Systems of knowledge organizing in philological information resources

Full Text

Введение

Системы организации знаний (Knowledge Organization System, KOS) – это обобщающий термин для довольно широкого класса лексических и семантических инструментов, которые используются для навигации, поиска, комплектования и других задач при создании и эксплуатации различных информационных систем и ресурсов, как традиционных (библиотеки, архивы, музеи), так и современных цифровых (базы данных, порталы, сайты и др.). Этот термин вытеснил из употребления раньше более распространенные термины языки индексирования или информационные языки.

KOS образуют тематический и семантический каркас любой автоматизированной информационной системы (АИС) и поэтому являются ее важнейшей частью. В тоже время быстрое развитие информационных технологий приводит к столь же быстрой смене KOS. Например, информационно-поисковые тезаурусы, которые доминировали в документальных АИС в 1970–1990-е годы, сейчас почти не разрабатываются, им на смену приходят семантическиболее развитые онтологии.

Кстати, эта смена парадигм KOS является одной из причин увеличивающегося разрыва в пользовании между традиционными и цифровыми АИС, поскольку традиционные системы, такие как библиотеки, не могут легко изменять KOS, так как необходимо обеспечивать преемственность фондов. Особенно этот разрыв становится заметным при использовании для информационных задач и процессов инструментов искусственного интеллекта, таких как технологии нейросетей и больших языковых моделей.

В этой связи при обсуждении путей развития АИС в гуманитарной сфере, в том числе в филологии, часто слышен пессимизм в отношении перспектив использования и развития уже разработанных KOS. Однако автор убежден что будущее у KOS есть, но нужно суметь встроить их в новые технологии, в том числе в технологии нейросетей.

Типология KOS

Типология KOS в настоящее время еще не вполне установлена, дискуссию на эту тему можно прочитать, например, в [1]. Наиболее распространенным можно считать подход, предложенный Г. Ходж [2] и представленный в табл. 1

 

Таблица 1. Классификация KOS по Г. Ходж (2000)

Категории KOS	Общие характеристики категорий	Конкретные типы KOSS
Списки	Линейные и менее структурированные системы; упор делается на списки терминов (часто снабженных определениями)	Авторитетные файлы, Глоссарии, Системы метаданных, Словари
Классификации и категоризации	Иерархически структурированные системы; акцент на создании предметных наборов	Тематические рубрики, Схемы классификации, Таксономии, Схемы категоризации
Списки отношений	Сложные и высокоструктурированные системы; акцент делается на связях между терминами и концепциями	Тезаурусы, Семантические сети, Онтологии

 

На самом деле разновидностей KOS известно гораздо больше. Достаточно взглянуть на типологию KOS, которую предложили Р. Суза и соавторы [3], см. Рис. 1.

 

Рис. 1. Классификация KOS, предложенная Р. Суза и др.

 

В базе данных BARTOC, анализируемой ниже, используются следующие типы KOS (приводится алфавитный список в русском переводе, без обсуждения):

Авторитетные списки

Глоссарии

Онтологии

Предметные рубрики

Семантические сети

Синонимические ряды

Словари

Списки

Справочники

Схемы классификации

Схемы категоризации

Тезаурусы

Терминология

В задачу настоящей статьи не входит анализ различных подходов к типологии KOS, тем более что многие разновидности KOS, встречающиеся в литературе и в информационной практике, плохо различаются между собой. В цит. работе [1] имеется обширный перечень литературы, посвященный этому предмету.

Практически мы будем использовать типологию KOS, близкую к классификации Г. Ходж, но более отвечающую интуитивному представлению об их структурном и функциональном сходстве (табл. 2).

 

Таблица 2. Предлагаемая классификация KOS

Категории KOS	Общие характеристики категорий	Конкретные типы KOS
Нормативные списки	Линейные системы, упор делается на характер применения	Списки, Авторитетные файлы, Контролируемые словари
Термины	Термины и сведения о них, включая определения	Словари, Глоссарии, Терминология
Таксономии	Иерархически упорядоченные системы	Классификации, Таксономии, Предметные рубрики, Схемы категорий
Отношения понятий	Сложные и структурированные системы; акцент делается на связях между терминами и понятиями	Тезаурусы, Семантические сети, Системы метаданных, Тематические карты, Графы знаний, Онтологии

 

Заметим, что некоторые конкретные KOS, в том числе описанные ниже, являются уникальными и не помещаются в эту типологию.

