Sedaj med slovenskimi besedilnimi korpusi tudi bibliotekarstvo

V jezikoslovju je korpus oziroma besedilni korpus velika in strukturirana zbirka besedil, navadno grajena, hranjena in obdelana računalniško. Korpuse se uporablja za statistične analize pisanega in/ali govorjenega jezika, za preverjanje pojavitev besed in besednih zvez ali pa za potrditev lingvističnih pravil v določenem jeziku. So tudi nepogrešljivo in nadvse koristno orodje ob pripravi splošnih in tudi terminoloških slovarjev. Korpusi so seveda začeli nastajati tam čez veliko lužo in predvsem v "velikih" jezikih, vendar imamo že nekaj časa tudi za slovenski jezik več po nastanku in namenu različnih korpusov.

Referenčni korpusi so temeljna vrsta korpusov, ki naj bi predstavili celovito podobo nekega jezika. So večjega obsega, zanje je glede na tradicijo tudi najnatančneje izdelana metodologija gradnje, predstavljajo pa izhodišče za temeljne jezikoslovne raziskave predvsem s področja slovnice in slovarjev. Pri nas sodita v to kategorijo dva besedilna korpusa: Nova beseda, ki vsebuje okrog 240 milijonov besed iz 5.700 leposlovnih, strokovnih in uradnih besedil do leta 2004, in referenčni korpus slovenskega jezika FidaPLUS, ki vsebuje okrog 621 milijonov besed iz slovenskih besedil najrazličnejših zvrsti, objavljenih v letih od 1979 do 2006.

Specializirani korpusi predstavljajo jezik v natančno določeni rabi, med njimi so najpomembnejši korpusi strokovnih jezikov, predvsem v okviru terminoloških raziskav in gradnje terminoloških slovarjev. Taki so pri nas na primer Korpus DSI (Korpus zbornikov posvetovanja Dnevi slovenske informatike od 2003 do 2010 in revije Uporabna informatika), ki vsebuje 2 milijona besed, in na istem naslovu korpus iFpX, ki zajema okrog 14 milijonov izbranih izrazov iz korpusov FidaPLUS in DSI. Zanimiva sta tudi jezikoslovno označeni korpus Jos in Evrokorpus, ki je zbirka vzporednih dvojezičnih korpusov prevodov in obsega besedila v 22 jezikih držav, ki so bile leta 2007 članice EU, vsebuje pa 98 milijonov besed oz. 600 tisoč prevodnih enot. Nekaj prav posebnega pa je Vayna s četrt milijona besed iz 360 časopisnih člankov, ki so v času od aprila do avgusta 1998 obravnavali ti. "verbalne napade na JLA" (malo manj mladi se še spominjamo procesa JBTZ).

Predhodnik besedilnega korpusa bibliotekarstva

Strokovno delo pri pripravi Bibliotekarskega terminološkega slovarja , ki je potem izšel leta 2009, se je ravnalo po sodobnih načelih leksikografije, zato je temeljilo na ugotavljanju rabe izrazja v strokovnem jeziku in evidentiranju terminov s tradicionalnim "ročnim" izpisovanjem bibliotekarskih izrazov iz obsežnega seznama tiskanih slovenskih strokovnih besedil. Izpisovanje izbrane slovenske bibliotekarske strokovne literature v letih 1988 do 1999 je zajelo 291 sistematično in v celoti izpisanih besedil na skupno 6575 straneh, ob tem pa še naključne izpiske iz večjega števila ob delu uporabljenih besedil. Upoštevana so bila dela okrog 140 slovenskih avtorjev in tudi nekaj prevodov, npr. standardi ISBD. Na tej osnovi je bil nato izdelan alfabetarij, ki je predstavljal osnovni nabor izrazov za pripravo slovarja. Izpiski so bili že tedaj računalniško obdelani, najprej s "tablico" ZX Spectrum, nato z Atarijem in končno z osebnimi računalniki na različnih operacijskih sistemih. Računalniška besedilna zbirka je vsebovala 10.300 ekscerptov iz teh slovenskih bibliotekarskih besedil, ki so bila objavljena v letih med 1940 in 1999. Besedilnega korpusa in njegovih funkcij s takratno računalniško opremo, sredstvi in znanjem še ni bilo mogoče vzpostaviti. Danes je to že mogoče in po enoletnih pripravah je "shodila" te dni julija 2011 testna zasnova slovenskega Korpusa bibliotekarstva.

