Chantier HN Triangle » HyperMachiavel » HyperArcadia

h1. Transformation vers un corpus parallèle (alignement HM)

Le document fourni par Uetani est un fichier word, organisé avec des tableaux à 3 colonnes :

** col 1 : nom du segment philologique (et notes diverses, dont certains acronymes sont à élucider pour moi)

** col 2 : version italienne

** col 3 : version française correspondante

L'enregistrement du .doc vers .odt est obligatoire chez moi, car je ne possède pas de logiciel Microsoft. Pour obtenir un corpus en XML-TEI, on a besoin de passer par deux scripts :

# le premier est fourni par le service "OXGarage":http://www.tei-c.org/oxgarage/ (transformateur en ligne pour la communauté TEI principalement) 

# le deuxième a été écrit en python par moi-même dont les détails sont après.

h2. ODT vers XML-TEI

* Le document de départ : attachment:CorpusSANAZIFR_Uetani_2017.odt 

* Le document de sortie : attachment:CorpusSANAZIFR_Uetani_2017.xml

Les choix ont été les suivants sur "OxGarage":http://www.tei-c.org/oxgarage/ : OpenOffice texte (odt) en entrée, TEI P5 XML Document en sortie

!{width:80%}OXGarage_convertODT-2-TEI.png!

Les tableaux sont restitués avec également les éléments de forme et les notes de bas de page, un exemple  de la dernière ligne (<row>) du dernier tableau (<table>) :

<pre><code> 

       <table rend="frame" xml:id="Tableau4">

                <row>

                    <cell>Ecloga II, vv. 1-12</cell>

                    <cell>....</cell>

                    <cell>....</cell>

               </row>

              ...

      </table>

      <table>

              ...

               <row>

                    <cell>A la Sampogna, 19-20</cell>

                    <cell rend="justify"><hi rend="bold italic">Benché</hi><hi rend="italic"> mi

                            pare esser certo che tal fatica a tenon fia necessaria, se tu tra le

                            selve, sí come io ti impongo, secretamente e senza pompe star ti vorrai.

                            Con ciò sia cosa che chi non sale, non teme di cadere ; e chi cade nel

                            piano, il che rare volte adiviene, con picciolo agiuto</hi><hi

                            rend="italic"><note xml:id="ftn529" place="foot" n="529">

                                <hi rend="italic">agiuto</hi> : aiuto (E).</note></hi><hi

                            rend="italic"> de la propria mano senza danno si rileva</hi><hi

                            rend="italic"><note xml:id="ftn530" place="foot" n="530"><hi

                                    rend="italic"> rileva</hi> : risolleva, rialza

                            (E).</note></hi><hi rend="italic">. Onde per cosa vera e indubitata

                            tener ti puoi che chi piú di nascoso e piú lontano da la moltitudine

                            vive, miglior vive ; e colui tra' mortali si può con piú verità chiamar

                            beato che, senza invidia de le altrui grandezze, </hi><hi

                            rend="bold italic">con modesto animo</hi><hi rend="italic"> de la sua

                            fortuna si contenta (p. 241).</hi></cell>

                    <cell rend="justify"><hi rend="bold">Nonobstant</hi> je pense estre aßeuré que

                        n'auras besoing de ce faire, si suyvant mon conseil, tu te veul tenir en ces

                        boys secretement, & sans aucune pompe : Car qui ne saulte, n'a peur de

                        tumber : & qui chet en la plaine (ce que n'advient gueres) se relieve

                        sans dommage, seulement avec un peu de secours de ses propres mains. Parquoy

                        tu peux tenir pour chose indubitable, que celuy peult vivre en plus grand

                        repos, qui est plus loingtain & retiré de la multitude confuse. Et entre

                        les hommes se peult plus veritablement estimer bien heureux celuy qui sans

                        envie des grandeßes d'aultruy,<hi rend="bold">par </hi><hi

                            rend="bold italic">modestie</hi><hi rend="bold"> de courage</hi> se

                        contente de sa fortune (fol. 114 v°).</cell>

                </row>

     </table>

</code></pre>

h2. XML-TEI vers XML-TEI-HM

Le script attachment:tei2teiHM.py permet de 

* récupérer l'ensemble des deux textes :

** sans les notes (de bas de page)

** sans les indications graphiques (qui sont dans des balises <hi> avec attributs : italic, bold, ...)

* et de préparer la structure et les noms des divisions, et des segments contenus dans celles-ci. Par exemple la division est "Prosa_X" et les segments sont "Prosa_X_1", "Prosa_X_2", ... 

Pour plus d'info, voir le chapitre dédié à la [[structure philologique]], et les opérations de nettoyage effectuées jusqu'à présent.

Le document XML-TEI a été légèrement modifié 

# pour substituer "Ecloga" à "Egloga" (si nécessaire refaire la modification dans le sens inverse)

# pour récupérer les bonnes divisions, notamment un remplacement plus sémantique et logique des xml:id des tableaux. Cet attribut notait jusqu'à présent l'incrémentation ansi : "Tableau1", "Tableau2". Le remplacement donne par exemple :

<pre><code>

  <table rend="frame" xml:id="Prologo I"> ### anciennement xml:id="Tableau1"

</code></pre>

<pre><code>

<table rend="frame" xml:id="Ecloga_XI">

                <row>

                    <cell>Ecloga XI, 0</cell> ### deviendra <head>

                    <cell rend="center">ERGASTO<hi rend="italic"> solo</hi></cell>

                    <cell>ERGASTO SEVL.</cell>

                </row>

</code></pre>

Pour appeler le script, il faut installer le programme "python" sur notre machine (par défaut, il existe une version sur les Mac, comme pour Java) et mettre les ressources côte à côte (fichier source de donnée .xml et fichier script .py) et indiquer le chemin du dossier où se trouve ces dernières :

<pre><code>

$ python tei2teiHM.py CorpusSANAZIFR_Uetani_2017.xml ~/Documents/Travail_ENS/Projets/Exterieurs/CESR_Uetani/Transformations

</code></pre>

Le résultat avec le même extrait 'XML-TEI' plus haut : 

<pre><code>

 <seg n="69" type="Segment" xml:id="fr1_Ch13-Seg69" rend="A_la_Sampogna_19-20">Nonobstant je pense estre

                        aßeuré que n'auras besoing de ce faire, si suyvant mon conseil, tu

                        te veul tenir en ces boys secretement, & sans aucune pompe : Car qui ne

                        saulte, n'a peur de tumber : & qui chet en la plaine (ce que n'advient

                        gueres) se relieve sans dommage, seulement avec un peu de secours de ses

                        propres mains. Parquoy tu peux tenir pour chose indubitable, que celuy peult

                        vivre en plus grand repos, qui est plus loingtain & retiré de la

                        multitude confuse. Et entre les hommes se peult plus veritablement estimer

                        bien heureux celuy qui sans envie des grandeßes d'aultruy,par modestie

                        de courage se contente de sa fortune (fol. 114 v&#176;).</seg>

                </div>

            </body>

        </text>

    </TEI>

</TeiCorpus>

</code></pre>