Kotba, manuskritti, gazzetti storiċi u ħafna tipi oħra ta’ oġġetti ta’ wirt kulturali testwali (CHOs) jipprovdu kontribut siewi għal firxa wiesgħa ta’ suġġetti ta’ riċerka. Il-missjoni tal-CLARIN hija li tagħmel ir-riżorsi tal-lingwa diġitali disponibbli għall-akkademiċi, ir-riċerkaturi, l-istudenti u x-xjentisti taċ-ċittadini mid-dixxiplini kollha. Bħala sħab fl-Infrastruttura ta’ Servizzi Diġitali tal-Europeana (DSI), l-Europeana u l-CLARIN ħadmu flimkien biex jinkorporaw il-materjal tal-wirt kulturali fl-infrastruttura tal-CLARIN. Abbażi tal-esperjenza miksuba matul il-proġett pilota, u filwaqt li tibni fuq servizzi ta’ disseminazzjoni u kwalità tal-metadata mtejba offruti minn Europeana, CLARIN reċentement wettqet evalwazzjoni ġdida tas-settijiet tad-data disponibbli u għamlet għażla ġdida. Il-proċess tal-għażla ffoka fuq kontenut ta’ test sħiħ bħal kotba, perjodiċi u gazzetti diġitalizzati b’kontenut testwali miksub permezz ta’ rikonoxximent ottiku tal-karattri (OCR). Tipi oħra ta 'oġġetti li ġew ikkunsidrati wkoll huma skans ta' riżoluzzjoni għolja ta 'manuskritti u awdjo tad-diskors. Sabiex jikkwalifikaw, ir-riżorsi kellhom ikunu direttament disponibbli fil-forma mhux ipproċessata tagħhom u ma kellhom l-ebda restrizzjoni legali għall-użu mill-ġdid. Bħalissa, 22 kollezzjoni li fihom madwar 135,000 oġġett ta’ wirt kulturali ġew identifikati bħala li jissodisfaw dawn il-kriterji.
Għodod konnessi għall-ipproċessar mingħajr saldatura
Wara li ffinalizzat l-għażla, il-CLARIN waqqfet mekkaniżmu għall-irkupru regolari tal-metadata għall-kollezzjonijiet magħżula. Ladarba tinkiseb, il-metadata tiġi inġestita fil-katalgu tar-riżorsi lingwistiċi tal-CLARIN, l-Osservatorju tal-Lingwa Virtwali (VLO).
Mill-bogħod, nistgħu naraw li r-riżorsi li għadhom kif ġew introdotti jipprovdu kontribut sostanzjali għall-għadd ta’ riżultati ta’ tiftix rilevanti għal ċerti mistoqsijiet. Pereżempju, it-tiftix għal riżorsi ta’ testi Sloveni, kważi r-riżultati kollha ta’ 73,000+ joriġinaw minn fornitur tad-data tal-Europeana - f’dan il-każ il-Librerija Diġitali tas-Slovenja. Bl-istess mod, id-disponibbiltà tar-riżorsi tat-test Ungeriż u Pollakk issaħħet ħafna.
Minbarra li joffri lir-riċerkaturi mod familjari kif jiskopru oġġetti ta’ wirt kulturali rilevanti għar-riċerka tagħhom, il-VLO jipprovdi wkoll perkors dirett għall-analiżi tar-riżorsi skoperti. Pereżempju, dan il-fuljett tas-seklu 18, offrut bħala PDF b’kontenut ta’ test sħiħ inkorporat mill-Kummissjoni Irlandiża tal-Manuskritti u l-Librerija Oireachtas, issa jista’ jinstab permezz tal-VLO.
Billi tmur għall-viżjoni tar-Riżorsi u tagħżel il-Proċess bl-għażla tal-Iswiċċbord tar-Riżorsi tal-Lingwa, tara lista ta 'għodod invokabbli - disgħa fil-ħin tal-kitba. Fost l-għażliet hemm l-analiżi grammatikali permezz tal-katina tal-Parsing tad-Dipendenza tal-Weblicht u s-sett Voyant għall-analiżi tat-test assistita mill-kompjuter. Innota li, għalkemm l-LRS tista’ tiġi invokata għal kwalunkwe riżorsa, ma għandhiex għodod illinkjati għat-tipi kollha ta’ lingwi jew ta’ riżorsi, u li fil-verżjoni attwali tapplika limitazzjoni fuq id-daqs tal-fajl. Verżjoni li jmiss se tara din il-limitazzjoni titneħħa.
Kontenut integrat ġdid se jkompli jissodisfa l-potenzjal
Issa li l-integrazzjoni tal-kwalità tal-produzzjoni ta’ għażla mdaqqsa ta’ riżorsi ta’ kwalità tajba u deskritti sew inkisbet, nistgħu naraw il-kontorni tal-potenzjal ta’ tali integrazzjoni fuq skala akbar. L-isforzi attwali biex il-kontenut ta’ test sħiħ isir disponibbli għal kollezzjonijiet kbar ta’ gazzetti diġitalizzati fil-proġett Europeana Newspapers jagħmluha probabbli li dan il-potenzjal se jkompli jiġi ssodisfat fuq skala sostanzjali fil-futur qrib. Barra minn hekk, CLARIN se tkompli tevalwa kollezzjonijiet addizzjonali lil hinn mill-“frott li ma tantx jinbidel” u se jkollha l-għan li tkompli tespandi l-volum tar-riżorsi tal-wirt kulturali fuq il-ponot tas-swaba’ tar-riċerkaturi.
Fittex, sib u pproċessa r-riżorsi tal-wirt kulturali b’test sħiħ mal-VLO issa!
Jekk inti kurjuż dwar il-kollezzjonijiet disponibbli fl-Osservatorju tal-Lingwa Virtwali u tixtieq issir taf liema għodod huma disponibbli għall-ipproċessar tagħhom, sempliċement mur vlo.clarin.eu, daħħal xi termini ta’ tiftix u ibda esplora.