Область анализа

В предлагаемом обзоре будут рассмотрены, главным образом, специальные KOS в области филологии, имеющиеся в наиболее представительном перечне KOS, получившем название Базовый регистр тезаурусов, онтологий и классификаций (BARTOC, https://bartoc.org/).

BARTOC представляет собой базу данных KOSа также сервисов и реестров KOS. База данных содержит описания 3,5 тыс. KOS, а также 129 сервисов и реестров KOS. BARTOC был основан Андреасом Ледлом как Базельский регистр тезаурусов, онтологий и классификаций в библиотеке Базельского университета, Швейцария. В 2020 г. база данных переехала в Verbund Zentrale des GBV (VZG), Германия, была переименована и перенесена с Drupal на новую техническую инфраструктуру. Реализация полностью доступна как Open Source.

Основная цель BARTOC – собрать как можно больше KOS в одном месте, чтобы добиться большей наглядности, выделить их особенности, сделать их доступными для поиска и сопоставимыми, а также способствовать обмену знаниями. BARTOC включает KOS из любой предметной области, на любом языке, в любом формате публикации и с любой формой доступности. Интерфейс поиска BARTOC доступен на 20 европейских языках и предоставляет два варианта поиска: базовый поиск по ключевым словам и расширенный поиск.

Последний имеет следующие фильтры: тип KOS, язык, тематика, лицензия доступа а также ссылка на сервис или реестр, через который доступны термины и понятия, образующие данную KOS.

Описания KOS включают следующий набор реквизитов:

Аннотация

Наименования

Сокращение

Тип KOS

Тема (предмет)

Языки

Дата создания

URI

Домашняя страница

Следует иметь в виду, что собрание KOS в базе данных BARTOC не является исчерпывающим и BARTOC – не единственный реестр KOS. В этой базе данных каталогизировано (https://bartoc.org/registries) 129 реестров KOS, включая 91 хранилище или сервис с полным доступом к словарному содержимому, т.е. реестры, через которые доступны термины и понятия, входящие в данный KOS. Описания реестров включают:

Аннотация

Наименования

URI

Сервисы (API)

Домашняя страница

Дата создания

Тип

Словари

Некоторые KOS, не вошедшие в базу данных BARTOC, в том числе системы метаданных лингвистических ресурсов, рассмотрены в работе автора [4]. Также в базе данных BARTOC совершенно недостаточно представлены российские филологические KOS. Они будут описаны в отдельном разделе настоящей статьи.

Всего в базе данных BARTOC представлено 133 KOS, отнесенных к языку и литературе. Очевидно, что в это число не вошли KOS универсальной тематики, которые составляют большую часть массива KOS. Отобранные KOS разделены на 4 категории в соответствии с приведенной выше классификацией и далее сгруппированы в соответствии со структурным и функциональным сходством. KOS с неработающими ссылками исключены.

Авторитетные (нормативные) списки

Авторитетные или нормативные списки, также часто называемые контролируемыми словарями, представляют собой линейные списки допустимых значений тех или иных полей информационного ресурса.

Так, например, среди большого числа авторитетных списков Отдела публикаций Евросоюза (https://op.europa.eu/en/web/eu-vocabularies/authority-tables) несколько списков имеет чисто лингвистический характер. Это:

список авторитетных грамматических альтернативных названий;

список грамматических чередований;

список авторитетных имен грамматического сознания;

грамматический список авторитетных родовых имен;

авторитетная таблица грамматических чисел;

список авторитетных систем письма и другие.

