Литература · объяснение и практика
Дипломатическая и нормализованная транскрипции: сохраните два слоя
Задайте политику транскрипции и получите читаемый слой, сохранив исходные формы. Отделите нормализацию одного свидетельства от разночтений разных экземпляров.

В теме Письменный анализ и сопоставление · Учебная карта
Главная мысль
В вымышленной учебной записке читается «къ вечеру онъ вернулся». Мы сохраняем эту форму в первом слое, а во втором по заранее объявленному правилу убираем конечный ъ: «к вечеру он вернулся». Источник остался один; полученные две строки не стали показаниями двух разных рукописей.
Назовите сохраняемые признаки до переписывания
Термин «дипломатическая транскрипция» сам по себе не сообщает всех настроек издания. В нашем упражнении он означает буквенную запись без молчаливой модернизации. Отдельно объявляем, сохраняются ли переносы строк, надстрочные знаки и различия графических вариантов. Не обещаем передать цвет чернил или расположение каждого штриха обычной строкой символов.
Для нормализованного слоя запишите конечный перечень преобразований. В текущем примере разрешено только удаление конечного твёрдого знака в двух данных формах. Порядок слов, лексика и пунктуация не меняются. Такое локальное правило позволяет проверить работу; слово «осовременить» без перечня изменений скрывает слишком много редакторских решений.
Свяжите оригинальную форму с нормализованной
Сделайте таблицу соответствий: место, сохранённая форма, результат, применённое правило. Не перезаписывайте первую колонку второй. Если нормализацию потребуется изменить, исходное чтение останется доступным и новый результат можно будет получить заново. Отдельная карточка источника связывает обе версии с тем же экземпляром.
TEI предоставляет orig для исходной формы и reg для нормализованной; choice позволяет связать альтернативные представления одного места. Эти элементы описывают редакторское представление, но не выполняют преобразование автоматически. В нашем упражнении правило написано человеком и применяется только там, где оно объявлено.
Пример
В исходной строке «къ вечеру онъ вернулся» разрешено убрать только конечный ъ. Что изменится и как сохранить первое соответствие?
Меняются две формы: къ→к и онъ→он. Получаем «к вечеру он вернулся»; остальные слова сохранены. Для первого места в choice помещаем два дочерних элемента: orig с текстом «къ» и reg с текстом «к». Так сохраняются обе формы одного свидетельства без выдуманного свидетеля B для нормализованной версии.
Проверьте границы нормализации
Сравните строки пословно и для каждого отличия назовите правило. В нашем примере должно быть ровно два изменения буквенных форм. Если возникло «он приехал» вместо «он вернулся», это уже лексическая редакция, которую выбранное правило не разрешает. Удобство чтения не оправдывает скрытую подмену действия.
Если фрагмент не разобран, нормализованный слой не должен уверенно дорисовывать его по смыслу. Сначала отмечают неопределённость в исходном чтении. Конструктор двух чтений критического аппарата не служит нормализатором: его группы свидетелей описывают другую операцию. Для полного проекта отдельно проверяют выбранную схему TEI, описания источников и согласованность правил по всему материалу.
От чтения к действию
А теперь — вы
Частые вопросы
Дипломатическая транскрипция должна воспроизводить абсолютно всё?
Нужно перечислить сохраняемые признаки. Обычная текстовая строка не равна изображению страницы, а разные проекты выбирают разную степень подробности. Название слоя не освобождает от описания переносов, сокращений и графических различий.
Можно ли заменить редкое слово привычным в нормализованном слое?
Только если такая лексическая редакция отдельно объявлена; в нашем упражнении она запрещена. Иначе читатель не отличит изменение формы записи от изменения содержания. Сохранённый исходный слой и журнал преобразований позволяют заметить подмену.
Углублённый разбор
Слияние и разбиение токенов: адресация нормализованного текста
Нормализация может объединять переносное слово или раскрывать сокращение в несколько слов. Вместо неверного соответствия по одинаковым индексам строим связь диапазонов и сохраняем возможность показать исходное место.
Перед началом: Исходная и нормализованная транскрипции; Токен и граница текстового диапазона.
Совпадение номера не означает совпадение места
Если каждое исходное слово заменяется ровно одним выходным словом, два списка удобно сопоставлять по индексам. Но удаление переноса внутри слова может объединить две исходные единицы в одну. Раскрытие сокращения, наоборот, создаёт несколько выходных единиц из одной. После первого такого изменения одинаковые номера больше не гарантируют правильной связи с источником.
