News

Die Anmeldung für die Teilnahme an der DHd-Konferenz 2018 (26. Februar 2018 – 01. März 2018) in Köln ist ab sofort im ConfTool unter möglich.

Bis zum 31. Januar 2018 ist ein Frühbucherrabatt verfügbar. Zu den Standardkonditionen können Sie sich bis einschließlich 19. Februar 2018 registrieren.

Das vorläufige Tagungsprogramm finden Sie sowohl im ConfTool als auch auf der Konferenz-Homepage.

Im Rahmen der DHd-Konferenz werden insgesamt 20 DFG-Reisestipendien für Promovierte, 25 Gerda Henkel-Reisestipendien für Promovierende und 9 DHd-/CLARIN-/DARIAH-Reisestipendien für Studierende vergeben.

Vortragende und Beteiligte, denen nur geringe oder keine finanzielle Mittel im Rahmen eigener Stellen und Projekte zur Verfügung stehen, werden ermuntert, ihr Interesse an einem Stipendium bei der Registrierung im ConfTool zu bekunden. Eine formlose Bewerbung mit aktuellem Lebenslauf ist bis zum 15. Januar 2018 an die folgende Adresse zu senden: stipendien-dhd2018@uni-koeln.de.

Weitere Informationen zum Bewerbungs- und Vergabeverfahren finden sich ebenfalls auf der Konferenz-Webseite.

Falls Sie noch weitere Fragen haben sollten, stehen wir Ihnen gerne unter info-dhd2018@uni-koeln.de zur Verfügung.

Wir freuen uns auf Ihren Besuch in Köln!

Im Namen aller VeranstalterInnen und OrganisatorInnen

Die WörterListen (WL) sind ein Hilfsmittel für die griechische Papyrologie, d.h. für die Spezialdisziplin der klassischen Altertumswissenschaften, die sich mit der Edition und Auswertung der in der Zeit zwischen ca. 300 v.Chr. und 700 n.Chr. in Ägypten auf Griechisch (und z.T. auch auf Latein) geschriebenen Papyri (und anderen Schriftträgern) befaßt. In den WL werden die Wörter, Namen, geographischen Begriffe usw. gesammelt, die in den Registern zu den seit etwa dem Jahre 1995 veröffentlichten Editionen griechisch (und z.T. auch lateinisch) verfasster dokumentarischer Papyri aufgelistet sind.

Dieter Hagedorn pflegt diese kumulierten Register seit 2000 in einer eigenen Datenbank und hat sie bislang als PDF veröffentlicht. Im Rahmen der Digitalisierungsaktivitäten der Nordrhein-Westfälischen Akademie der Wissenschaften und der Künste wird auch die Kölner Papyrussammlung sowie umliegende Quellen zu Online-Ressourcen umgebaut. Das CCeH hat deshalb eine Webanwendung für die Wörterlisten entwickelt, in die Dieter Hagedorn und Klaus Maresch vom Institut für Altertumskunde der Universität zu Köln auch in Zukunft neue Daten einpflegen werden. Die Anwendung selbst basiert auf eXist und ist unter Peter Dängelis konzeptioneller Leitung von Ben Bigalke realisiert worden.

Benutzung der Wörterlisten

Die Webanwendung ist unter https://papyri.uni-koeln.de/papyri-woerterlisten verfügbar.

Um für ein bestimmtes Wort die (bisher erfassten) Publikationen nachzuschlagen, in denen es vorkommt, hat der Nutzer mehrere Möglichkeiten:

• Durch Klick auf einen Buchstaben im lateinischen oder griechischen Alphabet und wahlweise eine der Kategorien lässt sich eine Liste aller mit dem gewählten Buchstaben beginnenden Wörter laden, die dann über die gegebenen Buchstabenkombinationen weiter gefiltert werden kann. Dieses Vorgehen ist z.B. hilfreich, wenn sich nur Teile eines zu transkribierenden Wortes sicher lesen lassen.
• Durch Eintrag einer beliebigen Buchstabenfolge in das Suchfeld oben rechts neben dem griechischen Alphabet läßt sich nach deren Vorkommen in dem Gesamtbestand der WL suchen, unabhängig von der Position der eingegebenen Buchstaben in den Wörtern.
• Detaillierte Suchmöglichkeiten bietet die „Erweiterte Suche“. Hier kann man ebenfalls die Suche auf einzelne Abteilungen der WL beschränken, hat aber auch die Wahl, die Position der Buchstabenfolge im Wort festzulegen. Markiert man z.B. „Wortende“, dann findet man u. a. alle entsprechend endenden Verben. Diese Option ersetzt daher die Funktion des „Konträrindex“ der bisherigen pdf-Version.

