Издание
классических литературных текстов в интернете
(Вводные
замечания к теме)
Владимир
Литвинов
Введение
Настоящие
заметки посвящены теме, которая меня давно интересует: что такое текст (по
преимуществу речь пойдет о тексте поэтическом) и каким образом можем мы
помещать в Интернете тексты так, чтобы не просто получить еще одну копию
известного текста (с этим может справиться и ксерокс, продукт деятельности которого
может быть отправлен экспресс-почтой), но уяснить те аспекты его устройства,
которые обычно остаются как бы подразумеваемыми (кем, когда и в каком объеме?)
и поэтому ускользают от внимания или же отдаются на откуп специалистам,
обладающим доступом ко всей необходимой информации. Речь пойдет о текстах по
преимуществу т.н. "классических", т.е. бытующих сравнительно большой
промежуток времени и неоднократно рассматривавшихся. Сочинение носит характер
прагматико-эссеистический и на научность не претендует.
1. Текст как
объект
Текст в первом
его рассмотрении является объектом, отделенным от других объектов: когда мы
видим стихотворение, мы видим его в первую очередь как нечто отдельное от
других вещей, состоящих из слов. Каждый текст обладает своей уникальной
структурой, заслуживающей отдельного изучения. На языке рабочего подхода к
представлению литературного текста в Паутине это выразится в том, что каждый
текст, объем которого технически позволяет передавать его по Сети, должен
существовать и в качестве отдельного файла. Тексты объема большего, чем
подходящий для передачи по Сети, должны превращаться в гипертекст, т.е.
состоять из фрагментов необходимого размера и механизмов навигации,
обеспечивающих гипертекстовое единство фрагментов. Внутреннее строение этого
объекта можно охарактеризовать как имеющее разноуровневую сегментацию, которая
зрительно представляется следующим образом: слово / строка / стихотворная
строка (задается принудительной разбивкой; для прозаического текста это не
релевантно) / абзац / более крупные единства. Это означает, что мы должны иметь
какие-то инструменты для отражения этой сегментации, т.е. текст должен иметь
возможность проявляться (быть показанным) в соответствии с этой сегментацией.
Соответственно, каждый из таких сегментов должен иметь некий адрес в пределах
границ текста, то есть, поскольку мы говорим о тексте в Сети, некий
(относительный?) адрес в пределах данного файла. Предлагаемый вариант:
установка при помощи соответствующего инструментария индивидуальных закладок на
каждом слове, строке и более крупных сегментах. Кроме того, текст должен иметь
описание не только компьютерное (URL), но и "человеческое", т.е.
должен эксплицитно содержать указание на свое происхождение (на книгу, свое
место в составе книги и того, кто перевел его из книги в Сеть). Фрагменты
гипертекста, изначально бывшие едиными книгами (большими текстами), должны
также лежать в виде архивов (самораскрывающихся) на FTP-сервере, чтобы
пользователи могли организовывать свои путешествия внутри этого текста (см. ниже).
2. Текст как
отношение
Во-первых,
идеальные в текстологическом аспекте тексты крайне редки. Существует рукопись,
в принципе представимая как графический файл (файлы), существуют разные
редакции, черновики и отброшенные фрагменты. Существуют ошибки (ошибки при
вводе текста в больших количествах практически неизбежны), опечатки,
разночтения и пр. Поэтому кроме механизмов разнообразного представления одного
текста нужны механизмы представления текста как вариативной структуры и
возможности одновременного просмотра разных вариантов этой структуры. С другой
стороны, тексты существуют и как взаимодействие различных интерпретаций, в
простейшем виде как текст и набор комментариев к нему. Публиковать тексты без
комментариев представляется недостаточным, а гипертекст в данном случае
становится насущной необходимостью. Фреймовые структуры представляются весьма
уместными для показа комментариев и другой справочной информации (индексов,
конкордансов и пр. - см. ниже). Впрочем, системный администратор или же веб-мастер,
монопольно владеющий истиной по поводу предпочтительного комментария и
написания текста - картина достаточно гротескная. Поэтому публикация текста
перерастает в процесс диалога и постепенного уяснения предпочтений, что делает
публикацию текста не единовременным актом, а интерактивным процессом,
включающим многие действующие лица. Сеть в этом случае действительно станет не
игрушкой или высоким ремеслом для избранных, но механизмом, задействованным по
принципам, присущим и внесетевой культуре, но, хочется верить, упрощающим
механизмы обмена релевантной информацией.
3.
