Dieses Readme wird automatisch generiert; README bearbeiten

Dieses Repositorium enthält die Ausgangsdaten der Papyri-Wörterlisten (vgl. WL.pdf bzw. WL.html; Webanwendung verfügbar unter https://papyri.uni-koeln.de/papyri-woerterlisten).

Prof. Dr. D. Hagedorn erstellt seit 1996 (unter anfänglicher Mithilfe von Pia Breit, Wolfgang Habermann, Ursula Hagedorn, Bärbel Kramer, Gertrud Marohn und Jörn Salewski; seit 2017 in Zusammenarbeit mit Klaus Maresch) Wörterlisten aus den Registern von Publikationen griechischer und lateinischer dokumentarischer Papyri und Ostraka. Zur Verwendung kam dafür eine selbst entwickelte HyperCard-Anwendung, die mit der Zeit auch parallel in FileMaker gepflegt wurde. Dieses Repositorium umfasst einen Transformations-Workflow ab FileMaker-XML-Exporten sowie die daraus resultierenden Wörterlisten-Dateien in TEI-XML.

Die Wörterlisten umfassen 35071 Einträge, wovon 32843 in griechischer und 2228 in lateinischer Sprache (Stand 30. September 2020, '24. Fassung). Die Verteilung auf die Kategorien ist nachstehend illustriert.

Sprachübergreifend

general:      |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||15835
geography:    ||||||||||||||||||||||4419
monthsDays:   120
persons:      |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||14259
religion:     ||438

Griechisch

general:      |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||14359
geography:    |||||||||||||||||||||4352
monthsDays:   98
persons:      ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||13607
religion:     ||427

Lateinisch

monthsDays:   22
persons:      |||652
geography:    67
religion:     11
general:      |||||||1476
            
| = 200 Einträge            

1. Versions- und Literaturangaben aktualisieren (meta/literature.xml, meta/versions.xml, meta/editors.xml)
2. FileMaker-XML-Dateien in das Verzeichnis staging/input speichern.
3. conversion.xpl ausführen
4. Reporting auswerten bzw. Dateien in staging/output mit den bisherigen Dateien vergleichen (current)
5. Dateien in current durch Dateien in staging/output ersetzen
6. git commit bzw. Pull-Request erstellen
7. Version taggen bzw. Release erstellen

Vor jeder Datenübernahme sind die Meta-Dateien literature.xml, versions.xml und ggf. editors.xml zu aktualisieren bzw. ergänzen.

Der eigentliche Abgleich ist als XProc-Pipeline angelegt. Innerhalb der Pipeline werden verschiedene XSL-Transformationen ausgeführt und die einzelnen Einträge schließlich als Einzeldateien ins Output-Verzeichnis geschrieben. Die Transformationsschritte umfassen:

• Überprüfung des Output-Verzeichnis
• Duplikat-Check
• Vereinigung der Importdateien
• Strukturangleichung der Importdateien
• Erstellung der TEI-Struktur mit Übernahme bestehender Identifikatoren
• Vergabe neuer Identifikatoren für neue Einträge (sprachweise)
• Aufbau des Metadaten-Abschnitts (teiHeader) inkl. Übernahme der Metadaten zu früheren Bearbeitungsschritten
• Ausgabe von Behelfsdateien für die Webanwendung
• Ausgabe einer aktuellen README-Datei

Die XProc-Pipeline (staging/conversion.xpl) muss einmal angestossen werden, der Prozess läuft dann selbständig durch. Dieser Prozess kann sowohl in oXygen XML Editor (unter Nutzung des integrierten Calabash-Prozessors; vlg. Anleitung) oder auf der Kommandozeile erfolgen (ebenfalls unter Nutzung des Calabash-Prozessors oder eines anderen XProc-Prozessors.

Der Vorgang ist relativ speicherintensiv und dauert für einen Voll-Abgleich je nach System/Konfiguration eine gute Stunde oder länger.

In der Datei staging/conversion.xpl lassen sich mehrere Parameter konfigurieren (direkt in der Datei oder im oXygen-XProc-Transformationsszenario im Tab Optionen):

Die Werte müssen mit umschließenden einfachen Anführungszeichen eingetragen werden.

Die Daten umfassen fünf unterschiedliche Kategorien. Jedes Lemma kann in einer bestimmten Schreibweise in jeder Kategorie nur einmal vorkommen.

Der Datenabgleich/Import verläuft nur erfolgreich bzw. die Datenkonversion wird erst angestoßen, wenn es innerhalb der Kategorien keine zeichen-identischen Lemmata gibt. Dieser Sachverhalt wird in einem der ersten Schritte der Pipeline überprüft. Dabei werden problematische Duplikate identifiziert und in einer Liste ausgegeben (Markdown-Format). Nach manueller Bereinigung der Duplikate kann die Konversion neu gestartet werden.

Jedem Lemma wird im Zuge der Datenübernahme eine sog. PWL-ID zugewiesen. Seit Juli 2019 basiert die Datenkonversion nicht mehr auf einem zeichenidentischen Lemma-Abgleich, sondern auf dieser ID.

Als Konsequenz daraus müssen neu zugewiesene PWL-IDs für jede neue Fassung/Version in FileMaker importiert werden. Die Konversionsroutine legt dazu im Verzeichnis output/return für jede Inputdatei eine um die IDs erweiterte Datei an, die sich in FileMaker importieren lässt.

Kontaktadresse: papyri-woerterlisten AT uni-koeln.de

Institut für Altertumskunde, Universität zu Köln, Albertus-Magnus-Platz, D-50923 Köln

Cologne Center for eHumanities, Universität zu Köln, Albertus-Magnus-Platz, D-50923 Köln

Daten und README zuletzt generiert am 30. September 2020 mit XML Calabash 1.1.30 (for Saxon 9.9.1.5/EE) von Norman Walsh und SAXON EE 9.9.1.5 von Saxonica (XSL 3.0).