Ein Klick auf das gesuchte Wort führt zu einer Resultatansicht, in der alle Belegstellen aufgeführt sind. Eine Verlinkung dieser Werke zum entsprechenden Literatureintrag auf papyri.info ist im Ansatz umgesetzt, sie soll aber noch dahingehend erweitert werden, dass man dort direkt eine Volltextsuche im entsprechenden Band aufrufen kann.

Neben weiteren Metadaten lässt sich auch die dem Eintrag zugrundeliegende TEI-Datei aufrufen.

Datenerstellung und Übernahme

Anglegt und gepflegt wurden die Wörterlisten ab 2000 durch Dieter Hagedorn zunächst in einer eigens erstellten Hypercard-Datenbank. Die den Registern gewonnenen Rohdaten wurden darin kompiliert und via rtf-Export in Word ein PDF-Output erzeugt. In jüngerer Zeit erfolgte die Kompilation durch Scripts einer FileMaker Pro-Datenbank und die Weitergabe an Word geschah über einen Export im html-Format. In dieser Umgebung werden die Listen gegenwärtig auch weiter gepflegt, es schließt nun aber ein anderes Übernahme-Szenario an:

Mit jeder neuen Fassung der Wörterlisten werden die Daten aus FileMaker in dessen XML-Format exportiert. Die resultierenden Dateien werden durch eine XProc-Pipeline ins TEI-Zielformat transformiert, wobei verschiedene neue Metadaten mit aufgenommen werden, unter anderem eine stabile Identifikationsnummer der Form wl-grc-00001 bzw.wl-la-00001. Sobald alle Auffälligkeiten bereinigt sind, die in einem Exportbericht ausgegeben werden, erfolgt die finale Konversion. Die so gewonnenen Daten werden als neue Version nach Github geschrieben und von dort an die Webanwendung sowie automatisch auch an die Forschungsdatenplattform Zenodo übergeben. Die Daten führen so gewissermaßen ein von der Webanwendung unabhängiges Eigenleben.

Vgl.
doi.org/10.5281/zenodo.6419707

Rückmeldungen zu den Inhalten und der Anwendung nimmt das Wörterlisten-Team gerne unter papyri-woerterlisten@uni-koeln.de entgegen.

Zur Vorbereitung und Durchführung des Forschungsprojektes “SustainLife – Erhalt lebender, digitaler Systeme für die Geisteswissenschaften” unter der Leitung von Prof. Dr. Brigitte Mathiak sucht das Data Center for the Humanities (DCH) zum 01.01.2018 eine/n wissenschaftliche/n Mitarbeiter/in und eine wissenschaftliche Hilfskraft (WHB).

Die Bewerbungsfrist ist jeweils am 15.11.2017.

Weitere Informationen:

wissenschaftliche/r Mitarbeiter/in

wissenschaftliche Hilfskraft (WHB)

Zur Projektbeschreibung: “SustainLife – Erhalt lebender, digitaler Systeme für die Geisteswissenschaften”

Last week (14th and 15th of September 2017) a meeting of the XProc 3.0 working group took place in Aachen, organized by Achim Berndzen of xml-project and Gerrit Imsieke of le-tex and hosted by LOGOI.

The meeting was extremely successful, consensus has been reached on many topics and important roadblocks have been overcome. I will tell you about what the WG accomplished in a second. Before that allow me to introduce XProc, XML pipelines and explain why they are useful. (If you already know all this stuff, skip directly to the XProc 3 section, that’s OK. :))

XML pipelines? What are you talking about?

Everybody who has worked with XML knows that real-world applications are always born as simple transformations (“I’ll just convert this XML to HTML with XSLT”) but quickly develop into a big tangled web of unreadable code as soon as you have to deal the inevitable…

• small mistakes in the input (“wait, why is there a <p> inside a <em>?”),
• flaws in the receiving applications (“let’s have a separate output for Internet Explorer 6, so that the poor students access this from the library”) or
• requests from the project collaborators (“could you make a summary version with only one sentence per chapter?”).