Поэтому запись преобразования должна связывать диапазон исходных единиц с диапазоном выходных и называть применённое правило. Сама исходная строка, включая пробелы и переносы, сохраняется отдельно. Таблица адресов без исходных символов не делает нормализацию обратимой: разные исходные формы могут иметь один и тот же нормализованный результат.
Различаем нормализацию и новое чтение
Политику задают до преобразования. В упражнении разрешены три локальные операции: соединить разорванное переносом слово, раскрыть указанное сокращение и удалить конечный твёрдый знак в названной форме. Лексическая замена близким по смыслу словом не входит в политику. Для каждого изменения должно существовать проверяемое основание, а не только более удобное звучание результата.
Связь диапазонов также объясняет ограничения подсветки. Если два выходных слова получены из одного сокращения, щелчок по любому из них возвращает ко всему соответствующему исходному сокращению. Выделять внутри него воображаемые буквы полного слова нельзя: этих букв в исходной записи нет. Точная обратная адресация не равна посимвольному обратному преобразованию.
| Исходный диапазон | Выходной диапазон | Действие |
|---|---|---|
| [0,1) | [0,1) | Без изменения |
| [1,3) | [1,2) | Соединение переноса |
| [3,4) | [2,3) | Сохранение запятой |
| [4,5) | [3,5) | Раскрытие сокращения |
| [5,6) | [5,6) | Удаление конечного ъ |
Проверяем покрытие и сохранение разделителей
Для данной линейной политики группы должны идти в исходном порядке, не перекрывать друг друга и покрывать все обработанные единицы. Отдельно объявляют, куда относятся пунктуация и разделители. Если потерять перенос строки из сохранённого исходника, восстановленная дипломатическая запись уже изменится, даже когда все слова визуально похожи.
Для аудита полезны идентификатор версии исходной строки и версия набора правил. Новую нормализацию можно получить заново из сохранённого источника, а не редактировать предыдущий результат поверх старых адресов. Проверка состоит в просмотре каждой связанной пары диапазонов; равенство общей длины двух списков само по себе недостаточно, потому что слияние и разбиение могут взаимно компенсировать число токенов.
Слияние и раскрытие в одной строке
Условие. Исходные единицы: «На»,«севе-»,«ре»,«,»,«т.е.»,«тамъ». Между второй и третьей в источнике перенос строки. По объявленным правилам нужны «На»,«севере»,«,»,«то»,«есть»,«там». Постройте связь диапазонов.
- Исходный[0,1) связываем с выходным[0,1), а исходный[1,3) — с выходным[1,2): слово соединено.
- Пунктуация исходного[3,4) переходит в выходной[2,3).
- Сокращение исходного[4,5) раскрывается в выходной[3,5); последняя единица[5,6) соответствует[5,6).
- Пять групп покрывают по шесть единиц с обеих сторон, но две группы не являются соответствием один к одному.
Ответ. Нужна связь диапазонов 2→1 и 1→2, а не только равные индексы.
Проверка. Запрос выходного слова«есть» возвращает исходное«т.е.». Для выходного«то» прямой индекс 3 ошибочно указал бы на исходную пунктуацию; сохранённый исходник отдельно удерживает реальный перенос строки.
Где легко ошибиться. Объявлять нормализацию обратимой по одной таблице номеров, не сохранив исходную строку и правила потери или добавления символов.
Проверьте понимание
Вопросы к этой главе
Одинаковое число токенов позволяет связать списки по индексам?
Нет. В примере слияние и разбиение компенсируют друг друга по общему количеству, но промежуточные позиции расходятся. Проверяется локальная связь диапазонов.
Можно ли восстановить твёрдый знак по слову«там»?
Из одного нормализованного слова нельзя узнать, был ли знак в источнике. Его восстанавливают только обращением к сохранённой исходной форме, а не догадкой по правилу.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5, §12: представление первичных источников
Сверено различие транскрипции источника, его расположения и редакторских представлений. Модель адресации токенов и пример преобразований разработаны отдельно; она не объявляется встроенным алгоритмом TEI.
Автор исправления и последовательность редакционных слоёв
Последовательность изменений и личность писавшего — независимые выводы. По частичным наблюдениям строим только доказанный порядок, перечисляем допустимые последовательности и сохраняем неизвестную атрибуцию.
Перед началом: Основной текст и исправление; Отношение«раньше» между действиями.