O slovenskem besedilnem korpusu bibliotekarstva

Ob zagonu je zajel korpus 25 slovenskih strokovnih bibliotekarskih besedil z okrog 380 tisoč besedami. Med njimi sta po dve doktorski disertaciji in dve magistrski deli, eno diplomsko delo, 13 člankov iz revije Knjižnica, 3 monografske publikacije, 3 prispevki iz zbornikov in en članek iz elektronske izdaje Organizacije znanja. Selektivni seznam besedil, ki bi sodila v korpusno obdelavo, obsega še okrog 600 enot, pri tem so upoštevana samo objavljena besedila, dosegljiva v elektronski obliki. Dinamika dopolnjevanja bo odvisna od prostovoljnega dela sodelavcev in razpoložljivosti besedil.

Pri pripravljanju besedil in za postavitev ter javno spletno uporabo korpusa je bila uporabljena domača programska oprema - urejevalnik besedil Eva in njegova internetna različica NEVA s specifičnimi funkcijami, ki že nekaj let omogočajo delovanje splošnega referenčnega korpusa slovenskega jezika Nova beseda , spletne različice Slovarja slovenskega knjižnega jezika in nekaterih drugih slovarskih in jezikoslovnih orodij.

Testno verzijo korpusa bibliotekarstva že uporabljamo in bo kmalu javno dostopna, takrat bomo o korpusu, njegovi vsebini, nastajanju in uporabi napisali še kaj več.

Knjižnica ali arhiv?

Gostujoče pero – Elisabeth Simon

Nemška bibliotekarka, avtorica in založnica Elisabeth Simon se je udeležila mednarodne konference ABDOS, ki je bila od 30. maja do 2. junija v Ljubljani na Ekonomski fakulteti, organizirala pa jo je Centralna ekonomska knjižnica. V času njenega obiska je nastal prispevek o ameriških predsedniških knjižnicah, ki ga objavljamo tokrat.

 

Presidential Libraries - not Archives

Each president of the Unites States is supposed to found his own presidential library. Books represent a smaller part of the collection only, predominantly it contains his notes, diaries and correspondence. In the very popular framework of the discussion concerning the right and the possibilities of access to public and adminstrative information the way papers and other sources were handled in such a library is not without interest. Security of the entire collection and classified material which may be personal set rules of access. Due to security reasons materials are stored in closed files and can only be accessed according to a certain rather strict procedure. Resources which are closed because of personal reasons may only be accessed with the permission of the director, but not the papers classified for national security reasons.

In Europe these libraries would generally be called archives and the focus on access and digitisation is in the forefront of discussions. Being called libraries shows the rather different scope of libraries and archives in the USA. Their main purpose is to ensure general access to information and resources hence these institutions are called libraries, their mission is to maintain the rich collections of unique material and to ensure different ways of accessing them. The presidential libraries are a good example of difficulties which do not arise due to technical problems but those of private data and public access.

Question: How could have Wiki Leak got its material?

Latinščina in najsodobnejša tehnologija

Namizje po latinsko

Latinščina sodi med ti. mrtve jezike in se uporablja kot uradni jezik samo v državici Vatikan (829 prebivalcev, ki pa verjetno vsi jezika ne obvladajo), pa še tam to nikomur ni prvi, to je materni jezik. Poleg tega se uporablja po svetu še v liturgiji in zelo omejeno v nekaterih strokah (npr. medicina, pravo ipd.). Število govorcev in s tem rank med drugimi jeziki nista znana. Zanimiv je podatek, da je izšla v latinščini tudi serija slikanic (za odrasle) o galskem junaku Asteriksu, obstaja pa tudi latinska Wikipedia z okrog 40.000 članki (Vicipædia Latina ). Nekateri ljubitelji latinščine nasprotujejo oznaki, da sodi latinščina med mrtve jezike, zato je treba to poimenovanje pojasniti. Avtorica spletnega mesta o antiki Avete Romani! Pozdravljeni Rimljani! pravi o tem takole:"Latinščina je mrtev jezik - v smislu, da naroda, ki mu je bila materni jezik, ni več. Seveda pa v mnogih oblikah živi dalje.", SSKJ pa ga opredeli "mrtvi jezik - ki ga noben narod, ljudstvo več ne govori".

