencias, y mantiene el estándar técnico TEI , una revista , ^{[ 1 ]} una wiki , un repositorio de GitHub y una cadena de herramientas .

Las Directrices TEI definen colectivamente un tipo de formato XML y son el resultado definitorio de la comunidad de práctica. El formato difiere de otros formatos abiertos conocidos para texto (como HTML y OpenDocument ) en que es principalmente semántico en lugar de presentacional: se especifican la semántica y la interpretación de cada etiqueta y atributo. Hay unos 500 componentes y conceptos textuales diferentes: palabra , ^{[ 2 ]} oración , ^{[ 3 ]} carácter , ^{[ 4 ]} glifo , ^{[ 5 ]} persona , ^{[ 6 ]} etc. Cada uno se basa en una o más disciplinas académicas y se proporcionan ejemplos.

<s> <cl> Fue a principios de septiembre de 1664, <cl> cuando yo , entre mis vecinos , oí en conversaciones cotidianas <cl> que la peste había regresado a Holanda ; </cl> </cl> </cl> <cl> pues había sido muy violenta allí , y particularmente en Ámsterdam y Róterdam , en el año 1663 , </cl> <cl> de donde , <cl> dicen , </cl> fue traída , <cl> algunos decían </cl> de Italia, otros del Levante , entre algunas mercancías <cl> que fueron traídas a casa por su flota de Turquía ; </cl> </cl> <cl> otros decían que fue traída de Candia; otros de Chipre. </cl> </s> <s> <cl> No importaba <cl> de dónde viniera ; </cl> </cl> <cl> pero todos coincidían <cl> en que había regresado a Holanda . </cl> </cl> </s>

<div type= "sonnet" > <lg type= "quatrain" > <l> Les amoureux fervents et les savants austères </l> <l> Aiment également, dans leur mûre saison, </l> <l> Les chats puissants et doux, orgueil de la maison, </l> <l> Qui comme eux sont frileux et comme eux sédentarios. </l> </lg> <lg type= "quatrain" > <l> Amigos de la ciencia y de la volupté </l> <l> Ils cherchent le Silence et l'horreur des ténèbres ; </l> <l> L'Érèbe les eût pris pour ses coursiers funèbres, </l> <l> S'ils pouvaient au servage incliner leur fierté. </l> </lg> <lg type= "tercet" > <l> Ils prennent en songeant les nobles actitudes </l> <l> Des grands sphinx allongés au fond des solitudes, </l> <l> Qui semblent s'endomir dans un rêve sans fin ; </l> </lg> <lg type= "tercet" > <l> Leurs reins féconds sont pleins d'étincelles magices, </l> <l> Et des parcelales d'or, ainsi qu'un sable fin, </l> <l> Étoilent vaguement leurs prunelles mystiques.</l> </lg> </div>

<p xml:id= "p23" > Por último, que, tras su solemne juramento de observar todo lo anterior artículos, dicho hombre - montaña tendrá una asignación diaria de carne y bebida suficientes para el sustento de <choice> <sic> 1724 </sic> <corr> 1728 </corr> </choice> de nuestros súbditos, con libre acceso a nuestra persona real y otras muestras de nuestro <choice> <orig> favor </orig> <reg> favor </reg> </choice> . 

One Document Does it all ("ODD") es un lenguaje de programación literario para esquemas XML . ^{[ 13 ] [ 14 ] [ 15 ] [ 16 ]}

Siguiendo el estilo de la programación literaria, los documentos ODD combinan documentación legible por humanos y modelos legibles por máquinas mediante el módulo Documentation Elements de la Text Encoding Initiative. Las herramientas generan salida legible por humanos en HTML , EPUB o PDF , tanto localizada como internacionalizada, y salida legible por máquinas en DTD , W3C XML Schema , Relax NG Compact Syntax o Relax NG XML Syntax.

La aplicación web Roma ^{[ 17 ]} está construida en torno al formato ODD y puede usarlo para generar esquemas en formatos DTD, W3C XML Schema, Relax NG Compact Syntax o Relax NG XML Syntax, como los que utilizan muchas herramientas y servicios de validación XML.

ODD es el formato utilizado internamente por la Iniciativa de Codificación de Texto para el estándar técnico TEI . ^{[ 18 ]} Si bien los archivos ODD generalmente describen la diferencia entre un formato XML personalizado y el modelo TEI completo, ODD también puede usarse para describir formatos XML que son completamente independientes de TEI. Un ejemplo de esto es el Conjunto de Etiquetas de Internacionalización del W3C , que utiliza el formato ODD para generar esquemas y documentar su vocabulario. ^{[ 19 ] [ 20 ]}

Las personalizaciones de TEI son especializaciones de la especificación XML de TEI para su uso en campos particulares o por comunidades específicas.