Событие, рука и чтение не являются одним полем
Одно действие может изменить чтение слова, но не установить имя исправившего. Одна распознанная рука может выполнять несколько действий в разное время. Поэтому в карточке отдельно описывают видимое изменение, предполагаемого исполнителя, основание атрибуции и временные связи. Уверенность в одном из этих полей не должна автоматически переноситься на остальные.
Например, исправленный знак может быть написан поверх старого, что даёт относительный порядок двух конкретных штрихов. Но сходство цвета чернил само по себе не задаёт календарную дату и не доказывает одинакового автора. В учебном условии нужно явно назвать, какое наблюдение принято надёжным, а какую связь ещё требуется проверить по изображению.
Частичный порядок не превращают в единственную хронологию
Запишем каждое установленное отношение A раньше B направленным ребром. Если из A раньше B и B раньше C следует A раньше C, эту связь можно вывести логически. Но отсутствие связи между B и D не означает их одновременности: оно означает, что имеющиеся условия не выбирают порядок этой пары.
Полная последовательность, совместимая со всеми отношениями, является одним допустимым сценарием. Когда сценариев несколько, выбор самого удобного для показа не превращает его в доказанную историю. В TEI список изменений может отдельно объявлять, предполагается ли порядок его элементов. Смысл такой записи нужно согласовать с силой наблюдений, а не со случайным порядком ввода карточек.
Противоречие локализуют по цепочке оснований
Цикл A раньше B раньше C раньше A несовместим со строгим временным порядком. Он сигнализирует о конфликте наблюдений или об ошибочном объединении разных событий под одним ID. Полезно показывать конкретный цикл и связанные фотографии или заметки, вместо молчаливой перестановки событий для получения красивой шкалы времени.
При появлении новых данных пересматривают только затронутые отношения и атрибуции. Новая уверенность в исполнителе действия D не определяет его положение относительно B, если дополнительного временного основания нет. Сохранённое различие полей позволяет уточнять исследование постепенно и не переписывать всю историю рукописи вслед за одним изменением предположения.
Три допустимых порядка
Условие. Условные действия: A — основная запись, B — её исправление, C — примечание к исправлению, D — подчёркивание. Надёжно заданы A<B<C и A<D. Отношение D к B и C неизвестно, рука D не определена. Назовите все порядки.
- A предшествует остальным трём, поэтому стоит первым в каждом допустимом порядке.
- B должно стоять раньше C; D можно поместить до B, между B и C либо после C.
- Получаем A,D,B,C; A,B,D,C; A,B,C,D.
- Ни один порядок не устанавливает автора D: это отдельное неизвестное поле.
Ответ. Допустимы три последовательности; положение D и его рука не установлены однозначно.
Проверка. Каждый из трёх списков сохраняет A<B, B<C, A<D. Любая другая перестановка нарушает хотя бы одно из этих условий.
Где легко ошибиться. Выдавать выбранный для отображения линейный список за единственную доказанную хронологию или выводить автора по одному временному месту действия.
Проверьте понимание
Вопросы к этой главе
Неизвестный порядок означает одновременность?
Нет. Действия могли происходить в разное время, но имеющихся наблюдений недостаточно для сравнения. Одновременность сама потребовала бы дополнительного основания.
Нужно ли считать любую новую атрибуцию новой датой?
Нет. Атрибуция руки и временные отношения проверяются раздельно. Уточнение исполнителя не создаёт автоматически новых связей«раньше» или«позже».
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5: listChange и порядок изменений
Прочитаны назначение listChange и объявление ordered. Частичный порядок четырёх вымышленных действий и перечисление допустимых последовательностей являются собственным учебным упражнением.
Повторяющиеся окончания: вероятность двух маршрутов пропуска
Один и тот же набор пропусков может возникнуть при прямом копировании или через промежуточный список. В условной вероятностной модели сравним правдоподобия этих маршрутов и покажем, почему более правдоподобный маршрут ещё не становится установленным историческим фактом.
Перед началом: условная вероятность; копировальный маршрут; различие данных и гипотезы.
Канал должен описывать сохранение уже возникшей ошибки
Рассмотрим два заранее выбранных независимых места с повторяющимися окончаниями. В исходном тексте оба фрагмента присутствуют. При одном акте копирования каждый ещё сохранённый фрагмент пропускается с заданной вероятностью p; возникший пропуск далее сохраняется и не восстанавливается. Это специально оговорённый учебный канал, а не оценённая частота ошибок реальных писцов.
