12.10.2016 | ISS | Mainz

Annotation & Kodierung

Verstehen - Auszeichnen - Abfragen

Einführungskurs der 1. International Summer School des Studiengangs “Digitale Methodik in den Geistes- und Kulturwissenschaften”, 10.–14.10.2016

J. Hambuch (ADWL Mainz) | M. Grüntgens (ADWL Mainz) | D. Kasper (ADWL Mainz) | J. Kühner (ADWL Mainz)
digitale-akademie.de | @digicademy | digicademy | Docs@ISS

---

Released under CC BY 4.0 (Max Grüntgens, Dominik Kasper, Janina Kühner; Digitale Akademie)

Table of Contents

• Verstehen
  • Was bedeutet Annotation & Kodierung?
  • Welchem Zweck dient es?
  • Was soll ausgezeichnet werden?
• Auszeichnen
  • Konzepte und Sprachen
  • Verbreitete Software und Technologien (XML)
    • eXist in Oxygen einrichten
  • XML und TEI
• Abfragen
  • XPath
  • XQuery
• Literatur
• Software

01

Verstehen

Was bedeutet Annotation & Kodierung?

Welchem Zweck dient es?

Was soll ausgezeichnet werden?

• Die eine korrekte Auszeichnung gibt es nicht.
• Jede Auszeichnung ist Interpretation
• Vor jedem Auszeichnungsprozess, egal ob manuell oder maschinell, müssen mindestens die folgenden, eng verknüpften Fragen beantwortet werden:
  • Was ist das Ziel der Auszeichnung (Welche Informationen wollen wir maschinenlesbar machen)?
  • Wie sollen die entstehenden Daten weiterverarbeitet werden?
  • Welche Auszeichnungssprache/Welches Datenformat eignet sich für die eigenen Zwecke am besten?

02

Auszeichnen

Konzepte und Sprache - XML

Konzepte und Sprache - JSON

Konzepte und Sprache

RDF

Beschreibung

• Resource Description Framework
• Paradigma zur Formulierung von logischen Aussagen über Entitäten
• Triple bzw. Subjekt-Prädikat-Objekt-Notation
• mehr formales Prinzip als Auszeichnungssprache - in verschiedenen Formaten notierbar (auch in XML)
• Hauptanwendungsgebiete: Datenaustausch, Verknüpfung von Ressourcen im Semantic Web
• verknüpfte Technologie: SPARQL, OWL, ...

Beispiel - Korrespondenz in ...

XML

RDF (Turtle-Notation)

Verbreitete Software und Technologien (XML)

Oxygen mit eXist verbinden

(bitte jetzt durchführen)

• Fenster -> Ansicht zeigen -> Datenquellen Explorer. Dann in der geöffneten Ansicht auf Rechtsklick auf Verbindungen und dann Datenquellen konfiguieren….
• Jetzt auf Eine eXist-db-XML-Verbindung erstellen klicken und Folgendes eingeben:
  • Host: exist-iss.adwmainz.net
  • Port: 443
  • Benutzer: “Benutzername”
  • Passwort: “Benutzerpasswort”
  • eXist Admin Client JWS: webstart/exist.jnlp
  • Bibliotheken: “SPEICHERORT der Oxygen-Bib mit den Treibern” (standardwert sollte passen)
  • ☑ bei SSL
• Ok klicken.

XML und TEI

Überblick

1. Was ist XML?
2. Syntax - Elemente, Attribute und Werte, Kommentare
3. Wohlgeformtheit
4. Validität
5. TEI

Was ist XML?

• XML = Extensible Markup Language
• Dokumentformat --> allgemeines Datenformat
• entwickelt vom World-Wide-Web-Konsortium (W3C), 1996
• plattformen- und anwendungsunabhängige Beschreibung und Strukturierung von Daten
• Inhaltsbeschreibungssprache, keine Programmiersprache

Syntax

Syntax - Elemente

• Definition von Tags: <elementName>text</elementName>
• enthält Text, andere Elemente oder eine Kombination aus beiden
• case-sensitive

Syntax - Attribute und Werte

• Spezifizieren die Werte eines Elements
• stehen in doppelten Anführungszeichen
• <person age="adult">text</person> --> Attribut age mit dem Wert adult
• keine zwei Attribute desselben Namens innerhalb eines Elements

Syntax - Kommentare

• <!-- This is a comment. -->
• Beschreibung der Dokumentstruktur
• Auskommentierung in Entwicklungs- und Testphase
• keine Elemente, daher kein endTag

Wohlgeformtheit

• syntaktische Regeln sind eingehalten
• case-sensitive: <startTag> und <StartTag>
• Ein startTag muss auch ein endTag besitzen.
• korrekte Verschachtelung der Elemente
• leeres Element: <person/>
• Leerzeichen oder Tabulatoren sind in Element- oder Attributnamen nicht erlaubt.

Validität I

• Wohlgeformtheit des Dokuments
• • Dokumenttypen-Definition (DTD)
    • Vokabular zur Beschreibung von Datenstrukturen
• • hierarchische Zusammenhänge in Form einer Baumstruktur
• • XML-Schema
    • 2001 vom W3C als Standard verabschiedet
    • im Unterschied zur DTD in einer XML-Syntax geschrieben

Validität II

• Entstehung einer Variante der XML-Sprache
  • TEI (linguistische, literaturwissenschaftliche Texte)
  • MathML (Darstellung mathematischer Formeln)
• Trennung von Struktur, Inhalt und Darstellung
  • unabhängige Be- und Verarbeitung

TEI

• Text Encoding Initiative
• 1987 gegründete Organisation und gleichnamiges Dokumentenformat zur Kodierung und zum Austausch von Texten
• de-facto-Standard innerhalb der Geisteswissenschaften

03

Abfragen

XPath

XQuery

Literature

• Cummings, James: What is the TEI? And why should I care? (A brief introduction for classicists), Oxford ancient history seminar, 2015.
• Dokumentation XML, XPath und XQuery der w3schools (6. Oktober 2016)
• Hitzler, Pascal; Krötzsch, Markus; Rudolph, Sebastian; Sure, York: Semantic Web: Grundlagen. 2007.
• IDE: XML-Kurzreferenzen (10. Oktober 2016)
• Kurz, Susanne: Digital Humanities - Grundlagen und Technologien für die Praxis. Wiesbaden, 2. Aufl. 2016 [E-Book]
• Selfhtml-Wiki (6. Oktober 2016)
• Siegel, Erik / Retter, Adam: eXist - A NoSQL Document Database and Application Platform. Sebastopol 2014 (O'Reilly Media)
• Text Encoding Initiative
• Vonhoegen, Helmut: Einstieg in XML. Grundlagen, Praxis, Referenz. Bonn, 8. Aufl. 2015.
• Wikibook XQuery (10. Oktober 2016)
• XQuery Function Documentation (10. Oktober 2016)

Software

Erwähnt

• eXist db
• Oxygen XML Editor 18

Verwendet

• Impress.js (Präsentation)
• Magnific Popup (Lightbox)
• Skeleton CSS (CSS Boilerplate)

Rechte

• Die Abbildung correspDesc.png stammt von: http://correspsearch.net/index.xql?id=participate_cmi-format&l=de
• Alle weiteren Inhalte, Illustrationen und Bilder sind frei zur Weiterverwendung und Modifikation.
  Lizenz: CC-BY 4.0, Digitale Akademie der Akademie der Wissenschaften und der Literatur | Mainz