Orð og tunga - 2020, Blaðsíða 133

Orð og tunga - 2020, Blaðsíða 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
Blaðsíða 1
Blaðsíða 2
Blaðsíða 3
Blaðsíða 4
Blaðsíða 5
Blaðsíða 6
Blaðsíða 7
Blaðsíða 8
Blaðsíða 9
Blaðsíða 10
Blaðsíða 11
Blaðsíða 12
Blaðsíða 13
Blaðsíða 14
Blaðsíða 15
Blaðsíða 16
Blaðsíða 17
Blaðsíða 18
Blaðsíða 19
Blaðsíða 20
Blaðsíða 21
Blaðsíða 22
Blaðsíða 23
Blaðsíða 24
Blaðsíða 25
Blaðsíða 26
Blaðsíða 27
Blaðsíða 28
Blaðsíða 29
Blaðsíða 30
Blaðsíða 31
Blaðsíða 32
Blaðsíða 33
Blaðsíða 34
Blaðsíða 35
Blaðsíða 36
Blaðsíða 37
Blaðsíða 38
Blaðsíða 39
Blaðsíða 40
Blaðsíða 41
Blaðsíða 42
Blaðsíða 43
Blaðsíða 44
Blaðsíða 45
Blaðsíða 46
Blaðsíða 47
Blaðsíða 48
Blaðsíða 49
Blaðsíða 50
Blaðsíða 51
Blaðsíða 52
Blaðsíða 53
Blaðsíða 54
Blaðsíða 55
Blaðsíða 56
Blaðsíða 57
Blaðsíða 58
Blaðsíða 59
Blaðsíða 60
Blaðsíða 61
Blaðsíða 62
Blaðsíða 63
Blaðsíða 64
Blaðsíða 65
Blaðsíða 66
Blaðsíða 67
Blaðsíða 68
Blaðsíða 69
Blaðsíða 70
Blaðsíða 71
Blaðsíða 72
Blaðsíða 73
Blaðsíða 74
Blaðsíða 75
Blaðsíða 76
Blaðsíða 77
Blaðsíða 78
Blaðsíða 79
Blaðsíða 80
Blaðsíða 81
Blaðsíða 82
Blaðsíða 83
Blaðsíða 84
Blaðsíða 85
Blaðsíða 86
Blaðsíða 87
Blaðsíða 88
Blaðsíða 89
Blaðsíða 90
Blaðsíða 91
Blaðsíða 92
Blaðsíða 93
Blaðsíða 94
Blaðsíða 95
Blaðsíða 96
Blaðsíða 97
Blaðsíða 98
Blaðsíða 99
Blaðsíða 100
Blaðsíða 101
Blaðsíða 102
Blaðsíða 103
Blaðsíða 104
Blaðsíða 105
Blaðsíða 106
Blaðsíða 107
Blaðsíða 108
Blaðsíða 109
Blaðsíða 110
Blaðsíða 111
Blaðsíða 112
Blaðsíða 113
Blaðsíða 114
Blaðsíða 115
Blaðsíða 116
Blaðsíða 117
Blaðsíða 118
Blaðsíða 119
Blaðsíða 120
Blaðsíða 121
Blaðsíða 122
Blaðsíða 123
Blaðsíða 124
Blaðsíða 125
Blaðsíða 126
Blaðsíða 127
Blaðsíða 128
Blaðsíða 129
Blaðsíða 130
Blaðsíða 131
Blaðsíða 132
Blaðsíða 133
Blaðsíða 134
Blaðsíða 135
Blaðsíða 136
Blaðsíða 137
Blaðsíða 138
Blaðsíða 139
Blaðsíða 140
Blaðsíða 141
Blaðsíða 142
Blaðsíða 143
Blaðsíða 144
Blaðsíða 145
Blaðsíða 146
Blaðsíða 147
Blaðsíða 148
Blaðsíða 149
Blaðsíða 150
Blaðsíða 151
Blaðsíða 152
Blaðsíða 153
Blaðsíða 154

x

Orð og tunga

Beinir tenglar

Ef þú vilt tengja á þennan titil, vinsamlegast notaðu þessa tengla:

Tengja á þennan titil: Orð og tunga
https://timarit.is/publication/1210

Tengja á þetta tölublað:

Tengja á þessa síðu:

Tengja á þessa grein:

Vinsamlegast ekki tengja beint á myndir eða PDF skjöl á Tímarit.is þar sem slíkar slóðir geta breyst án fyrirvara. Notið slóðirnar hér fyrir ofan til að tengja á vefinn.