Для одного места состояния «сохранено» и «пропущено» имеют матрицу переходов [[1−p,p],[0,1]]. Поглощающее второе состояние важно: после двух копирований вероятность пропуска не равна p². Пропуск мог возникнуть на любом этапе, а однажды утраченное место не получает вторую независимую возможность быть пропущенным заново.
Составление каналов даёт вероятность наблюдаемого профиля
После k последовательных копирований фрагмент сохраняется с вероятностью (1−p)^k, поэтому qₖ=1−(1−p)^k. Для наблюдения «первое место пропущено, второе сохранено» правдоподобие маршрута из k шагов равно qₖ(1−qₖ) при принятой независимости мест. Если известно лишь число пропусков без указания места, появится дополнительный комбинаторный множитель; тип наблюдения надо назвать заранее.
Сравнение правдоподобий держит наблюдённый профиль фиксированным и меняет гипотезу о маршруте. Это другая операция, чем вычисление вероятности гипотезы при данных. Для последней нужны предварительные вероятности гипотез и перечень альтернатив. Отношение двух правдоподобий само по себе таких предварительных весов не задаёт.
Границы канала важнее красивого отношения
Повторяющиеся окончания в реальном источнике способны связывать несколько пропусков одним перескоком взгляда. Тогда независимость мест нарушится и произведение двух маргинальных вероятностей не подойдёт. Исправление по другому списку разрушит принятое поглощение ошибки. Разные писцы или участки могут также иметь разные p, которые нельзя заменить одной константой без обоснования.
Поэтому расчёт проверяет вывод внутри явно заданной модели, а не подменяет изучение материала. Его полезный результат — увидеть, какие допущения создают предпочтение маршрута и насколько вывод зависит от неизвестных параметров. Даты, особенности руки и независимые чтения могут изменить историческую оценку, даже если арифметическое отношение осталось тем же.
Прямой список и один промежуточный этап
Условие. Пусть p=1/10. Наблюдается пропуск первого из двух мест при сохранении второго. Гипотеза H₁ предполагает один акт копирования исходного текста, H₂ — два последовательных. Найдите оба правдоподобия и их отношение.
- Для H₁ вероятность пропуска в каждом месте q₁=1/10. Масса конкретного наблюдённого профиля L₁=(1/10)(9/10)=9/100.
- Для H₂ вероятность пропуска q₂=1−(9/10)²=19/100. Тогда L₂=(19/100)(81/100)=1539/10000.
- Отношение L₂/L₁=1539/900=171/100=1,71. В принятой модели профиль правдоподобнее при двух шагах.
- Если дополнительно назначить равные предварительные вероятности двух гипотез и исключить другие маршруты, получится P(H₂|данные)=171/271. Это дополнительный условный вывод, а не смысл самого отношения1,71.
Ответ. L₁=9/100, L₂=1539/10000; отношение 1,71 в пользу H₂. Исторический маршрут без дополнительных предпосылок не установлен.
Проверка. Полное перечисление исходов двух последовательных копирований в каждом месте подтверждает q₂=19/100. При предварительных весах H₁=9/10,H₂=1/10 та же формула Байеса даёт P(H₂|данные)=19/119, что демонстрирует роль предварительных весов.
Где легко ошибиться. Не принимайте отношение правдоподобий за вероятность гипотезы и не считайте ошибку каждого копирования независимой от того, сохранился ли соответствующий фрагмент на предыдущем шаге.
Проверьте понимание
Вопросы к этой главе
Как изменится вывод при возможности восстановить пропуск?
Понадобится другой канал с ненулевым переходом обратно в сохранённое состояние. Формула 1−(1−p)^k перестанет описывать такую модель.
Можно оценить p по одному профилю и сразу сравнить маршруты?
Такой подбор меняет задачу и может сделать сравнение неидентифицируемым. Здесь p задан извне; оценивание параметра требует дополнительных наблюдений и отдельной проверки.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5: Critical Apparatus
Прочитан §13.1.4 о соответствии чтений и свидетелей. Наши конечные наборы, численные модели и задачи условны и заданы отдельно; TEI не выдаётся за стандарт статистического установления генеалогии.
Две предполагаемые основы: достижимость смешанного профиля чтений
Если предполагаются две основы текста, единую долю их смешения надо согласовать сразу по нескольким признакам. Вычислим эту долю в точной модели и построим короткий сертификат того, что другой наблюдаемый профиль не лежит между теми же двумя основами.
Перед началом: линейная смесь; доля чтений; система уравнений.
