O TEI foi criado em 1987 por um consórcio das associações académicas Association for Computers and the Humanities (ACH), Association for Computational Linguistics (ACL) e Association for Literary and Linguistic Computing (ALLC), que o propuseram como o resultado da pesquisa efetuada para desenvolver um esquema de metadados que desse cabal resposta à colocação em linha de textos digitais, nos seus múltiplos formatos. Apesar de ser um dos primeiros formatos a ser desenvolvido neste âmbito, este esquema de meta informação continua a ser utilizado na atualidade[1].
Desenvolvido com o objetivo de criar e “to develop guidelines for encoding machine-readable texts in the humanities and social sciences”[2], fomentando a preparação e troca de textos eletrónicos, foi inicialmente definido como um SGML DTD (Document Type Definition). Porém, atualmente, apresenta a vantagem de importar e exportar a informação para os formatos MARC[3], apresentando-se como “an international and interdisciplinary standard that enables libraries, museums, publishers, and individual scholars to represent a variety of literary and linguistic texts for online research, teaching, and preservation”[4].
O TEI é constituído por um conjunto de etiquetas, com uma sintaxe própria que descreve a estrutura e os elementos do documento eletrónico e do exemplar impresso que lhe deu origem. Nesse sentido, é reconhecido como “um padrão internacional para representar todo tipo de textos literários e linguísticos para pesquisa e ensino online”[5].
O TEI tem como objetivo:
– Ser um formato normalizado para troca de informação;
– Fornecer linhas orientadoras para apresentar os textos em formato digital;
– Ser aplicável a todos os géneros de textos;
– Ser independente da ferramenta utilizada para a sua criação e leitura. [6]
Dado que, por um lado, cada língua possui conjunto próprio de acentos e carateres especiais (diacríticos) e, por outro, a codificação de carateres é essencial para que os dados possam circular através de vários sistemas sem que sejam corrompidos, a disponibilização de textos eletrónicos em linha exigiu a sua normalização. Por esse motivo, o desenvolvimento do TEI obedece à norma ISO 10646[7], que define o conjunto universal de caratéres.
Durante o processamento em formato TEI[8], o documento converte-se num ficheiro SGML ou XML, no qual se incluem as diversas partes que constituem o original (capítulos, partes, notas, tabelas, gráficos, imagens), permitindo diferenciar, sobretudo no livro antigo, os elementos da encadernação e as partes iniciais e finais (rosto, prólogo, colofão, etc.) que, sendo adjacentes ao conteúdo, contribuem para o seu esclarecimento.
Os metadados, referentes à ficha bibliográfica e ao processamento digital da obra, são associados no cabeçalho embebido no documento TEI[9]. O cabeçalho <teiHeader>[10], de preenchimento obrigatório, divide-se em quatro secções:
– Descrição bibliográfica;
– Descrição de codificação;
– Descrição do perfil de codificação;
– Descrição de revisão.[11]
<teiHeader> </teiHeader> |
Exemplo de um cabeçalho em TEI |
Na secção <fileDesc> insere-se a informação referente à descrição bibliográfica do exemplar físico que deu origem ao digital ou a catalogação do exemplar nado digital. Essa informação está estruturada em várias etiquetas[12] de acordo com os dados disponíveis, sendo o título <titleStmt> e a publicação <publicationStmt> de preenchimento obrigatório:
<teiHeader> <fileDesc> <titleStmt> … </titleStmt> <publicationStmt> … <publicationStmt> <sourceDesc> … <sourceDesc> </fileDesc> </teiHeader> |
Exemplo da descrição bibliográfica |
Na secção de descrição de codificação <encodingDesc> insere-se a informação referente aos métodos e técnicas utilizadas para a conversão do documento analógico em digital.
A secção de descrição do perfil de codificação <profileDesc>, de particular relevância neste contexto, inclui os dados referentes às opções tomadas na criação do ficheiro digital, como o idioma utilizado, tipo de texto, etc..