К авторитетным спискам следует отнести также названия и коды языков, зафиксированные в нормативных документах

К ним относятся:

Стандарты ISO (639-1 и 693-2) http://publications.europa.eu/resource/ authority/language

Реестр языковых субтегов IANA (сокращенные коды языков), определенные Инженерной группой Интернета (IETF) http://www.iana.org/assignments/language-subtag-registry

Атлас исчезающих языков ЮНЕСКО http://www.unesco.org/languages-atlas

Еще пример авторитетного списка – перечень языковых уровней устанавливается в ресурсе Владение языком http://www.ddialliance.org/Specification/DDI-CV/LanguageProficiency_1.0.html

Словари, глоссарии, терминология

В данном разделе представлены филологические словарно-терминологические ресурсы. Они включают несколько подтипов.

Толковые или энциклопедические словари по лингвистике:

Словарь лингвистических терминов, используемых при морфологическом, синтаксическом и прагматическом анализе текста http://www-01.sil.org/linguistics/glossaryoflinguisticterms

Англо-испанский толковый словарь лингвистических терминов https://babel-linguistics.com/wp-content/uploads/2013/08/Glossary-Linguistics.pdf

Интернет-словарь лингвистической терминологии (греко-английский и англо-греческий) http://users.uoi.gr/gjxydo/lexicon/glossary.html

Специальные лингвистические словари:

Англо-немецкий глоссарий терминов и определений письменного и устного перевода https://babel-linguistics.com/wp-content/uploads/2013/08/Glossary-Translation.pdf

Испано-французский глоссарий французского глагольного спряжения https://bartoc.org/en/node/17703

Словарь языков мира https://www.termcat.cat/ca/diccionaris-en-linia/130

Словари и терминологические ресурсы отдельных языков:

Среднефранцузский словарь http://www.atilf.fr/dmf

Валлийский национальный терминологический портал http://termau.cymru

Euskalterm Ресурс баскского центра терминологии и лексикографии http://www.euskara.euskadi.net/r59-euskalte/eu/ q91EusTermWar/kontsultaJSP/q91aAction.do

Терминологический портал Люксембурга https://data.legilux.public.lu/vocabulaires/legal-subject-theme

Элементарный шумерский словарь http://gizidda.altervista.org/ ebooks/Daniel-Foxvog-SumerianGlossary.pdf

Профессиональный словарь жестового языка. Алфавитный указатель понятий с рисунками и комментариями на немецком языке http://www.sign-lang.uni-hamburg.de/projekte/plex/plex/lemmata/indizes/deutscha.htm

Литературные словари:

Словарь поэтических терминов

http://www.poetryfoundation.org/learning/glossary-terms

Словарь литературных терминов http://www.ohio.edu/people/hartleyg/ref../abrams_mh.pdf

Литературные термины и средства английского языка для языкового искусства http://steinhardt.nyu.edu/metrocenter/resources/glossaries

Испанская средневековая поэзия

http://vocabularios.caicyt.gov.ar/pmc

В разделе представлены также несколько комплектов словарей:

Словари по эпиграфике проекта EAGLE https://www.eagle-network.eu/resources/vocabularies/ материал – техника исполнения – тип надписи – тип объекта – украшение – критерии датировки – состояние сохранности

Термины Северной Кореи. Информация о терминах, используемых в реальной жизни в Северной Корееи инструментов сравнения языков Южной и Северной Кореи https://bartoc.org/en/node/20111

Схемы классификации и таксономии

Это самый большой раздел филологических KOS базы данных BARTOC. Основные KOS данного типа – это классификации библиотек филологических факультетов ряда университетов, прежде всего германских. Перечень классификаций, имеющихся в BARTOC, приводится ниже в сокращенном виде.

Рурский университет в Бохуме. Филологический факультет:

Скандинавские исследования http://www.ub.ruhr-uni-bochum.de/imperia/md/content/systematik_skand.pdf

Классическая филология http://www.ub.ruhr-uni-bochum.de/imperia/md/content/fachbib/philologie/systematik_klassphil.pdf

Славистика http://www.ub.ruhr-uni-bochum.de/imperia/md/content/fachbib/philologie/systematik-slavistik.pdf

Лингвистические исследования

http://www.ub.ruhr-uni-bochum.de/imperia/md/content/systematik_ sprachl.pdf

Романистика http://www.ub.ruhr-uni-bochum.de/imperia/md/content/systematik_rom.pdf

