Om svar anhålles - Svenska Akademiens ordbok - Göteborgs ...

15
Yvonne Cederholm
SGML-taggning av SAOB
I detta avsnitt beskrivs hur den optiskt inlästa texten översätts till SGML-format 1 , där
ordbokens innehållsliga struktur taggas. Målet är att SAOB efter taggningsarbetet skall
kunna användas som en lexikalisk databas, där man kan göra komplexa sökningar som
t.ex. "vilka ord lånades in från engelskan under perioden 1700–1750".
Taggningen gör tolkningen av texten explicit. Den implicita information, som i den
tryckta ordboken signaleras med hjälp av typografin och lätt kan tolkas av en mänsklig
användare, blir genom taggningen också maskinellt sökbar. SGML-taggarna kommer naturligtvis
inte att visas för den mänsklige läsaren, utan varje informationskategori associeras
då med en viss typografi. Typografin behöver inte fastställas en gång för alla. Man
kan välja utformning beroende på vilken läsare man riktar sig till och exempelvis ge ordboken
en mer pedagogisk utformning med utförliga förklaringar, eftersom man inte behöver
ta hänsyn till utrymmet på samma sätt som i tryckta media. Detta avsnitt beskriver
dock endast SGML-taggningen.
Följande exempel får belysa taggningsarbetet. Enligt en vanlig lexikografisk konvention
markeras lexikonartiklars betydelseindelning med siffror. Siffrorna står oftast också
i fetstil för att indelningen skall framgå tydligt. Här följer ett utsnitt ut SAOB-artikeln
champagne, som beskriver sammansättningen champagneglas. Vi ser att i den första versionen
är sammansättningens två betydelser markerade med siffror i fetstil som i en
tryckt ordbok. I den andra har vi istället satt in taggen .
— -GLAS -2 1) för drickande av champagne särsk.
afsedt vinglas; vanl. antingen högt o. smalt l.
lågt o. vidt. DA 1824, nr 205, s. 4. De gamla kägelformade
champagneglasen äro de bästa. HAG-
DAL Kok. 1130 (1879). LUNDIN G. Sthm 147 (1880).
KALLSTENIUS Hush. 184 (1896). 2) (i sht best., föga
br.) med champagne fylldt glas. Det är med den första
— -GLAS -2 för drickande av champagne särsk.
afsedt vinglas; vanl. antingen högt o. smalt l.
lågt o. vidt. DA 1824, nr 205, s. 4. De gamla kägelformade
champagneglasen äro de bästa. HAG-
DAL Kok. 1130 (1879). LUNDIN G. Sthm 147 (1880).
KALLSTENIUS Hush. 184 (1896). (i sht best., föga
br.) med champagne fylldt glas. Det är med den första
Den första versionen kan enkelt tolkas av en mänsklig användare. Ett dator som skall
söka i ordboken kan däremot inte "förstå" att just dessa siffror i fetstil markerar en betydelseindelning.
För att programmet skall kunna skilja på dessa siffror och andra siffror i
fetstil i ordboken, måste man lägga till information i form av taggar som gör att programmet
tolkar det som en betydelseindelning. I exemplet ovan lade vi till taggen
1.SGML är en internationell standard som finns beskriven i ISO 8879: Information processing – Text and
office systems – Standard Generalized Markup Language (SGML), Geneva 1986. De som inte är bekanta med
SGML rekommenderas att läsa t.ex An introduction to SGML av Benoît Marchal som finns tillgänglig på
Internet under adressen http://www.brainlink.com/~ben/sgml/ eller kapitel 2 i Burnard &
Sperberg-McQueen Guidelines for Electronic Text Encoding and Interchange (TEI P3) som också ger
en allmän introduktion till SGML.