Date post: | 01-May-2015 |
Category: |
Documents |
Upload: | raniero-righi |
View: | 223 times |
Download: | 2 times |
1
La codifica e la standardizzazione dei
testi in formato digitale
La codifica
2
DefinizioneCodifica InformaticaCodifica Informatica
la rappresentazione di un testo su un supporto digitale in un formato comprensibile da un
elaboratore elettronico
3
Problemi
1. Rappresentazione del testo2. Comprensione del testo
3. Codice condiviso
4
ComunicazioneMESSAGGIO
CODICE - - - - - - - - - - - - - - - - CODICE’
Codifica DecodificaEMITTENTE CANALE RICEVENTE
5
Diasistema
CODICE ≠CODICE’
S1 S2
Comunicazione = S1 ~ S2
6
Modelizzazione e rappresentazione
Selezione dell’informazione
Organizzazione dell’informazione
7
Codificare un testo1. Il testo è già codificato
2. Decodificare il testo
3. Ricodificare il testo
Codificare = interpretareCodificare = interpretare
8
Isomorfismo1. a un elemento del sistema di A (CODICE)
deve corrispondere un solo elemento del sistema B (CODICE’);
2. data una relazione fra due elementi del sistema A, la stessa relazione deve essere mantenuta anche fra i corrispondenti elementi del sistema
9
CODICE Maiuscole, spazi, interpunzione Corsivo, maiuscoletto, grassetto Struttura grammaticale Struttura retorica Semantica …
10
CODICE’
?
Modello di codifica
11
DefinizioneCodifica informaticaCodifica informatica
rappresentazione di un testo su un supporto digitale
in funzione di un determinato punto di vista secondo un codice condiviso in modo
sostanziale dall’uomo e dall’elaboratore elettronico cui tale codifica è destinata.
12
Testo o Documento?Che cos’è un testo?
1. Supporto fisico?2. Sequenza di caratteri ivi contenuta?3. Contenuto?
13
Dov’è il testo?
Canto Secondo1.Ingiustissimo amor, perché sì rarocorrispondenti fai nostri desiri?Onde, perfido, avvien che t’è sì caroil discorde voler ch’in duo cor miri?Gir non mi lasci al facil guado e chiaro,e nel più cieco e maggior fondo tiri:da chi disia il mio amor tu mi richiami,e chi m’ha in odio vuoi ch’adori et ami.
14
I testi sono astrazioni
I testi sono delle astrazioni istintivamente e collettivamente generate dai lettori e si possono intendere come successioni di monemi rappresentabili graficamente tramite dei grafemi. Dalla lettura dei grafemi o dalla percezione uditiva dei monemi si sviluppano i significati cui noi diamo il nome di testo.
15
I documenti no… supporti materiali in cui il testo viene
conservato (un libro, un foglio di carta, una lapide)
si può parlare di documenti cartacei e di documenti digitali, ma non di testi cartacei o digitali.
16
Oggetto della codifica
I testi
A volte i documenti … ma l’importante è capirsi!
17
MRF – Machine Readable Form
Il testo trasmesso deve essere stato codificato dall’emittente in modo che la macchina sia in grado di non disperdere nessuno dei livelli di informazioni presente nell’intenzionalità dell’emittente
Standardizzazione e portabilità dei dati
18
Ortografia MRF Maiuscole (nomi e inizio periodo) Segni diacritici Spazi Corsivi …
19
Caratteristiche minime? No.
Ciò che qualifica la MRF è la sua capacità di trasmettere ciò che il codificatore ha ritenuto fosse sematicamente rilevante
20
Documenti digitali: problemi Legati alla disponibilità di dispositivi
hardware e software Elevata obsolescenza Difficile portabilità su piattaforme diverse Proliferazione dei sistemi di codifica Difficile condivisione dei dati e dei risultati
21
Standard
Formali: ISO et al.
Di fatto: es. MS Word
22
Standard portabile Indipendenza dall’hardware Indipendenza dal software Indipendenza dal sistema di codifica dei
caratteri Indipendenza logica dalle tipologie di
elaborazione
23
Set dei Caratteri Codice ASCII: ISO 646
o 7 bit (27= 128)o 128 caratteri
Codice Latin-1: ISO 8859-1 – 256 caratterio 8 bit (28= 256)o 256 caratterio Comprende ISO 646
24
Set dei Caratteri Codice Unicode: sincronizzato a ISO 10646
o 16 bit (216= 65.536)o 65.536 caratterio Comprende ISO 646 e ISO 8859-1
o UTF-8: versione a 8 bit di Unicode, char set predefinito per XML (noi lo useremo)
25
Modello di codifica Un modello è il risultato di un
procedimento di astrazione necessario per sfuggire all’imprendibilità del continuo.