Доля относится к модели, а не к числу похожих слов
Пусть для нескольких заранее определённых групп мест заданы эталонные доли выбранного чтения в двух предполагаемых основах: aⱼ и bⱼ. Модель с одной общей долей α∈[0,1] предсказывает qⱼ=αaⱼ+(1−α)bⱼ. В учебной задаче эти величины считаются точными параметрами. Равенство проверяет именно эту модель средних, а не конкретную последовательность действий переписчика.
Геометрически допустимые профили q лежат на одном отрезке между векторами a и b. Нельзя отдельно подбирать α для каждого признака и затем объявлять полученный набор одной общей смесью. При aⱼ=bⱼ соответствующая координата совсем не различает доли, хотя остаётся полезной проверкой совместимости самого профиля.
Ненулевая разность задаёт кандидата, остальные места его проверяют
Если aⱼ≠bⱼ, из одной координаты получаем α=(qⱼ−bⱼ)/(aⱼ−bⱼ). Кандидат должен принадлежать [0,1] и удовлетворять всем оставшимся координатам. Когда ни одна координата не различает основы, общая доля неидентифицируема: совместимый профиль не позволяет выбрать α. Когда разные информативные координаты требуют разных долей, точного решения нет.
Иногда несовместимость видна без вычисления каждой доли. Любое линейное соотношение, выполняющееся для обеих основ, выполняется и для каждой их смеси. Например, если первые две координаты обеих основ складываются в единицу, все допустимые профили тоже обязаны иметь q₁+q₂=1. Нарушение этого равенства является проверяемым сертификатом выхода из отрезка.
Точная несовместимость не заменяет статистического теста
Возьмём a=(1/5,4/5,1/2) и b=(4/5,1/5,1/2). Первая и вторая координаты информативны, третья одинакова у обеих основ. Профиль (7/20,13/20,1/2) требует α=3/4 по обеим информативным координатам. Замена второй доли на 11/20 разрушает согласование, хотя каждое отдельное число по-прежнему лежит между соответствующими числами двух основ.
В реальном корпусе доли оцениваются по конечному числу мест, а принципы группировки тоже могут быть спорными. Тогда небольшое отклонение от отрезка не доказывает исторической невозможности смеси: нужна модель погрешности, диапазоны параметров или критерий согласия. Даже точное попадание в отрезок не исключает третью основу или другой механизм, дающий те же сводные признаки.
Одна доля для трёх групп наблюдений
Условие. Для a=(1/5,4/5,1/2), b=(4/5,1/5,1/2) проверьте два точных профиля q=(7/20,13/20,1/2) и q′=(7/20,11/20,1/2). Требуется одна общая α для всех координат.
- Из первой координаты любого профиля: α=(7/20−4/5)/(1/5−4/5)=3/4.
- Для q вторая координата даёт (13/20−1/5)/(4/5−1/5)=3/4. Третья равна1/2 независимо отα, поэтому совместима, но не уточняет долю.
- Для q′ вторая координата требует (11/20−1/5)/(4/5−1/5)=7/12. Это не3/4, поэтому общей доли не существует.
- Дополнительный сертификат: у обеих основ сумма первых координат равна 1. У q′ она равна18/20=9/10, что несовместимо с любой общей смесью.
Ответ. Профиль q совместим и имеет единственную долю α=3/4. Для q′ точная общая смесь невозможна в заявленной модели.
Проверка. Подстановкаα=3/4 непосредственно даёт все три координаты q. Сертификат q′ использует линейный инвариант и не зависит от деления в формуле отдельной координаты.
Где легко ошибиться. Числа, лежащие покоординатно между двумя основами, ещё не образуют одну смесь: они могут требовать разных долей. И наоборот, общий точный параметр в условной модели не удостоверяет реальную генеалогию текста.
Проверьте понимание
Вопросы к этой главе
Что делать с одинаковой координатой двух основ?
Если наблюдаемое значение другое, модель несовместима при любом α. Если оно совпадает, эта координата ничего не сообщает о самой доле.
Почему нельзя усреднить противоречивые значенияα?
Усреднение является новой задачей приближения с выбранной потерей и весами. Оно не превращает исходную несовместимую систему точных равенств в решённую.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5: Critical Apparatus
Прочитан §13.1.4 о соответствии чтений и свидетелей. Наши конечные наборы, численные модели и задачи условны и заданы отдельно; TEI не выдаётся за стандарт статистического установления генеалогии.
Раскрытие сокращения: графический знак, редакторская гипотеза и поиск
Раскрытое сокращение содержит буквы, которых читатель не видит на носителе. Издание должно позволять отличить сам графический знак от редакторского раскрытия и поисковой формы.