Германистика http://www.ub.ruhr-uni-bochum.de/imperia/md/content/syslin.pdf

Нидерландские исследования http://www.ub.ruhr-uni-bochum.de/imperia/md/content/sysnied.pdf

Средневековая латынь http://www.ub.ruhr-uni-bochum.de/imperia/md/content/sysmitte.pdf

Компаративистика

http://www.ub.ruhr-uni-bochum.de/imperia/md/content/systematik_komp.pdf

Германистика, медиевистика

http://www.ub.ruhr-uni-bochum.de/imperia/md/content/sysmed.pdf

Главная библиотека Хельсинского университета (Kaisa House):

Финский язык http://libraryguides.helsinki.fi/c.php?g=172710&p=1162850

Финно-угроведение http://libraryguides.helsinki.fi/c.php?g=172710&p=1162851

Английский язык http://libraryguides.helsinki.fi/c.php?g=172710&p=1162852

Германские языки http://libraryguides.helsinki.fi/c.php?g=172710&p=1162853.

Скандинавские языки

http://libraryguides.helsinki.fi/c.php?g=172710&p=1162854

Романские языки http://libraryguides.helsinki.fi/c.php?g=172710&p=1162855

Славянские и балтийские языки

http://libraryguides.helsinki.fi/c.php?g=172710&p=1162856

Общая лингвистика http://libraryguides.helsinki.fi/c.php?g=172710&p=1162857

Классификация художественной литературы

http://libraryguides.helsinki.fi/c.php?g=172710&p=1139240

Университетская библиотека и Центр коммуникации, информации, медиа (КИМ) Университета Констанца:

немецкий язык и литературоведение http://www.ub.uni-konstanz.de/fi/germanistik/bibliotheksbenutzung

общее языкознание https://www.kim.uni-konstanz.de/beratung-und-kurse/fachspezifische-informationen/fachinformation-allgemeine-sprachwissenschaft

классическая филология https://www.kim.uni-konstanz.de/beratung-und-kurse/fachspezifische-informationen/fachinformation-klassische-philologie-altertumswissenschaft

англоведение / американистика

https://www.kim.uni-konstanz.de/beratung-und-kurse/fachspezifische-informationen/fachinformation-amerikanistik-anglistik

ближневосточные исследования

https://www.kim.uni-konstanz.de/beratung-und-kurse/fachspezifische-informationen/ fachinformation-orientalistik-sonstige-sprachen-und-literaturen

другие языки и литературы

https://www.kim.uni-konstanz.de/beratung-und-kurse/fachspezifische-informationen/fachinformation-orientalistik-sonstige-sprachen-und-literaturen

коллекция книг на романских языках

http://www.ub.uni-konstanz.de/de/fi/romanistik/bibliotheksbenutzung/buchaufstellung-romanistik

славистика http://www.ub.uni-konstanz.de/de/fi/slavistik/bibliotheksbenutzung/buchaufstellung-slavistik

общее литературоведение

http://www.ub.uni-konstanz.de/fileadmin/Dateien/Fachreferenten/Jochum/lit/lit-systematik.pdf

Библиотека университета Иоганна Гутенберга в Майнце:

Иностранные европейские языки и литературы http://www.ub.uni-mainz.de/gedruckte-bestaende-aussereuropaeische-sprachen-und-literaturen

Африканистика http://www.ub.uni-mainz.de/files/2014/04/Systematik_Afrikanistik.pdf

Германистика

http://www.ub.uni-mainz.de/germanistik

Общее и сравнительное языкознание http:// www.ub.uni-mainz.de/allgemeine-und-vergleichende-sprachwissenschaft-avs

Английский язык / американистика http://www.ub.uni-mainz.de/anglistik-amerikanistik

Классическая филология http://www.ub.uni-mainz.de/klassische-philologie

Славистика http://www.ub.uni-mainz.de/slavistik

Систематика африканской литературы http://www.ub.uni-mainz.de/files/2015/02/Systematik_JahnBibliothek.pdf

Систематика общего и сравнительного литературоведения

http://www.ub.uni-mainz.de/allgemeine-und-vergleichende-literaturwissenschaft-avl

