识话语性的看法的改变
Posted: Sat Feb 08, 2025 4:14 am
以上摘自文本Hilfsstelle的内容旨在在:aichinger项目框架内提供一个可能的、非常简短的示例性分析 。[23]
“她犹豫地看着我，”文章写道，“就像我现在想看着自己一样。” [24]来自另一个人的目光启动了一个看的过程，这个过程在语义上富含“看见”、“看穿”、“看透”、“瞬间”和“形象”，并且在下一段中系统地以“我看见我们”开头三次：“我看见我们再次靠在老教堂的墙上”，“我看见我们进入老教堂”，“我看见我们沿着长椅的右侧走着”。从教堂前面（外面）穿过教堂入口（门槛）到沿着教堂长凳（里面）的移动最终以现在的静止结束：“我看到我们站在半黑暗的小教堂里”，洗礼最终在这里举行。这种从外部空间到内部空间的运动在叙事上嵌入了寻找失踪朋友的公寓的过程，而这位朋友是文本的建筑中心人物。 （这个地点也构成了整本书第一部分的建筑中心。）“我”记忆中的地方——维也纳第二区的一个不确定的地方——并不是记忆中的地方，后者可以相对准确地定位。除了地理参考地点大学教堂（“童话诞生地”）、明斯克、罗兹 亚美尼亚电报数据 里加（驱逐城市）之外，还提到了船（和河流）和森林等著名的文学地点，每个地点都与可定位地点具有语义关系。
3.
“姓名和地址，这可不是全部！” [25]
:aichinger 项目的目标是[26]使作品中具有地理参考和语义意义的地点、精确而广泛的时间参考、人名和人物都可以被发现，从而创建一个工作基础，能够对该语料库中的时空事件进行系统而全面的分析。该项目尝试通过双重编码来实现这一目标：首先，使用可扩展标记语言（XML）以传统的编辑方式标记文本。为此，使用文本编码倡议 (TEI) 标准[27]来确保可能的其他互操作性。文本单元（例如以诗歌为单元）标有各自的日期、标题、页码和换行符、段落和突出显示。进一步，每个单词被分配一个标识符 (ID)，并用词性标注器 (RFTagger) 的信息进行丰富[28]。除了句法信息之外，这还提供了对系统识别的单词进行词形还原的可能性。该过程是自动化或半自动化的，并为进一步的工作奠定基础。
然后使用地理名称列表（Nominatim和维也纳市的开放政府数据）在文本中标记这些内容（也是自动的）。由于这一自动化过程有时会发现过多（例如“痛苦”），有时会发现太少（例如“诺曼底人”），因此必须手动纠正或补充这些标记。目前没有计划将地理信息参考写入 XML。因此，手动工作量仅限于标记文献位置。在自动化过程中标记这些是项目团队正在努力解决的挑战。因此，考虑使用语言特征进行这种自动标记。诸如“来自”或“到”之类的介词可以表示空间运动。但他们并非毫无例外地这样做；语言的时空纠缠在这里显现出来：例如»之前«既可以从空间的角度来理解，也可以从时间的角度来理解。[29] Katrin Dennerlein 也认为，“通过空间指涉表达来创造空间……因此，必须辅以读者的推理过程，读者对空间有日常的认识，并利用它来补充文本信息。” [30]
“她犹豫地看着我，”文章写道，“就像我现在想看着自己一样。” [24]来自另一个人的目光启动了一个看的过程，这个过程在语义上富含“看见”、“看穿”、“看透”、“瞬间”和“形象”，并且在下一段中系统地以“我看见我们”开头三次：“我看见我们再次靠在老教堂的墙上”，“我看见我们进入老教堂”，“我看见我们沿着长椅的右侧走着”。从教堂前面（外面）穿过教堂入口（门槛）到沿着教堂长凳（里面）的移动最终以现在的静止结束：“我看到我们站在半黑暗的小教堂里”，洗礼最终在这里举行。这种从外部空间到内部空间的运动在叙事上嵌入了寻找失踪朋友的公寓的过程，而这位朋友是文本的建筑中心人物。 （这个地点也构成了整本书第一部分的建筑中心。）“我”记忆中的地方——维也纳第二区的一个不确定的地方——并不是记忆中的地方，后者可以相对准确地定位。除了地理参考地点大学教堂（“童话诞生地”）、明斯克、罗兹 亚美尼亚电报数据 里加（驱逐城市）之外，还提到了船（和河流）和森林等著名的文学地点，每个地点都与可定位地点具有语义关系。
3.
“姓名和地址，这可不是全部！” [25]
:aichinger 项目的目标是[26]使作品中具有地理参考和语义意义的地点、精确而广泛的时间参考、人名和人物都可以被发现，从而创建一个工作基础，能够对该语料库中的时空事件进行系统而全面的分析。该项目尝试通过双重编码来实现这一目标：首先，使用可扩展标记语言（XML）以传统的编辑方式标记文本。为此，使用文本编码倡议 (TEI) 标准[27]来确保可能的其他互操作性。文本单元（例如以诗歌为单元）标有各自的日期、标题、页码和换行符、段落和突出显示。进一步，每个单词被分配一个标识符 (ID)，并用词性标注器 (RFTagger) 的信息进行丰富[28]。除了句法信息之外，这还提供了对系统识别的单词进行词形还原的可能性。该过程是自动化或半自动化的，并为进一步的工作奠定基础。
然后使用地理名称列表（Nominatim和维也纳市的开放政府数据）在文本中标记这些内容（也是自动的）。由于这一自动化过程有时会发现过多（例如“痛苦”），有时会发现太少（例如“诺曼底人”），因此必须手动纠正或补充这些标记。目前没有计划将地理信息参考写入 XML。因此，手动工作量仅限于标记文献位置。在自动化过程中标记这些是项目团队正在努力解决的挑战。因此，考虑使用语言特征进行这种自动标记。诸如“来自”或“到”之类的介词可以表示空间运动。但他们并非毫无例外地这样做；语言的时空纠缠在这里显现出来：例如»之前«既可以从空间的角度来理解，也可以从时间的角度来理解。[29] Katrin Dennerlein 也认为，“通过空间指涉表达来创造空间……因此，必须辅以读者的推理过程，读者对空间有日常的认识，并利用它来补充文本信息。” [30]