Перед началом: Дипломатическая транскрипция; Редакторское раскрытие.
Графика и интерпретация имеют разные источники
Условная рукопись может содержать сокращённую запись со знаком над строкой. Дипломатическая транскрипция фиксирует наблюдаемую графическую последовательность и доступный знак сокращения. Раскрытие предлагает полное слово на основании контекста и принятой системы сокращений. Даже уверенное раскрытие является интерпретационным слоем, а не дополнительными видимыми буквами. При неуверенном чтении самого знака надо отдельно обозначить графическую неопределённость, не прятать её внутри уверенного полного слова.
Один контейнер может хранить две альтернативы представления
В TEI выбор между сокращением и раскрытием можно описывать через choice с abbr и expan, сохраняя связь двух форм. Дополнительные редакторские сведения указывают ответственность и степень уверенности раскрытия. Нормализованная современная форма может быть ещё одним слоем, если меняет орфографию помимо раскрытия. Не следует заставлять одну строку одновременно служить точной транскрипцией, реконструкцией и поисковым ключом: у этих представлений разные критерии совпадения.
Поиск не должен переписывать свидетельство
Поисковый индекс может сопоставить сокращение с полным словом и его современной формой, но показ результата должен сообщать, какой слой совпал. При изменении гипотезы раскрытия дипломатический слой остаётся прежним. Это позволяет пересматривать интерпретацию без уничтожения первичного наблюдения. Уникальность выбранного раскрытия также нельзя вывести только из частоты словаря: контекст, графика и местная практика письма могут поддерживать несколько кандидатов. Учебный пример ниже не описывает реальную систему сокращений конкретной эпохи.
Разобранная задача
Условие. В вымышленном фрагменте наблюдается запись «гднъ» со знаком сокращения. Редактор предлагает раскрытие «господинъ», поисковая форма — «господин». Создайте карточку слоёв и объясните, что изменится при появлении альтернативного раскрытия.
- В наблюдаемом слое сохраняем «гднъ», описание знака и адрес фрагмента. Не добавляем отсутствующие буквы как будто они читаются на носителе.
- В интерпретационном слое записываем предложенное «господинъ», автора решения и основания. Статус раскрытия отделяем от уверенности в чтении самих четырёх букв.
- В поисковом слое храним «господин» как нормализованный ключ, связанный с этой карточкой, а не как замену дипломатической записи.
- При новом кандидате добавляем конкурирующее раскрытие и пересматриваем поисковые связи. Исходная графика и прежняя история решения остаются доступными.
Ответ. Карточка содержит наблюдаемую форму, раскрытие и отдельный поисковый ключ. Изменение гипотезы не меняет того, что было прочитано как графика.
Проверка. Обратный показ дипломатического слоя должен вернуть ровно «гднъ» и знак, а не «господинъ». Такой readback независимо проверяет, что интерпретация не была незаметно записана поверх свидетельства.
Где легко ошибиться. Не помечайте все буквы раскрытого слова как непосредственно засвидетельствованные. Уверенность редактора не превращает отсутствующие графемы в наблюдение.
Проверьте понимание
Вопросы к этой главе
Зачем сохранять конечный твёрдый знак в раскрытии?
В условии это часть исторической формы раскрытия. Современный поисковый ключ может его опустить, но такое преобразование должно быть отделено от наблюдаемого и интерпретационного слоёв.
Можно ли показать только раскрытие обычному читателю?
Да при понятной политике отображения и доступности исходного слоя. Удобный читательский вид не должен уничтожать возможность проверить, какие знаки реально наблюдались.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5: abbr
TEI abbr и expan позволяют различать сокращённую запись и редакторское раскрытие.
Орфографические варианты как признаки: раздельный учёт нормализации и родства
Нормализация облегчает поиск одинаковых слов, но стирает часть признаков письма. Сходство нормализованных строк и родство рукописей нельзя считать одним и тем же измерением.
Перед началом: Нормализованный текст; Генеалогический признак.
Сравнение должно назвать слой признаков
Два свидетеля можно сравнивать по графемам, раскрытым словам, нормализованным формам или лексическим вариантам. Каждый слой сохраняет разные отличия. Нормализация конечного твёрдого знака, вариантов букв и разделения слов может сделать строки одинаковыми, хотя исходные графические последовательности различались. Это полезно для поиска, но нулевая дистанция в таком слое означает только совпадение выбранного представления. Она не доказывает тождества носителей, рук или маршрута копирования.