Danes je zelo omejena tudi strokovna raba latinščine, saj se v posameznih strokah in znanstvenih panogah (medicina, pravo, biologija ipd.) uporabljajo predvsem samo še posamezne besede in fraze oz. nespreminjajoči se stavki, izreki, ne uporablja pa se za pogovor. Izjema je delno liturgija in nekateri segmenti življenja v Vatikanu. Zadnjič sem pisal o latinščini v bibliotekarstvu in raba nekaterih izbranih, predvsem z zgodovinskimi pojmi povezanih terminov, verjetno ni presenečala. Povezava klasičega jezika in prastare dejavnosti je logična. Malokdo pa bi pomislil, da je latinščina močno prisotna tudi v poimenovanjih najsodobnejše tehnologije, to je v računalništvu. Z neznatnimi spremembami ali celo brez njih so iz latinskih besed nastala angleška poimenovanja za nekatere najosnovnejše termine, od katerih smo mnoge tudi mi prevzeli, npr. analog (grško), application, binary, communication, computer, data, digit, digital, grško-latinska sestavljenka hypertext, information, memory, monitor, obe sestavini besede multimedia, processor, programme, record, server, system in še mnogo drugih. Nenazadnje to niti ne preseneča, saj naj bi po trditvah nekaterih angleških jezikoslovcev več kot 60% angleških besed izviralo iz latinščine ali grščine, največ s posredovanjem francoščine.

Ljubitelji latinščine so se lotili kovanja latinskih poimenovanj tudi za nekatere novosti v računalništvu, na spletu je dostopnih nekaj latinskih računalniških terminoloških slovarčkov, npr. Vocabula computatralia, ki premore kakih 150 gesel, nekoliko bogatejši soimenjak Vocabula computatralia in pa nekoliko skromnejši Index Vocabulorum Computatoriorum. Iilustracije k temu sestavku so iz knjižice^*1 s slikovnim latinsko-nemškim slovarjem kakih 6.000 izrazov iz sodobnega življenja, dve strani sta posvečeni tudi računalniku. Posebno poglavje o računalniku vsebuje seveda tudi zgoraj omenjena Vicipædia Latina.

^*1 Visuelles Wörterbuch Latein-Deutsch. München : Coventgarden. 2010

Habent sua fata libelli

Liber catenatus Vir: Ferecături de cărţi medievale în descoperirile arheologice din Transilvania

"Tudi knjige imajo svojo usodo" je zapisal antični slovničar Terencijan Maurus konec 2. stoletja pr. n. št. v svoji pesnitvi "O črkah, o zlogih, o metrih". Citat je uporabil tudi Umberto Eco v svojem slavnem romanu Ime rože, čeprav v precej predrugačenem pomenu, ki pa smo ga danes že posvojili in ob tem pozabili izvirni pomen, ki malce spominja na Ranganathana (Wiki ). S knjigo povezana latinska poimenovanja in nekatere fraze so se v bibliotekarstvu ohranili skozi stoletja v mnogih jezikih, tudi v slovenskem. Pri tem ne mislim samo na slovenska poimenovanja, ki po svoji etimologiji izvirajo iz latinskega prednika neposredno ali preko katerega od posrednikov kot sta pri nas pogosto nemščina in angleščina (npr. avtor, biblioteka, deskriptor, indeks, paginacija, papir, pergament, tezaver ipd.), ampak na izvirne latinske besede in besedne zveze, vzete neposredno iz latinščine. Pri latinskih terminih imamo pogosto težave z naglašanjem, ob prehajanju izposojenk v slovenski jezik pa sta značilna sprememba spola in števila pri latinskih samostalnikih in/ali pridevnikih srednjega spola, npr. corrigenda, errata, periodica, rara, scripta, slovenica (v latinščini množina srednjega spola) postanjo v slovenščini korigenda, erata, periodika, skripta, slovenika (ednina ženskega spola) in besede tako tudi uporabljamo. Bibliotekarski terminološki slovar je evidentiral in razložil 71 latinskih terminov, med njimi tudi 17 okrajšav.