Университетская библиотека Трира:

Общее языкознание и литературоведение

https://www.uni-trier.de/index.php?id=4632

Английский язык https://www.uni-trier.de/index.php?id=4639

Германистика https://www.uni-trier.de/index.php?id=4820

Лузитанистика https://www.uni-trier.de/index.php?id=6487

Классическая филология

https://www.uni-trier.de/index.php?id=6510

https://www.uni-trier.de/index.php?id=6534

Романские языки https://www.uni-trier.de/index.php?id=6534

Славистика

https://www.uni-trier.de/index.php?id=6557

Классификация кафедры английских и американских исследований Венского университета http://bibliothek.univie.ac.at/fb-anglistik/ classification_2.html

Систематика языка и литературоведения Университетской библиотеки Кайзерслаутерна http://www.ub.uni-kl.de/fileadmin/ub/pdf/Systematiken/ SysLit.pdf

Классификации других типов библиотек представлены ограниченно:

Систематика библиотеки музея Геллерт

http://www.gellert-museum.de/index1024.php

Классификация жанров молодежной литературы

http://biblio.regione.vda.it/biblioteche-sbv/Aosta-Biblioteca-regionale/ragazzi/generi-narrativa-ragazzi

Жанровые и предметные рубрики Рабочей группы по редким книгам (AAD) http://aad.gbv.de/empfehlung/gattung.htm

К лингвистическим KOS относятся также несколько классификаций языков:

Австралийская стандартная классификация языков http://www.abs.gov.au/AUSSTATS/abs@.nsf/Lookup/1267.0Main+Features12011?OpenDocument

Классификация Глоттолога http://glottolog.org/glottolog/family

Таксономия арабских диалектов https://vocabs.dariah.eu/vicav_dialects_taxonomy

К данной тематике отнесены также классификации информационных ресурсов языковых центров университетов Оксфорда и Кембриджа:

https://www.lang.ox.ac.uk/language-resources

https://www.langcen.cam.ac.uk/resources/resources-index.html

Семантические сети, тезаурусы, онтологии

К данному типу относятся наиболее развитые в семантическом отношении филологические KOS.

Среди них широко известная большая лексическая база данных английского языка Word Net https://wordnet.princeton.edu, а также созданный на ее базе сервис Visu words http://visuwords.com/. Word Net является лексико-семантической сетью, хотя представлена в форме классического тезауруса.

К типу семантических сетей относится также Concepticon https://concepticon.clld.org. Эта KOS представляет собой попытку связать большое количество различных списков понятий, которые используются в лингвистической литературе, начиная от списков Сводеша в исторической лингвистике и заканчивая тестами на наименование в клинических исследованиях и психолингвистике.

Можно указать несколько KOS, построенных по принципу знаменитого тезауруса Роже, т.е. концептуально организованных словарей:

Тезаурус древнеанглийского языка

http://oldenglishthesaurus.arts.gla.ac.uk

Исторический тезаурус английского языка http://historicalthesaurus.arts.gla.ac.uk

Однако большинство KOS, отнесенных в БД BARТOC к тезаурусам, действительно предназначены для обычных информационно-библиотечных процессов. Для наглядности мы разделим их на лингвистические, литературные и общие филологические (языка и литературы).

Лингвистические тезаурусы:

Лингвистический тезаурус на финском, английском, эстонском и немецком языках, разработанный на базе тезауруса финского языка http://kaino.kotus.fi/www/verkkojulkaisut/asiasanasto.html

Лингвистический тезаурус, разработанный в колледже информационных исследований Мэрилендского университета http://vocabularyserver.com/linguistic

Тезаурус Американской ассоциации речи, языка и слуха (используется для организации информации в области аудиологии и патологии речи) http://www.asha.org/thesaurus

Канадский тезаурус грамотности

http://thesaurusalpha.org (представляет собой двуязычный список стандартизированной лексики в области грамотности взрослого населения).

Тезаурус языка Гейла

https://www.gale.com/license/partners/taxonomies-and-vocabularies (является подмножеством основного тезауруса гуманитарных наук Гейла, включает термины, относящиеся к письменности, лингвистике, отдельным языкам мира, грамматике, речи, знакам и символике, риторике, филологии, ономасиологии (именованию), семантике и лексикологии).