Addressing all these needs can be done, but doing it by adding fixes on top of fixes on the original core transformation is a nightmare in terms of maintenance and readability.

Small steps and scripts

A better way to solve all these issues is splitting monolithic transformations into smaller pieces, or steps. (More about how our experience at the CCeH in splitting complicated transformations into focused steps in a future article.)

Now that you have all these steps, how do you transform the input into the output in practice?

Are you going to run each step manually, clicking around in your XML editor? I hope not.

A much better way to run this split transformation is to create a shell script that takes the input file, applies the first step (fix the small mistakes), then the second (transform into HTML) and then, if requested, the third (uglify HTML to make it IE6 compatible).

Such a script would work just fine but it has many problems:

• Either you hardcode how to invoke the XSLT processor or you have to write an abstraction layer that allows you to call other XSLT processors.
• Requires a working Bash shell environment (not that easy to get on Windows).
• Does not provide any kind of validation of the intermediate results.
• Requires a deserialization/serialization cycle for each step.
• Gets rapidly very complex as soon as other steps, conditional steps and loops are added.
• Works only on a single document.

We could address all these problems ourselves making a better script. Or we could avoid reinventing the wheel and make use of XProc and write a declarative XML pipeline.

Enter XML pipelines and XProc

XProc is a language for writing declarative XML pipelines.

An XML pipeline is a series of steps though which an XML documents flow, just as in the shell script in the previous example. However, in contrast with a shell script, XProc pipelines are:

• Declarative: you state what you want and the XProc interpreter chooses the right tools. (A PDF transformation? Let’s use Apache FOP. An XSLT Transformation? Let’s use libxslt. Oh, are we running inside oXygen? Let’s use the internal Saxon-EE engine then.)
• Portable: pipelines can run wherever there is a XProc interpreter: Linux, Windows, Mac OS, you name it.
• Specialized for XML: documents are not deserialized and serialized in each step.
• Can have more than one input and produce more than one output.
• Easily extend to intricate pipelines with loops and parallel branches.

An example pipeline looks like the following

<p:pipeline xmlns:p="http://www.w3.org/ns/xproc" version="1.0">
    <p:xslt>
        <p:input port="stylesheet">
            <p:document href="fix-mistakes.xsl"/>
        </p:input>
    </p:xslt>

    <p:xslt>
        <p:input port="stylesheet">
            <p:document href="convert-doc.xsl"/>
        </p:input>
    </p:xslt>

    <p:xslt use-when="p:system-property('ie6-compatible') = 'true'">
        <p:input port="stylesheet">
            <p:document href="make-ie6-compatible.xsl"/>
        </p:input>
    </p:xslt>
</p:pipeline>

XProc 3.0

XProc 3.0 is the upcoming version of XProc. The original XProc 1 specifications have been published in 2010 by the W3C and since then users and implementers have found small problems, inconsistencies as well as ergonomic issues that make writing XProc pipelines harder than it should.

The focus of XProc 3 is simplifying the language, making implementations behave in more sensible way by default and making it possible to process non-XML documents (think LaTeX or graphic files).

During last week’s working group meeting in Aachen plenty of progress has been done in this direction, with consensus reached on many key issues. I will summarize the main outcomes; the minutes are available at https://github.com/xproc/Workshop-2017-09/wiki/Agenda-and-Minutes.

Simplified and streamlined language

• The actual unnecessary distinction between a pipeline and a step will be removed. (It turns out that the current definition of a pipeline makes it so strict that nobody is actually using it.)
• The definition of a port and the use of a port will use different names. (This often confused beginners.)
• Non XML documents will become first-class citizens in XProc 3.0 and treated exactly as XML documents.
• The well known try/catch/finally construct will be introduced.

Run-time evaluation and extension

• A new eval step will be introduced to run dynamically created pipelines.
• User functions written in XPath, XSLT and XQuery will be usable in all fields where XPath can be used.

Diagnostic and debugging

• Steps will be able to output side-information on the diagnostic, forwarded to stderr by default.
• Implementation will provide a way to dump all the temporary documents produced by the intermediate steps.
• A separate specification will standardize error reporting (so that XML editors like oXygen will be able to highlight where the problem occurred).

Plenty of interesting stuff, isn’t it? If you are interested in the development of XProc 3.0 or XProc in general, please participate in the discussions held on the XProc mailing list, join the W3C Community group, and suggest improvements on the XProc developement website.

See you at the next XProc meeting!