Признаки могут иметь разную историческую информативность
Распространённая орфографическая норма способна возникать независимо у разных переписчиков. Редкое содержательное новшество может быть более сильным аргументом связи, но и оно требует проверки направления изменения, возможной конъектуры и загрязнения. Нельзя превратить каждый совпавший символ в одинаково независимое генеалогическое свидетельство. Несколько признаков могут быть следствиями одной редакционной операции и должны оцениваться как связанные, а не как множество независимых голосов.
Сохраняйте две матрицы и объяснение преобразования
Практический анализ может хранить исходную графическую матрицу и отдельную нормализованную матрицу лексических чтений. Для каждой нормализации указывают правило, чтобы читатель мог воспроизвести исчезнувшие различия. Граф расстояний после такого преобразования описывает выбранные признаки и не становится стеммой автоматически. Ниже используются вымышленные строки с заранее заданным правилом удаления конечного знака; никакая историческая значимость этого правила не предполагается.
Разобранная задача
Условие. Свидетели A,B содержат строку «домъ стоитъ», C — «дом стоит». Правило нормализации удаляет конечный «ъ» у каждого слова. Другая строка имеет у A,C «мост», у B «путь». Покажите нормализованные совпадения и предел генеалогического вывода.
- После заданной нормализации первая строка всех трёх становится «дом стоит». Нормализованное лексическое расстояние по этой строке равно нулю для каждой пары.
- В графическом слое A и B совпадают друг с другом, но отличаются от C двумя конечными знаками. Эта информация не исчезает из первичной транскрипции.
- Во второй строке A и C совпадают в чтении «мост», B отличается чтением «путь». Оно сохраняется в нормализованном лексическом слое.
- Ни одно из двух распределений само по себе не устанавливает дерево происхождения. Первое может отражать орфографическую политику, второе требует проверки истории конкретного варианта.
Ответ. Нормализация создаёт полное совпадение первой строки, но не доказывает общего ближайшего протографа. Разные слои дают разные группировки признаков.
Проверка. Обратное сопоставление нормализованной строки с дипломатическими карточками возвращает две разные графические формы. Это независимо показывает, что нормализация является отображением «многие к одному» и не может сама восстановить происхождение.
Где легко ошибиться. Не считайте нулевое нормализованное расстояние полной идентичностью текста и не стройте генеалогический вывод без анализа характера и зависимости признаков.
Проверьте понимание
Вопросы к этой главе
Нужно ли отказаться от нормализации для текстологии?
Нет. Она полезна для определённых поисковых и сравнительных задач. Нужно только сохранять исходный слой и не приписывать выбранной дистанции больше смысла, чем она содержит.
Почему два конечных знака не обязательно два независимых аргумента?
Оба могут следовать одной общей орфографической установке переписчика или издателя. Их зависимость уменьшает смысл простого подсчёта совпадений как голосов.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5, Representation of Primary Sources, §12
Раздельные слои транскрипции и редакторского представления сохраняют признаки носителя, теряемые нормализацией.
Физическая зона и путь чтения: документальная модель издания
Текст на полях может читаться между двумя строками основного текста, хотя физически расположен сбоку и записан позже. Простое извлечение строкXML в порядке хранения даст неверный результат. Сохраним каждую зону один раз и зададим отдельный проверяемый путь, который действительно собирает предложение.
Перед началом: Адресация зоны изображения; Физический и логический порядок текста.
Сначала опишите поверхность, а не готовое предложение
Одна синтетическая поверхность с тремя уверенно прочитанными зонами. Физическое расположение, выбранный путь чтения и предполагаемая хронология записи разделены; схема координат и направление поворота заданы явно.
В условной системе координатx растёт вправо,y вниз. Поверхность имеет границы(0,0)–(100,100). Основная зонаz1 занимает прямоугольник(10,10)–(70,20) и содержит«Сначала». Зонаz2 занимает(10,30)–(70,40) и содержит«данные.». Полеваяz3 занимает(80,10)–(90,60), содержит«проверим» и повёрнута по часовой стрелке на90 градусов относительно поверхности.
В документном подходе TEI контейнерsourceDoc может содержатьsurface, а тот —zone с идентификатором и координатами. Поворот задаёт допустимый атрибутrotate в градусах. Само значение90 не сообщает, после какого слова следует читать поле: ориентация области и место в логической фразе являются разными сведениями.