Thesaulangue – инструмент для научного лингвистического индексирования Центра прямых научных коммуникаций https://apps.atilf.fr/revues/thesaulangue.pdf

Литературные тезаурусы:

Тезаурус художественной литературы http://dompnier.nicolas.free.fr/Fiction/thesaurus/2003.pdf

Литературный тезаурус Гейла https://www.gale.com/license/partners/taxonomies-and-vocabularies

Тезаурус Ассоциации современного языка http://bartoc.org/en/node/140 (используется для стандартизации терминов, взятых из литературы, в настоящее время контролируется более 45 000 терминов и 327 000 названий).

Электронный словарь колумбийской литературы http://ihlc.udea.edu.co/delc

Тезаурус Гарри Поттера http://www.angelfire.com/ks2/stasa/hpt/first.htm

Словарь примеров для изучения литературы http://dbgw.finlit.fi/asiasanastot/asiasanahaku.php

Тезаурус Regus of the Empire литературной базы данных о Средневековье http://opac.regesta-imperii.de/lang_de/thesaurus.php

Филологические тезаурусы:

Тезаурус языка и литературы http://doteine.uc3m.es/ tesauros/lengua/index.php

Тезаурус языка и литературы каталанской литературы http://projectetraces.uab.cat/index.php/project/el-tesaurus

Классических онтологий филологического направления в BARTOC представлено немного. Отметим среди них две финские онтологии, доступные через единый централизованный сервис Finto.fi:

Лингвистическая онтология http://finto.fi/kto

Онтология литературного исследования http://finto.fi/kito

Finto.fi это финский сервис для взаимодействия тезаурусов, онтологий и схем классификации для различных предметных областей, который можно использовать для просмотра словарей или интеграции словарей в другие АИС с помощью открытых API.

Еще в BARTOC представлены две литературные онтологии для различных АИС.

Онтология MiMoText https://mimotext.uni-trier.de/ english. Онтология посвящена области истории литературы. Целью проекта MiMoText Интеллектуальный анализ и моделирование текста является создание информационной сети для гуманитарных наук, получаемой из различных источников, которая, делая ее доступной в виде связанных открытых данных, не только находится в свободном доступе и может быть связана с другими информационными ресурсами Semantic Web, но также предлагает инновационные и эффективные возможности доступа к научной информации.

Онтология для описания поэзии http://www.purl.org/net/remetca. Проект ReMetCa (Repertorio Digitalde Métrica Medieval Castellana) – первый онлайн-репертуар средневековой испанской метрики и поэзии. ReMetCa основана на сочетании традиционных метрических и поэтических исследований (шаблонов ритма и рифмы) с цифровыми гуманитарными технологиями с использованием TEI-XML.

Смежной по тематике, но отнесенной тем не менее в BARTOC к литературе, является Онтология историй http://www.contextus.net/stories. Она была разработана в сотрудничестве с BBC сцелью создания онтологии для повествований в широком смысле. Онтология историй построена на часто используемых онтологиях событий и временной шкалы, что обеспечивает совместимость со многими существующими наборами данных и позволяет при необходимости использовать расширенные онтологии.

Уникальные лингвистические KOS.

Ниже описываются несколько уникальных KOS, представленных в BARTOC, которые сложно отнести к перечисленным типам.

Самостоятельный вид лингвистической KOS представляет ресурс DatCatInfo, который также известен под другими названиями (ISOCAT, ISO 12620, DATCAT, Data Category Registry) https://datcatinfo.net. Это репозиторий категорий данных. Категории данных – это спецификации метаданных, которые используются в различных типах языковых ресурсов, включая терминологические базы данных, лексические ресурсы, схемы лингвистических аннотаций, память переводов и многое другое.

К этому ресурсу функционально примыкает Словарь для аннотирования словарных описаний http://purl.org/vocab/vann. Это развитая система метаданных для широкого класса цифровых словарей.