• EpiDoc (Documentos epigráficos)
• Iniciativa de codificación de estatutos ^{[ 21 ]}
• Archivo de textos nórdicos medievales (Menota) ^{[ 22 ]}

La personalización en TEI se realiza mediante el mecanismo ODD mencionado anteriormente. De hecho, desde su versión P5, todos los usos de las Directrices TEI que se consideran "conformes a TEI" se basan en una personalización de TEI documentada en un archivo ODD de TEI. Incluso cuando los usuarios eligen uno de los esquemas pregenerados disponibles para la validación, estos se han creado a partir de archivos de personalización de libre acceso.

Este formato es utilizado por numerosos proyectos en todo el mundo. Prácticamente todos los proyectos están asociados a una o más universidades. Algunos proyectos conocidos que codifican textos utilizando TEI incluyen:

Antes de la creación de TEI, los investigadores de humanidades carecían de estándares comunes para codificar textos electrónicos de manera que sirvieran a sus objetivos académicos ( Hockey 1993, p.  41). En 1987, un grupo de investigadores de humanidades, lingüística e informática se reunió en Vassar College para proponer un conjunto de directrices conocidas como los «Principios de Poughkeepsie». Estas directrices guiaron el desarrollo del primer estándar TEI, «P1». ^{[ 23 ] [ 24 ]}

• 1987 – La Asociación para la Informática y las Humanidades , ^{[ 25 ]} la Asociación para la Lingüística Computacional y la Asociación para la Informática Literaria y Lingüística iniciaron el trabajo que se convertiría en el TEI. ^{[ 26 ]} Esto culminó en la Declaración de Clausura de la Conferencia de Planificación de Vassar . ^{[ 27 ]}
• 1994 – Se publica TEI P3, ^{[ 28 ]} coeditado por Lou Burnard (en la Universidad de Oxford ) y Michael Sperberg-McQueen (entonces en la Universidad de Illinois en Chicago , más tarde en el W3C ).
• 1999 – Actualización de TEI P3.
• 2002 – Se publica TEI P4, pasando de SGML a XML; se adopta Unicode , que los analizadores XML deben admitir. ^{[ 29 ]}
• 2007 – Se lanzó TEI P5, que incluye la integración con los atributos xml:langy xml:iddel W3C ^{[ 30 ]} (estos habían sido previamente atributos en el espacio de nombres TEI), la regularización de los atributos de puntero local para usar el hash (como se usa en HTML) y la unificación de las etiquetas ptr y xptr. Junto con estos cambios y muchas otras nuevas incorporaciones, P5 se vuelve más regular y se acerca a la práctica XML actual promovida por el W3C y utilizada por otras variantes de XML. Desde 2007, se han publicado versiones de mantenimiento y actualización de características de TEI P5 al menos dos veces al año.
• 2011 – Se lanzó TEI P5 v2.0.1 con soporte para edición genética ^{[ 31 ]} (entre muchas otras adiciones, las características de edición genética permiten codificar textos sin interpretación en cuanto a su semántica específica).
• 2017 – TEI recibió el Premio Antonio Zampolli de la Alianza de Organizaciones de Humanidades Digitales. ^{[ 32 ]}

• Sitio web del consorcio TEI con:
  • una lista de proyectos de TEI archivados el 28/08/2008 en Wayback Machine ;
  • un formulario para agregar su proyecto Archivado el 05-03-2017 en Wayback Machine ;
  • una wiki archivada el 8 de septiembre de 2008 en Wayback Machine ;
  • la Revista del TEI Archivada el 18 de enero de 2019 en Wayback Machine ; y
  • TEI Lite : Introducción a la codificación de texto para el intercambio. Archivado el 27 de septiembre de 2007 en Wayback Machine .
• TEI @ Oxford (alojado en la Universidad de Oxford ) con versiones de desarrollo y de respaldo de gran parte del contenido principal. Archivado el 13 de abril de 2021 en Wayback Machine .
• Sitio de TEI en GitHub (alojado en GitHub ) con repositorio y sistema de seguimiento de incidencias.
• Lista más extensa de proyectos TEI
• ¿Qué es el TEI? (Introducción general por Lou Burnard)