Путь чтения ссылается на сохранённые зоны
Предположим, знак вставки в условии обосновывает путьz1→z3→z2. Тогда читательская строка«Сначала проверим данные.». Порядок хранения зонz1,z2,z3 дал бы«Сначала данные. проверим». Для нашей простой задачи не требуется переписывать содержимое зон, чтобы получить другой порядок. Достаточно отдельной таблицы пути со ссылками на их устойчивыеID.
Ниже используется именно внешняя таблица шагов, а не выдуманный атрибутreadingOrder вTEI. Минимальный структурный фрагмент имеет вид<sourceDoc><surface><zone xml:id="z1"><line>Сначала</line></zone>…</surface></sourceDoc>; в полной записи каждой зоне добавляют объявленные координаты, аz3 —rotate="90". Многоточие здесь обозначает сокращённый показ примера, не буквальное содержимое готовогоXML.
Проверка маршрута отличается от датировки правки
Для выбранного простого маршрута каждая из трёх зон встречается ровно один раз, все ссылки разрешаются, а обратный показ зоны возвращает её исходную строку и координаты. Если понадобятся повторное чтение, пропуск или несколько альтернативных маршрутов, такое правило покрытия надо явно изменить. Оно не является универсальным законом любой рукописи.
Поздняя запись на полях может читаться в середине ранней строки, поэтому временное«после» не означает читательское«в конце». Знак вставки поддерживает маршрут, но не устанавливает личность исправившего и календарную дату. Полезно сохранять физический слой, редакторское обоснование маршрута и хронологию раздельно. Пример не заявляет, что один хорошо сформированный фрагмент прошёл проверку выбранной схемы полного издания.
Одно предложение из непоследовательных зон
Условие. Даныz1=«Сначала»,z2=«данные.»,z3=«проверим» с указанными прямоугольниками и поворотомz3=90°. Подтверждён путьz1→z3→z2. Постройте строку и проверьте адресацию.
- Сохраняем три отдельных записи сIDz1,z2,z3. Все прямоугольники имеют положительную ширину и высоту и лежат внутри поверхности0…100.
- Создаём таблицу: шаг1→z1,шаг2→z3,шаг3→z2. Множество ссылок совпадает с множеством имеющихсяID, повторов нет.
- Извлекаем строки по пути и соединяем пробелом. Результат«Сначала проверим данные.»; точка остаётся частьюz2.
- Для сравнения обычный порядок хранения даёт«Сначала данные. проверим», подтверждая, что он не заменяет указанный маршрут.
- Переход от слова«проверим» к источнику возвращаетz3, его полевые координаты и поворот90°, а не воображаемое место между прямоугольникамиz1 иz2.
Ответ. Читательская строка«Сначала проверим данные.»; адресный путьz1,z3,z2. Физические координаты и единственный исходный экземпляр каждой зоны сохраняются.
Проверка. Обратная адресация всех трёх фрагментов возвращает те жеID и буквальные строки. Сортировка по номеруXML без таблицы пути воспроизводит другую строку и поэтому не проходит содержательную проверку.
Где легко ошибиться. Не перемещайте полевую запись в вымышленные координаты ради удобной фразы и не считайте порядокXML доказанным порядком чтения или создания текста.
Проверьте понимание
Вопросы к этой главе
Нужно ли копировать полевое слово внутрь основного текста?
В данном адресном представлении нет: путь ссылается на уже сохранённуюz3. Отдельный читательский слой может показывать собранную фразу, не создавая второго материального источника.
Доказывает ли поворот90°, что запись поздняя?
Нет. Поворот описывает ориентацию области. Относительное время и авторство записи требуют других оснований.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- TEI P5: zone, sourceDoc and surface
Определение зоны, координаты иrotate; также сверены официальные моделиsourceDoc иsurface. Координаты, три русские строки и внешняя таблица маршрута заданы отдельно; это не готовый полныйTEI-документ.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Конъектура и засвидетельствованное чтение: ведите разные карточки
Разделите то, что прочитано в источнике, и предложенное восстановление. Запишите основания конъектуры, альтернативу и редакторскую ответственность без выдуманного свидетеля.
Открыть темуКритический аппарат: как связать лемму, вариант и свидетельство
Составьте аппарат одного разночтения: зафиксируйте границы места, распределите свидетелей и объясните выбор основного чтения отдельно от записи XML.
Открыть темуЛакуна и неуверенное чтение: как записать неизвестное без выдумки
Отметьте отсутствие текста, неуверенную расшифровку и известный размер пропуска раздельно. Выберите gap или unclear и сохраните основание каждого ограничения.
Открыть тему