Комплексная KOS разработана для лингвистической БД BLL; она представлена в виде связанных открытых данных https://data.linguistik.de/en. Эта KOS включает:

BLL-Тезаурус представляет исходный тезаурус в формате SKOS, преобразованный полностью автоматизированным способом.

BLL-Онтология основана на BLL-тезаурусе: представление SKOS было пересмотрено вручную, переоценено и реконструировано.

BLL-Index связывает библиографические записи BLL с соответствующими терминами индекса. BLL-Index включает только библиографические записи, находящиеся в свободном доступе (в данном случае применяется 10-летняя граница).

OLIA-BLL-Link представляет собой онтологию, которая реализует подкласс отношений между BLL-онтологией и эталонной моделью OLIA.

BLL-Language-Link содержит ссылки между BLL-онтологией и языковыми идентификаторами, предоставляемыми Lexvo и Глоттологией, а также ссылки между BLL-онтологией и PHOIBLE концептами, обозначающими фонологические признаки.

Лексическая модель для онтологий https://www.w3.org/2016/05/ontolex. Цель лексической модели для онтологий (lemon) – предоставить обширную лингвистическую базу для онтологий, создаваемых на платформе Semantic Web. Модель включает представление морфологических и синтаксических свойств лексических записей, а также синтаксис-семантический интерфейс, то есть значение этих лексических записей по отношению к онтологии. Эта модель является основным результатом работы группы сообщества Ontology Lexicon (Ontolex) в рамках консорциума W3C.

Наиболее общим и распространенным инструментом представления KOS в рамках платформы Semantic Web является Простая система организации знаний (SKOS https://www.w3.org/TR/ skos-reference), также разработанная в консорциуме W3C. Используя SKOS, понятия могут быть идентифицированы с помощью URI, помечены лексическими строками на одном или нескольких естественных языках, им могут быть присвоены обозначения (лексические коды), задокументированы различными типами примечаний, связаны с другими понятиями и организованы в неформальные иерархии и ассоциативные сети, объединены в концептуальные схемы, сгруппированы в помеченные и/или упорядоченные коллекции и сопоставлены с понятиями в других схемах.

Российские филологические KOS

Выше мы указывали, что в БД BARTOC почти не представлены российские филологические KOS. Здесь мы постараемся отчасти восполнить этот пробел. При этом чисто лингвистические российские KOS достаточно подробно описаны в [5], поэтому мы далее остановимся на общефилологических и литературных KOS. Особенности информационных систем и ресурсов, относящихся к цифровой филологии, достаточно детально рассмотрены в [6].

Одним из наиболее перспективных способов организации филологических ресурсов являются семантические издания. «Семантическое издание – это представление текста в виде связанных данных. Для этого текст должен быть размечен, т. е. его элементам приписана информация об их значении в виде организованных меток в машиночитаемом формате» [7, с. 250]. Подробно проблемы и перспективы семантических изданий рассмотрены в цит. работе [7].

Наиболее популярным инструментом для представления знаний при обработке текстов в историко-филологических исследованиях является стандарт семантической разметки ТEI (Text Encoding Initiative, https://tei-c.org). Актуальная версия руководства ТEI по семантической разметке представлена в [8]. Основные проекты российских семантических изданий, получивших известность, выполнены по методологииТEI с участием исследователей из Высшей школы экономики. Это проекты Tolstoy Digital (https://tolstoy.ru/projects/tolstoy-digital) и Chekhov Digital (https://chekhov-digital.sfedu.ru). Описание этих проектов можно найти в работах [9]; [10].

Также в контексте семантических изданий развивается проект электронной библиотеки «Академические собрания сочинений» Института русской литературы РАН (https://russian-literature.org). Описание проекта см. в [11].

Среди российских филологических ресурсов следует отметить проект, который называется Сравнительная поэтика и сравнительное литературоведение (СПСЛ (https://cpcl.info). Проект СПСЛ реализуется Институтом мировой культуры МГУ и коллективом разработчиков электронных библиотек, возглавляемым К.В. Вигурским. Научный руководитель проекта – И.А. Пильщиков [6].