Na secção de descrição de revisão <revisionDesc>, são registadas e descritas as alterações sofridas pelo texto na transição entre o original e as várias versões digitais.
No ficheiro XML, formatado de acordo com o TEI, o conteúdo do documento surge na sequência do cabeçalho.
O formato apresenta um determinado conjunto de etiquetas consoante do tipo de obra [13]. Assim, no esquema utilizado para a codificação do livro antigo, é dado especial realce às partes da obra que enquadram o conteúdo, no princípio (front) e no fim (back) da obra. “La materia preliminar como portadas, cartas a modo de prólogo, etc., puede aportar información lingüística o social adicional muy útil”[14] enquanto, “debido a las variaciones en la prática editorial, la materia del back puede contener teóricamente cualquiera de los elementos vistos arriba para la materia del front y estos mismos elementos deben usarse donde sean necesarios.” [15]
Cabeçalho |
<TEI.2><teiHeader> [informação do cabeçalho do texto] </teiHeader> | |
Documento | Início | <text><front> [matéria inicial, anterior ao conteúdo] </front> |
Conteúdo |
<body> [matéria do corpo do texto] </body> | |
Fim
|
<back> [matéria final, posterior ao conteúdo] </back></text>
</TEI.2> |
|
Esquema de formatação de uma obra, livro antigo, em TEI |
O conjunto de etiquetas a utilizar para o corpo da obra (conteúdo) varia de acordo com a tipologia da obra, estando disponíveis conjuntos de etiquetas normalizadas para:
– Poemas;
– Drama;
– Transcrições de discursos (textos falados);
– Dicionários, que possuem versão impressa;
– Livro antigo;
– Obras em vários volumes.[16]
Existem várias bibliotecas digitais que implementaram o TEI, como por exemplo o Perseus e a Bibliothèques Virtuelles Humanistes. Está vocacionado para reutilização da informação, pois como linguagem estruturada e normalizada permite a construção de algoritmos para trabalhar a informação.
[1] Vd. TEI – Projects using the TEI.
[2] OPITZ, Andrea, Indexing Emblem Books on the Internet – the Opportunities offered by TEI, p. 71
[3] Vd. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 5.
[4] http://www.tei-c.org/ [2014-05-01]
[5] ZENG, Marcia Lei – Metadados: fundamentos V1.2. Kent State University. 2007, parte 4.
[6] Cfr. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 1.
[7] Information technology – Universal Multiple-Octet Coded Character Set (UCS). Vd. http://isotc.iso.org/livelink/livelink/fetch/2000/2489/Ittf_Home/PubliclyAvailableStandards.htm [consultado em 2014-05-17]
[8] Cfr. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 2.
[9] Vd. ZENG, Marcia Lei – Metadados: fundamentos V1.2. Kent State University. 2007, parte 4. http://marciazeng.slis.kent.edu/metadatabasics/index.htm [consultado em 2014-05-17]
[10] Vd. http://www.tei-c.org/index.xml.
[11] Vd. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 2.
[12] Vd. http://www.tei-c.org/index.xml.
[13] Vd. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 3.
[14] BURNARD, Lou e SPERBERG-MCQUEEN, C. M. – TEI Lite. http://www.tei-c.org/Vault/P4/Lite/teiu5_en.html
[15] BURNARD, Lou e SPERBERG-MCQUEEN, C. M. – TEI Lite. http://www.tei-c.org/Vault/P4/Lite/teiu5_en.html
[16] Vd. TEI Consortium – Text Encoding Initiative Guidelines for Electronic Text Encoding and Interchange (P4), parte 3.
Citar este post
Dalia Guerreiro (2014, 1 Junho). TEI: Text Encoding Initiative #TEI. Bibliotecas e humanidades digitais. Recuperado em 18 de Abril de 2024, de https://doi.org/10.58079/lwkl
Um comentário em “TEI: Text Encoding Initiative #TEI”