ad usum delphini neskl. [ád úzum delfíni] lat. 1. (za kraljeviča) za različne namene prirejene izdaje besedila 2. zgod. po latinskih piscih prirejene izdaje za kraljeviča, sina Ludvika XIV. adversária neskl., lat., zgod. knjige pri Rimljanih, v katerih so listi popisani samo po eni strani, da je bila druga prazna za zapiske armárium -a m, lat., gl. armarij armárius -a m, lat., zgod. srednjeveški bibliotekar v samostanski knjižnici bíblia páuperum -e -- ž, lat., zgod. srednjeveška Biblija v slikah za nepismene ca okrajš. (lat. circa; okoli) v katalogizaciji oznaka v bibliografskem opisu pred podatkom, npr. trajanje posnetka, leto izida, ki je samo ocenjen, npr. ca 60 min; sin. ok. capsa -e [kápsa] ž, lat., zgod. škatla v obliki valja, namenjena za shranjevanje zvitkov v antičnih knjižnicah; prim. scrinium carniólica -e [karniólika] ž, lat., gl. karniolika continuánda -e [kontinuánda] ž, lat., gl. kontinuanda córpus separátum -a -a [kórpus] m, lat., gl. korpus separatum corr. okrajš. 1. (lat. correxit; popravil je) oznaka v besedilu, navadno rokopisu, kodeksu, pred katero je ime osebe, ki je besedilo popravila 2. nekdaj, v katalogizaciji (lat. corrigenda) oznaka v bibliografskem opisu, ki pove, da je publikaciji dodan list s seznamom napak in popravkov corrigénda -end [korigénda] s, mn., lat. 1. seznam tiskarskih napak z ustreznimi popravki; sin. errata (1) 2. publikaciji priložen listek s seznamom napak in popravkov; sin. popravki, errata (2); prim. tektura 3. gl. corr. (1, 2) edítio castráta neskl. [edício kastráta] lat., zgod. iz moralnih razlogov vsebinsko prečiščena izdaja; sin. editio expurgata edítio definitíva neskl. [edício] lat., zgod. zadnja, dokončna izdaja, pri kateri je sodeloval avtor edítio expurgáta neskl. [edício ekspurgáta] lat., zgod. iz moralnih razlogov vsebinsko prečiščena izdaja; sin. editio castrata edítio óptima neskl. [edício] lat., zgod. najboljša izdaja glede na kakovost izdelave edítio prínceps neskl. [edício] lat., zgod. 1. prvotna, prva tiskana izdaja kakega dela (1), npr. prvi natis 2. najrazkošnejša izdaja kakega dela (1) err. okrajš. (lat. erratum) gl. errata et al. okrajš. (lat. et alii; in drugi) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da je poleg navedenega še več avtorjev; sin. in dr. etc. okrajš. (lat. et cetera; in tako dalje) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da je pri opisovani enoti poleg navedenega kraja in/ali založnika še več krajev in/ali založnikov; sin. itd. ex authentico líbro neskl. [éks auténtiko] lat., zgod. zagotovilo v srednjeveškem rokopisu, da je natančen prepis predloge ex dóno -- -a [éks] m, lat. oznaka posameznega primerka iz daru določenega darovalca, ki ji sledi darovalčevo ime ex líbris -- -a [éks] m, lat., gl. ekslibris explicit -a [éksplicit] m, lat., gl. eksplicit i. e. okrajš. (lat. id est; to je) v katalogizaciji oznaka v bibliografskem opisu pri napačnih ali okrajšanih podatkih na predlogi, ki ji sledi popravljen ali izpisan podatek; sin. tj.; prim. sic íbidem neskl., lat. (prav tam; okrajš. ib., ibid.) oznaka v besedilu, ki pove, da je določen podatek, citat (1) v istem, že prej navedenem viru; prim. loco citato íncipit -a m, lat. uvodni obrazec v srednjeveških kodeksih, inkunabulah s podatki o avtorju in naslovu dela; prim. eksplicit, naslovna vrstica index -a [índeks] m, lat., zgod. paličica z naslovnim trakom na papirusovem zvitku; sin. situbos Index expurgatórium -a -- [índeks ekspurgatórium] m, lat. seznam mest, ki jih je bilo treba odstraniti iz besedil, predno so bila po oceni rimskokatoliške cerkve primerna za branje; prim. Indeks prepovedanih knjig Index librórum prohibitórum -a -- -- [índeks] m, lat., gl. Indeks prepovedanih knjig Index translationum -a -- [índeks translaciónum] m (lat. kazalo prevodov) mednarodna bibliografija prevodov del v posamezne jezike v določenem obdobju, npr. slovenskih del v nemščino, tujih del v slovenščino iugoslavica -e [jugoslávika] ž, lat., gl. jugoslavika librárius -a m, lat., zgod. menih, ki je delal v skriptoriju kot prepisovalec ali iluminator líbri catenati neskl. [katenáti] m, mn., lat., gl. priklenjene knjige loco citáto neskl. [lóko] lat. (na navedenem mestu; okrajš. l. c.) oznaka v besedilu, ki pove, da