A l’occasion d’un workshop organisé par Daniel Stoekl et Marcus Liwicki, nous avons le grand plaisir de mettre en ligne un premier corpus, comprenant une image avec le texte aligné et la classification de quelques allographes.
A télécharger ici : https://icloud.irht.cnrs.fr/owncloud/index.php/s/zxn2mtQMIbmdq4h
Amusez-vous bien !
Archives mensuelles : septembre 2016
Spécification du format XML-TEI pour l’alignement texte-image. 2. Bonnes pratiques d’encodage
Table des matières
1 Objet du présent document
2 Principes
2.1 Structure générale des documents
2.2 Format des transcriptions alignable au niveau de mot <text>
3 Éléments de mise en page (page, colonne, ligne)
3.1 Surfaces
3.2 Pages
3.3 Colonnes
3.4 Lignes
3.5 Rejets
3.6 Réclames
3.7 Titres courants
3.8 Autres éléments péritextuels (en-tête, pied de page, marge)
4 Mots
5 Abréviations
6 Ponctuations
7 Caractères
7.1 Structure
7.2 Identifiants
7.3 Lettres ramistes
7.4 Capitalisation
7.5 Initiales peintes (lettrines)
7.6 Lettres d’attente
8 Jeux de lettres
8.1 Définitions et exemples
8.2 Ligatures et lettres fusionnées
8.3 Lettres enclavées
8.4 Lettres suscrites
8.5 Lettres adscrites
9 Diacritiques, espaces blancs, coupure de mots
9.1 Diacritiques
9.2 Espaces blancs (segmentation)
9.3 Apostrophes (marques d’élision)
9.4 Marque de coupure de mot
10 Corrections scribales (ajouts, suppressions, interversions)
10.1 Suppressions
10.2 Ajouts interlinéaires ou en marge
10.3 Substitutions
10.4 Interversions (transpositions)
11 Corrections éditoriales
1 Objet du présent document
Ce document est la publication du format XML-TEI utilisé pour l’alignement texte-image et l’annotation des formes par le logiciel Oriflamms.exe . La présente spécification décrit les bonnes pratiques pour l’emploi balises TEI en vue de l’alignement texte image et dans l’annotation des caractères du projet Oriflamms.
Ce document a été rédigé par Alexei Lavrentiev, Yann Leydier etDominique Stutzmann.
Il fait suite à Spécification du format XML-TEI pour l’alignement texte-image. 1. Structure et convention de nommage.
Continuer la lecture de Spécification du format XML-TEI pour l’alignement texte-image. 2. Bonnes pratiques d’encodage
Spécification du format XML-TEI pour l’alignement texte-image. 1. Structure et convention de nommage
1. Objet du présent document
Ce document est la publication du format XML-TEI utilisé pour l’alignement texte-image et l’annotation des formes par le logiciel Oriflamms.exe . La présente spécification décrit l’arborescence des fichiers.
Ce document a été rédigé par Alexei Lavrentiev, Yann Leydier et Dominique Stutzmann
2. Principes
On utilise la méthode d’annotation “débarquée” (stand-off) en 5 parties :
- la transcription où chaque élément alignable porte un identifiant
- les zones dans l’image avec leurs coordonnées où chaque porte un identifiant
- les données de l’alignement reliant les identifiants des éléments de la transcription avec ceux des zones de l’image
- les annotations portant sur les caractères ou les mots des transcription
- les données de l’alignement reliant les identifiants des éléments de la transcription avec ceux des annotations
Tous les identifiants sont uniques au sein du corpus.
Chacune de ces parties est stockée dans un (ensemble de) document(s) XML distinct.