Home

Welcome to the aozora_tei wiki!

青空文庫テキストをより便利にする（機械可読性を高める）ための勉強会兼プロジェクトです。

TEI P5 Guidelinesに準拠したタグをつけて構造化することを目指しますが、TEI P5ではどうしても足りないタグがある場合には対応を検討します。

作品の選び方

• 青空文庫 https://www.aozora.gr.jp/ のページから作品をお選びください。
• すでにTEI化がなされているかどうかは、作業状況 https://tei-eaj.github.io/aozora_tei/tools/lod/progress.html をご確認ください。
• 作品の文字数を含めて確認したい場合には https://tei-eaj.github.io/aozora_tei/tools/lod/search.html をご確認ください。
• 作品が決まりましたら、中村覚氏による自動TEI化ファイルから始めていただくことも可能ですのでぜひご覧ください。 https://github.com/TEI-EAJ/auto_aozora_tei

ファイル名とファイルの置き場

• ファイル名は、「青空文庫の図書カード番号_tei.xml」としてください。
• TEI化途中のファイルで、とりあえず共有したいという場合は https://github.com/TEI-EAJ/aozora_tei/tree/master/data/draft の目指すレベルのフォルダに置いてください。
• 完成版（と自分が思ったもの）は、https://github.com/TEI-EAJ/aozora_tei/tree/master/data/complete の該当するレベルのフォルダに置いてください。

青空文庫の入力・校正者と底本情報についてはTEI headerでの記述の仕方をそろえましょう。詳しくは、既存のTEI化ファイルのヘッダをご覧ください。

構造化の深度は Best Practice for TEI in Libraries の Level 2～5 で行います。 http://www.tei-c.org/SIG/Libraries/teiinlibraries/4.0.0/bptl-driver.html

各レベルは、大体以下のような深さになります。

• Level2. 青空文庫テクストとほぼ同じ深さ。<p>等による段落分け等の文書全体のツリー構造化は行わない。
• Level3. 段落(<p>)・短歌・俳句(<>>, <lg>)など、ごく基本的な単位で全体をマークアップしてツリー構造化
• Level4. 固有表現など、やや深く利便性を高めたマークアップ
• Level5. 学術編集版（≒校訂テクスト）や言語コーパス等、特定の用途に特化した深いマークアップ

TEIで構造化したテクストはXMLとして色々扱うことができますので、対応ツールも少しずつ集めてご紹介します。

マークアップの方法例

日本語向けTEIガイドライン（作成中・試行版）をご覧ください。

視覚化ツール

• 発話<said who="">と固有名詞<persName corresp="">を抽出して表示する

• 台詞<sp who="">を用いて戯曲をLINE風チャット画面で表示する

• 発話内容や固有名詞を可視化する

  • 【old】CETEIcean: TEI in HTML5 Custom Elementsを用いて表示する
  • 【old】台詞<sp who="">と固有名詞<persName corresp="">を抽出して戯曲を表示する

• <correspDesc>を用いて書簡の送受信を可視化する

• <surface>を用いてTEIとIIIFを関連付ける

• 校本風異文可視化ツール

視覚化例

• Parallel Textを使って絵入源氏物語を閲覧する
• TEIに準拠した、源氏物語大成における校異情報のデジタル化と集約
• IIIF v3を用いた、音声へのアノテーション

青空文庫でTEI勉強会

2週間に一回程度、初心者にも優しい「青空文庫でTEI勉強会」を開催しています。Zoomでインターネットから参加もできますのでよかったらぜひご参加ください!

詳細はFacebook イベントページをご確認ください。