Цифровой Чехов: как устроено семантическое издание и где искать 4500 писем Чехова
На примере проекта Chekhov Digital онлайн-журнал «Системный Блокъ» рассказывает о семантическом издании и о том, чем оно полезно.
Проект Chekhov Digital посвящен изучению литературного наследия Чехова. Семантическое издание — это цифровая форма текстов, снабженных структурно-семантической разметкой, что позволяет проводить интеллектуальный анализ и систематизацию внутритекстовых компонентов.
Подобная разметка произведений Чехова осуществляется с использованием стандарта TEI. Структура каждого документа включает описание библиографических и небиблиографических метаданных. Корпус таких TEI-документов представляет труды писателя в виде единой семантической сети, которую можно использовать для последующего компьютерного анализа и надстройки интерактивной поисковой системы. Проект Chekhov Digital помогает исследователям изучать социальные связи Чехова и его обширную переписку — 4500 писем, написанных в 1875–1904 годах.
Часть сущностей локальной базы знаний Chekhov Digital автоматически связывается с внешней базой знаний «Викиданные», благодаря чему можно исследовать пересечения социальных сетей разных авторов. В рамках проекта также разрабатывается семантическое издание текстов Льва Толстого.
Еще на
эту тему
Какие новые жанры научно-популярных текстов о языке появились в новейшее время?
Топ-листы и мемы в дополнение к статьям и книгам
Кто эффективнее в изучении языка — человек или нейросеть?
«Язык опирается на врожденную систему знаний», — объясняет лингвист Наталия Слюсарь
Запретные слова: что думают лингвисты о нецензурной лексике как части русского языка
В издательстве МИФ вышла научно-популярная книга двух докторов филологических наук
Таджики, негры и евреи: что исследует лингвистическая конфликтология
Сотрудники НИУ ВШЭ рассказали коллегам об этом научном направлении и о результатах своих экспериментов
Слово «пожалуйста» может быть избыточным
Представляем некоторые публикации в третьем номере журнала «Русская речь» за 2025 год