Orð og tunga - 2020, Side 133

Orð og tunga - 2020, Side 133
Eiríkur Rögnvaldsson: clarin­miðstöð á Árnastofnun 121 3 Gögn í CLARIN ERIC Áður en gögn eru skráð í miðlægan gagnagrunn CLARIN ERIC þarf í fyrsta lagi að útbúa lýsigögn þar sem innihaldi gagnanna er lýst og upplýsingar gefnar um ýmis atriði sem þau varða – höfunda, tungu­ mál, gagnasnið, notkunarskilmála o.s.frv. Þessi lýsigögn þurfa að vera á samræmdu sniði til að auðvelda notkun þeirra og leit í þeim. CLARIN ERIC hefur útbúið sniðmát fyrir lýsigögn til að leiðbeina notendum um hvaða upplýsingar þurfi að fylgja gögnunum. Í öðru lagi þarf að ákveða notkunarskilmála gagnanna – hvort þau eru öllum opin og aðgengileg án takmarkana, eða hvort einhverjar tak­ markanir eru á aðgengi og notkun, og þá hverjar. Það er t.d. algengt að óheimilt sé að nýta gögn í hagnaðarskyni eða breyta þeim á einhvern hátt. Til eru ýmsir staðlaðir leyfisskilmálar sem hægt er að velja á milli, t.d. svonefnd Creative Commons­leyfi (https://creativecommons. org/), en einnig er hægt að gera gögn aðgengileg með sérsniðnum leyfum. Í þriðja lagi getur þurft að breyta gagnasniðinu. Ýmis samræmd snið hafa verið sett fram fyrir mismunandi tegundir mállegra gagna – textasöfn, orðasöfn, handrit, uppskriftir hljóðskráa o.s.frv. Þar má ekki síst nefna margvísleg snið frá Text Encoding Initiative (https://tei­c. org/). Æskilegt er að gögn séu á einhverju slíku þekktu sniði eftir því sem kostur er, en lágmarkskrafa er að sniði gagnanna sé nákvæmlega lýst þannig að auðvelt sé fyrir notendur að átta sig á því. Í fjórða lagi þarf að gera gögnin aðgengileg, ásamt lýsigögnum. Það er hægt að gera á ýmsan hátt. Að sumum gögnum er eingöngu leitaraðgangur gegnum ákveðið leitarviðmót. Notendur geta þá leitað að orðum og orðasamböndum en það er misjafnt eftir gagna­ sniði og leitarviðmóti hversu nákvæm leitin getur verið, og eftir hvaða atriðum er hægt að leita. Í öðrum tilvikum er hægt að sækja gögnin í heild, stundum með ákveðnum skilyrðum sem kveðið er á um í leyfisskilmálum sem þarf að samþykkja áður en gögnin eru sótt. Miðlægt tölvukerfi CLARIN ERIC skannar reglulega allar lýsi­ gagna skrár sem vistaðar eru á öllum CLARIN­miðstöðvum. Upp lýs­ ingar úr þessum skrám fara inn í miðlægan gagnagrunn, sýndarsafn mál fanga (e. Virtual Language Observatory, https://vlo.clarin.eu/) og þar er hægt í einni leit að leita í lýsigögnum meira en milljón málfanga um alla Evrópu. Öllum gögnum sem eru lögð inn til einhverrar CLARIN­ miðstöðvar er gefið varanlegt auðkenni (e. Persistent Identifier, PID). tunga_22.indb 121 22.06.2020 14:03:54
Side 1
Side 2
Side 3
Side 4
Side 5
Side 6
Side 7
Side 8
Side 9
Side 10
Side 11
Side 12
Side 13
Side 14
Side 15
Side 16
Side 17
Side 18
Side 19
Side 20
Side 21
Side 22
Side 23
Side 24
Side 25
Side 26
Side 27
Side 28
Side 29
Side 30
Side 31
Side 32
Side 33
Side 34
Side 35
Side 36
Side 37
Side 38
Side 39
Side 40
Side 41
Side 42
Side 43
Side 44
Side 45
Side 46
Side 47
Side 48
Side 49
Side 50
Side 51
Side 52
Side 53
Side 54
Side 55
Side 56
Side 57
Side 58
Side 59
Side 60
Side 61
Side 62
Side 63
Side 64
Side 65
Side 66
Side 67
Side 68
Side 69
Side 70
Side 71
Side 72
Side 73
Side 74
Side 75
Side 76
Side 77
Side 78
Side 79
Side 80
Side 81
Side 82
Side 83
Side 84
Side 85
Side 86
Side 87
Side 88
Side 89
Side 90
Side 91
Side 92
Side 93
Side 94
Side 95
Side 96
Side 97
Side 98
Side 99
Side 100
Side 101
Side 102
Side 103
Side 104
Side 105
Side 106
Side 107
Side 108
Side 109
Side 110
Side 111
Side 112
Side 113
Side 114
Side 115
Side 116
Side 117
Side 118
Side 119
Side 120
Side 121
Side 122
Side 123
Side 124
Side 125
Side 126
Side 127
Side 128
Side 129
Side 130
Side 131
Side 132
Side 133
Side 134
Side 135
Side 136
Side 137
Side 138
Side 139
Side 140
Side 141
Side 142
Side 143
Side 144
Side 145
Side 146
Side 147
Side 148
Side 149
Side 150
Side 151
Side 152
Side 153
Side 154

x

Orð og tunga

Direkte link

Hvis du vil linke til denne avis/magasin, skal du bruge disse links:

Link til denne avis/magasin: Orð og tunga
https://timarit.is/publication/1210

Link til dette eksemplar:

Link til denne side:

Link til denne artikel:

Venligst ikke link direkte til billeder eller PDfs på Timarit.is, da sådanne webadresser kan ændres uden advarsel. Brug venligst de angivne webadresser for at linke til sitet.