Un modello deve essere qualcosa di “più piccolo” dell’oggetto che si vuole analizzare
Un modello deve essere isomorfo Deve essere operata un scelta delle
caratteristiche da codificare
26
Modellizzazione – Macro categorie
Per quale scopo si codifica?
Struttura
Formato
Contenuto
27
Analisi logico-strutturale dei testi
L’individuazione delle componenti logico-formali dei testi così come si sono venute a conformare nella tradizione scritta occidentale
28
Livello strutturaleTutti i testi possono avere: un titolo (opzionale) un contenuto. Il contenuto può essere:
unitario diviso in parti (parti, capitoli, libri), ciascuna
della quali può avere: un titolo (opzionale)
un contenuto.
29
Livello contenutisticoI testi possono essere classificati in due
grandi macro-categorie che conoscono però numerose contaminazioni:
prosa poesia
30
AndamentoPoesia e prosa possono avere un
andamento:
continuo dialogico
31
Andamento continuo la prosa è costituita di una sequenza di
paragrafi elenchi, a loro volta costituiti di
entrate, in cui si distinguono numero (opzionale) topic (argomento, soggetto; opzionale) descrizione
tabelle righe
celle
la poesia è costituita di una sequenza di divisioni metriche (opzionali) che contengono
versi versi
32
Un esempio: poesia
33
Andamento dialogicoi testi possono essere: unitari divisi in parti quali:
atti scene
In entrambi i casi sono costituiti di una sequenza di battute, divise al loro interno in:
nome dell’interlocutore contenuto.
34
Un esempio: prosa
35
Markup & tagging In epoca pre-computer: caratterizzazione
editoriale esplicitava la formattazione dei documenti
Caratterizzazione editoriale in inglese: markup
Annotazioni editoriali in inglese: tag
36
Con i word processor… Formattazione incorporata
Tag invisibili
Caratterizzazione migrata nei documenti
37
Sistemi WYSIWYG Programmi presentazionali
Codifica invisibile all’utente
Documenti difficilmente gestibili
Formati proprietariFormati proprietari
38
Markup Languages
Linguaggi procedurali o specifici
Linguaggi dichiarativi o generici
39
Linguaggi procedurali Orientati al documento Istruzioni che specificano caratteristiche
come: Font Dimensione carattere Posizionamento Stile Disposizione sulla pagina
40
Un esempio: LaTeX\documentclass[a4paper,12pt]{article}\usepackage[latin1]{inputenc}\usepackage[italian]{babel}\usepackage{indentfirst}\pagestyle{plain} \topmargin-1cm \
evensidemargin0.5cm\textwidth14cm \textheight23cm \setlength{\
parindent}{1,25cm}\begin{document}\pagestyle{plain}\section{Introduzione}\vskip 1cm Questo è un esempio di documento \
emph{LaTeX}.\end{document}
41
Sintassi
\nomeTag[argomenti]{contenutoTag}
Output standard
42
Linguaggi procedurali: problemi Codifica orientata all’output Difficilmente può essere utilizzata per
scopi diversi
43
Linguaggi dichiarativi Orientati al testo Istruzioni per annotare il significato degli
elementi costitutivi Trascurano l’aspetto che assumeranno
nell’output Se un output strutturato si rende
necessario, servirà un ulteriore livello procedurale (es. fogli di stile)
44
Un esempio: SGML<!DOCTYPE testo [
<!ELEMENT testo - - (titolo?, paragrafo+)>
<!ELEMENT titolo - O (#PCDATA)>
<!ELEMENT paragrafo - O (#PCDATA)>
]>
<testo>
<titolo>Esempio di documento SGML</>
<paragrafo>Benvenuti nel mondo dei linguaggi dichiarativi standardizzati</>
</testo>
45
Caratteristiche Markup definito dall’utente Cattura della semantica del testo Assenza di indicazioni circa l’output Flessibilità e possibilità di essere usato per
molteplici scopi