デジタル ヒューマニティーズとアラビア語のテキスト: 原稿からデータへ
デジタル ヒューマニティーズは、歴史、文学、言語などの伝統的な人類の問題をまとめ、テキストを収集、説明、分析、提示するためのコンピューティング ツールを使用します。 デジタル ヒューマニティーズは、重要な読書をアルゴリズムに置き換えるものではありません。 それらは、研究者が見て質問できることを広げます。 この記事では、この分野の基本的な概念、アラビア語のテキストに固有のもの、および責任ある仕事の実践について説明します。
デジタル人類とは何ですか?
Susan Schreibman、Ray Siemens、John Unsworth が編集したよく知られた「デジタル ヒューマニティーズの新しい仲間」は、ソースのデジタル化、テキストのエンコード、大規模なコーパスの分析、歴史的マッピング、デジタル パブリッシングなど、この分野の幅広いイメージを提供します。 これらの活動が共有しているのは、ヒューマニスティックな素材が、文脈のある人間の製品であることを忘れずに、構造化されたデータに変えることです。
よく読んで、遠くに読んでください
Franco Moretti は、少数の作品を注意深く読むのではなく、単語の頻度や時間の経過に伴う文学ジャンルの発展など、統計的パターンを通じて多数のテキストを研究することを説明するために、「遠読」という用語を提案しました。 遠隔読書は、よく読むことをキャンセルするものではありませんが、それを補完します。
テキストのエンコードとドキュメントの標準
デジタル テキストを検索可能、分析可能、共有可能にするためには、その構造を説明するエンコードが必要です: 見出し、段落、名前、日付、メモ、バリエーションの読み。 テキスト エンコード イニシアチブ (TEI) は、世界中の多くのプロジェクトで使用される、この目的のためのオープンな国際ガイドラインを提供します。 各ドキュメントには、ソース、日付、言語、および権利のステータスを示すメタデータも必要です。
アラビア語のテキストに固有のものは何ですか
アラビア語のテキストは、次のようなデジタル処理に特有の課題をもたらします。
- 同じ文字を書くためのいくつかの形式と、時には存在するが通常は存在しない母音記号。
- 原稿や伝統的なスクリプトの光学式文字認識の難しさ。
- アラビア語の形態の豊かさは、多くの形を 1 つの単語に与えます。
- 膨大な範囲の原稿の遺産と、世界中の多くの図書館に分布しています。
機械で読めるアラビア語とペルシャ語のテキストの大規模なコーパスを構築している Open Islamicate Texts Initiative (Openiti) など、これらの課題に対処するためのイニシアチブが出現しています。 Elias Muhanna がデジタル ヒューマニティーズとイスラム教および中東研究で編集した本は、この分野の研究経験も示しています。
責任ある仕事の実践
- 権利を尊重する: テキストまたは画像がパブリック ドメインにあるか、または使用が許可されているかを確認してください。
- ソース、バージョン、アクセス日、変更など、すべてを文書化します。
- 元のテキストは、変換とは別にしておいてください。元のテキストは、翻訳、修正、またはエンコーディングとは別に保存します。
- データの限界を認めてください。アーカイブは常に不完全であり、保存されているものは、書かれたすべてを表すとは限りません。
- 作業を再現性のあるものにする: 他の人が分析を繰り返してチェックできるように、自分の手順を説明します。
概要
Digital Humanities は、正確なデータ、深い批判的読書、権利の尊重を組み合わせれば、アラビア語と人類の遺産を研究するための新しい地平を開きます。 Futuria の Heritage and Digital Humanities の研究室では、十分に文書化されたデータセットを構築するための応用活動を提供しています。
参照
- Schreibman, S., Siemens, R., & Unsworth, J. (Eds.) (2016). A New Companion to Digital Humanities. Chichester: Wiley-Blackwell.
- Moretti, F. (2013). Distant Reading. London: Verso.
- TEI Consortium. TEI P5: Guidelines for Electronic Text Encoding and Interchange. Text Encoding Initiative Consortium.
- Muhanna, E. (Ed.) (2016). The Digital Humanities and Islamic & Middle East Studies. Berlin: De Gruyter.
- Open Islamicate Texts Initiative (OpenITI). Corpus of machine-readable Arabic and Persian texts.