je določen podatek, citat (1) v navedenem viru; prim. ibidem locus -a [lókus] m, lat., gl. lokus miscellanea neskl. [miscelánea] ž, nav. v mn., lat. zbirka spisov različne vsebine in različnih avtorjev númerus currens -a -a [kúrens] m, lat. zaporedna številka kot kriterij za mehanično razvrščanje gradiva, npr. postavitev po numerusu currensu; sin. tekoča številka (4) p. neskl. [p\] okrajš., v katalogizaciji 1. (pagina) oznaka za pagino 2. (lat. pars; del) oznaka v bibliografskem opisu, ki pove, da je opisovana publikacija določen del publikacije v več zvezkih p. a. okrajš. (lat. pro anno; za vse leto) oznaka pred letnico pri inventarizaciji serijske publikacije, ki je opisana po prvi številki v letu, ne po celotnem letniku página víva -e -e ž, lat., gl. živa pagina plágula -e ž, lat., zgod. kvadratna pola pravokotno prepletenih papirusovih pramenov v postopku izdelave papirusa (2) pró ánno lat., gl. p. a. rára -e ž, lat. zbirka (1) raritet in dragocenega gradiva recto -a [rékto] m (okrajš. r. in ro) lat. zgornja, prva oziroma neparna stran popisanega papirusa, pergamenta, potiskanega lista papirja; sin. čelna stran, desna stran; prim. verso regést -a m, lat., zgod. 1. prepis ali izvleček iz pomembnih spisov, listin, npr. dvorne pisarne 2. mn. kronološko urejen seznam takih listin z datumom nastanka, označbo vsebine s. a. okrajš. (lat. sine anno; brez leta) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti ni navedeno in ni ugotovljeno leto izida; sin. b. l. s. d. okrajš. (lat. sine die; brez datuma) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti ni naveden in ni ugotovljen datum izida; sin. b. d. s. l. okrajš. (lat. sine loco; brez kraja) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti ni naveden in ni ugotovljen kraj izida; sin. b. k. s. l. a. okrajš. (lat. sine loco et anno; brez kraja in leta) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti nista navedena in nista ugotovljena kraj in leto izida; sin. b. k. l. s. l. t. a. okrajš. (lat. sine loco, typographo et anno; brez kraja, tiskarne in leta) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti niso navedeni in niso ugotovljeni kraj izida, založba, tiskarna in leto izida; sin. b. k. t. l. s. n. okrajš. (lat. sine nomine; brez imena) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti ni naveden in ni ugotovljen založnik; sin. b. i. s. n. l. okrajš. (lat. sine nomine et loco; brez imena in kraja) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti nista navedena in nista ugotovljena založnik in kraj izida; sin. b. i. k. s. n. l. a. okrajš. (lat. sine nomine, loco et anno; brez imena, kraja in leta) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti niso navedeni in niso ugotovljeni založnik, kraj in leto izida; sin. b. i. k. d. s. t. okrajš. (lat. sine typographo; brez tiskarne) v katalogizaciji oznaka v bibliografskem opisu, ki pove, da v opisovani enoti nista navedena in nista ugotovljena založba in tiskarna; sin. b. t. scrinium -a [skrínium] m, lat., zgod. posoda v obliki valja s pokrovom, namenjena za shranjevanje rokopisnih zvitkov pri starih Rimljanih ; prim. capsa sic neskl. [sík] lat. (točno tako) v katalogizaciji oznaka, ki v oglatem oklepaju označuje tiskarsko napako, prepisano iz publikacije; prim. klicaj, i. e. síne ánno lat., gl. b. l. síne díe lat., gl. b. d. síne loco [lóko] lat., gl. b. k. síne loco et anno [lóko áno] m, lat., gl. b. k. l. síne nómine lat., gl. b. i. slovénica -e [ka] ž, lat., gl. slovenika stílus -a m, lat., zgod. antično pisalo v obliki paličice, ki je na eni strani zašiljena in na drugi ploščata, za pisanje na povoščeno tablico; sin. graphium stóa -e ž, lat., zgod. dvorana za branje in študij v antični knjižnici styriaca -e [stiriáka] ž, lat., gl. stiriaka substantívum régens -a -a m, lat., gl. vodilni samostalnik tábula ceráta -e -e ž, lat., gl. povoščena ploščica in povoščena tablica títulus -a m, lat., gl. naslovni trak umbilicus -a [umbílikus] m, lat., zgod. okrogel glavič lesene palice, na katero je prilepljen in navit papirusov zvitek verso -a [vêrzo] m (okrajš. v. in vo) lat. spodnja, druga oziroma parna stran popisanega papirusa, pergamenta, potiskanega lista papirja; sin. hrbtna stran, leva stran; prim. recto