Математическая обработка. Индексы по тексту как средство навигации
Когда мы
сталкиваемся с новым текстом, мы volens nolens ставим его в отношение к другим
текстам других авторов. Этим заниматься тем удобнее, чем больше авторов
вводится в наше рассмотрение и чем они лучше описаны. Самый полный и самый
реальный вариант описания текста - построение конкорданса к тексту с отсылками
в места употреблений (упомянутые выше закладки) на всех введенных авторов. При
этом традиционные средства поиска могут оказаться неадекватными в связи с
индивидуальным (иной раз резко индивидуальным) словоупотреблением, и лучше
иметь полное описание лексики текста или возможность по запросу (причем запрос
может включать как лексемы, так и отдельные форманты) получать отсылки на
конкретные тексты, а также возможность получить количественное отношение к
другим аналогичным элементам текста. То есть элементы лингвистического анализа
текста можно совместить с механизмами навигации и предоставить всем желающим.
Первым шагом в этом направлении является программа Word Tabulator,
разработанная Сергеем Логичевым (г. Снежинск) (кр. описание). Одна техническая
оговорка: для того чтобы выходные индексы были упорядочены с точки зрения
последовательности ссылок, тексты в анализируемых гипертекстах лучше иметь с
цифровыми именами, при этом порядок должен быть правильным с точки зрения и
компьютера, и человека. Текст, идущий в книге первым, с точки зрения человека
должен иметь имя "1" (далее "2" и т.д.). С точки зрения
операционной системы за "1" идет не "2", а "10",
поэтому если текстов много , то первый текст должен иметь имя "001",
второй - "002", десятый - "010", а сотый - "100",
и в этом случае при математической обработке тексты будут обрабатываться в
заданной последовательности. Другой важный аспект рассматриваемого аспекта
функционирования текста в Сети - потенциальная возможность сравнения
конкретного словоупотребления в данном тексте с общеязыковым словоупотреблением
того временного среза, к которому относится рассматриваемый текст. Почему
потенциальные: существуют словарные базы данных (см. Бюллетень машинного фонда
ИРЯ (
' );
document.write( addy34542 );
document.write( '' );
//-->\n
' );
//-->
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
' );
//-->
,
' );
document.write( addy13535 );
document.write( '' );
//-->\n
' );
//-->
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
' );
//-->
,
' );
document.write( addy85829 );
document.write( '' );
//-->\n
' );
//-->
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
' );
//-->
),
которые могут быть сделаны доступными через Интернет и снабжены поисковым
механизмом (если это будет сделано - большой прогресс, но это дело связано с
немалыми затратами).
4. Старая
орфография и иноязычные цитаты
При публикации
текстов в Интернете и разработке технологии для публикации большого количества
текстов встает интригующий вопрос: что делать с текстами, которые не
переиздавались после 1918 года, то есть после реформы орфографии, которая
произошла в этом году. Как известно, до реформы русская графика включала знаки
"i", ижицу, фиту и ять, причем последний был в старой орфографии
весьма частотным и значимым, но в настоящее время не входит в кодовую страницу
для кириллицы и занимает самые разные места в таблицах шрифтов. Что-то нужно
придумывать: или писать утилиту, которая автоматически преобразовывает старую
орфографию в новую, или заводить ять в кодовую таблицу, или приписывать этому
знаку обозначение, как это сделано для европейской графики с диакритикой и
греческих символов ( в том числе для ижицы и фиты) в ISO 8859-1, или еще
что-то.
5.
Ориентация на пользователя
Предлагаемый
вариант осуществления публикации литературных текстов должен удовлетворять
требованиям двух категорий пользователей: специалистов и неспециалистов.
Специалисты получают текст, которым можно пользоваться в своих работах, и новые
инструменты анализа текста, а неспециалисты получают текст, который удобно
читать: щелк мыши дает возможность увидеть комментарий (если это интересно), а
нет желания - и пропустить этот комментарий и по второму щёлку вернуться в
исходный текст, не тратя времени на нахождение комментария в примечаниях и
нахождение того места, которое было последним прочитанным.
6. Стоимость
бумажного и сетевого издательства
При нынешней
восхитительной анархии в издательском деле очень трудно рассчитывать на появление
в необходимом количестве изданий русской литературы, удовлетворяющих как
специалистов, так и неспециалистов. Сетевое издательство, представляющееся
менее дорогостоящим, достаточно доступным и легко осуществимым, смогло бы
открыть новый этап освоения русской литературы. Возможности математической
обработки текстов он-лайн также представляются осуществимыми и весьма
привлекательными. При сетевом издании литературных текстов можно договориться о
единых стандартах и распределить области вводимой литературы с конечной целью
создания единого ГИПЕРТЕКСТА, включающего все, что должно быть включено.
Список
литературы
Для подготовки
данной работы были использованы материалы с сайта http://rusjaz.da.ru/