Всю информацию представляют четыре взаимосвязанных раздела (подсистемы):

1. корпус параллельных текстов, в котором представлены русские стихотворные переводы с французского, итальянского, испанского и португальского, их оригиналы и переводы-посредники;
2. цифровая Библиотека комментированных изданий поэтических переводов и их оригиналов, а также книг и статей по сравнительной поэтике;
3. энциклопедия (систематизированные биобиблиографические сведения о поэтах, переводчиках и исследователях-компаративистах);
4. тезаурус (структурированный глоссарий, который содержит термины, встречающиеся в научной литературе, описывает их значение и приводит примеры употребления).

Перспективность СПСЛ определяется прежде всего ее комплексным характером, включающим KOS различной структуры и назначения по одной филологический дисциплине – компаративному литературоведению и поэтике.

Другие российские филологические KOS представлены в разнообразных филологических сайтах и порталах, относящиеся к различным типам ресурсов:

Архивные коллекции

Библиографии

Видеоколлекции

ГИС, геоданные

Коллекции изображений

Корпуса

Литературные БД

Мультимедийные коллекции

Памятники, рукописи

Перечни лиц

Периодика

Персональные коллекции

Порталы

Поэтика

Сайты проектов

Тематические коллекции

Учебные ресурсы

Фольклорные коллекции

Хронология

Электронные библиотеки

Энциклопедии

Всего российских филологических ресурсов перечисленных типов известно несколько сотен. Их примеры приводятся в работе [12]. Подробный анализ этих KOS выходит за пределы данной статьи, ограничимся одним примером.

В известном российском ресурсе Фундаментальная электронная библиотека. Русская литература и фольклор (ФЭБ, https://feb-web.ru/) представлена классификация информационных объектов по нескольким основаниям. Основное содержание ФЭБ представляется в электронных научных изданиях (ЭНИ), каждое из которых посвящено отдельному автору (Пушкин, Лермонтов, ...), жанру (былины, песни, ...) или произведению («Слово о полку Игореве», ...). Таких ЭНИ в ФЭБ несколько десятков.

Другие разделы ФЭБ организованы по иным основаниям классификации:

По эпохе (ХI–XVII вв. | XVIII в. | XIX в. | XX в.)

Personalia (Классики русской филологии)

История русской литературы (Известия АН, | Российский Архив Труды Отдела древнерусской литературы, Периодика, Литературное наследство)

Справочные разделы (Наука, Словари, энциклопедии, конкордансы, каталог ссылок)

Указатели: (Авторы, Произведения)

Библиографическая база данных

Таким образом KOS ФЭБ представляет собой уникальную многоуровневую и многоаспектную классификацию различных объектов информационного пространства литературы и литературоведения.

Заключение

Анализ разнородного характера филологических KOS и быстрый рост количества филологических ресурсов, доступных в Интернете, приводит к мысли о необходимости мониторинга KOS и их унифицированного представления. Конечной перспективной целью этого мониторинга должно стать единое информационное пространство по языку и литературе на основе российских филологических ресурсов.

Эту задачу отчасти решает создание репозитария филологических ресурсов, предпринятое в Институте русской литературы (Пушкинский дом) РАН. Его описание имеется в [13]. В рамках этого репозитария производится унификация метаданных филологических ресурсов, особенно в виде наборов данных, и проверка валидности (качества) этих ресурсов. К сожалению, деятельность этого репозитария охватывает пока лишь небольшую часть ресурсов этого направления.

Поэтому было бы полезно создать и регулярно поддерживать регистр российских филологических KOS, аналогичный базе данных BARTOC. Такой регистр мог бы существенно облегчить создание новых информационных ресурсов и повысить их потенциальную совместимость. Этот регистр должен также включать международные стандарты в этой сфере. Регистр российских филологических KOS должен составить важную и полезную часть инфраструктуры российского информационного пространства языка и литературы.

About the authors

Alexander B. Antopolsky

Institute of Scientific Information for Social Sciences of the RAS

Author for correspondence.
Email: ale5695@yandex.ru

Doct. Sci. (Tech.), Head Researcher 

Russian Federation, 51-21 Nakhimovskiy Prospect, Moscow, 117997

References