Cronaca di una codifica: scelte informatiche e scelte testuali nella rappresentazione XML-TEI della prosa medievale documentaria

L’articolazione della struttura logica del testo, nel punto in cui il livello logico si sovrappone fondendosi senza soluzione di continuità con il livello strutturale formale, il punto cioè in cui tendono a confluire forma e semantica, questa articolazione nel campo della prosa ha fatto emergere con più prepotenza rispetto a quella in versi il parziale gap esistente fra la matrice librario-tipografica della terminologia TEI e alcuni aspetti della mise en page manoscritta medievale.

Se da un lato l’utilizzo del tag <p> (paragraph) si imponeva come un obbligo per il fatto di rappresentare una sorta di marca distintiva della scrittura in prosa in opposizione al tag <l> per la scrittura in versi, cosa definire paragrafo nella realtà testuale medievale è stato invece abbastanza problematico, così come l’assenza di una nomenclatura standardizzata (e quindi ufficiale e condivisa) per quel che riguarda gli attributi relativi ai vari livelli di articolazione del testo, assenza che conduce inevitabilmente a proposte personali.

Poniamo a confronto i due mondi:

Nel primo caso possiamo individuare con facilità:

un contenitore capitolo, che dovremo identificare con un generico tag <div>, al quale a mio avviso dovrebbe essere d’obbligo associare almeno un attributo @type, un @xml:id e, consigliato, un @n, al fine di rendere ogni oggetto identificabile e quindi ricercabile e manipolabile. Considero quindi auspicabile un markup di questo tipo:

<div type=chapter xml:id=CHIPs1ch1 n=I>

(la forma dell’xml:id è ovviamente a scelta di ognuno, ma non sarebbero superflue anche in questo caso regole condivise per la sua costruzione. Nella formulazione che si propone, l’xml:id va letto come: CHIP [Comédie Humaine Illusions Perdues] s1 [section 1] ch1 [chapter 1])

Il contenitore-capitolo (mi chiedo se non sia auspicabile un tag specifico, che rappresenterebbe per la prosa il pendant logico di quel che il tandem <ls><l> rappresenta per la scrittura in versi) contiene i contenitori-paragrafo <p>, tipograficamente identificabili grazie a una serie di espedienti grafici: uno, fisso e universale, alla fine, cioè un a capo; e molteplici, variabili e contestuali, all’inizio, cioè rientri, forme specifiche delle lettere, ecc.

Il contenitore-paragrafo a sua volta contiene i contenitori-frasi <s>, delimitati nella mise en page tipografica da una lettera maiuscola all’inizio e da un segno di punteggiatura forte alla fine, o in modo più complesso, dalla presenza di segni di punteggiatura di media forza come ; e :.

Il contenitore-frase infine (un infine relativo dal momento che in realtà è possibile scendere sotto il livello della parola per arrivare al carattere, <c>) contiene le parole che compongono il testo, <w>.

               Capitolo
                    Paragrafo
                         Frase
                              Parola

In senso inverso, salendo al di sopra del capitolo, potremmo trovare altri contenitori possibili, variamente (dal punto di vista terminologico) identificabili: libro, parte, sezione ecc. Una matrioska di <div> (auspicabilmente contrassegnati da un @type) fino al macrocontenitore coincidente con l’opera stessa.

Se ora passiamo alle carte manoscritte, è evidente come le regole del gioco appena descritte risultino in alcuni casi inadeguate. In particolare, risulta molto forzata proprio la nozione di paragrafo, che pone un problema di base: cosa è identificabile in questa pagina come paragrafo? E come capitolo? E titolo? E frase?

La prima idea è stata quella di svincolarsi totalmente dalla terminologia/tags abitualmente associati alla prosa in una codifica TEI e proporre un’articolazione della logica del testo tutta basata sul tag <div>, opportunamente caratterizzato di volta in volta tramite il @type. Soluzione che, di fondo, non faceva che spostare il problema, dal momento che era poi necessario elaborare una nomenclatura specifica per i valori del @type: sotto l’apparenza di una scelta più anodina si faceva semplicemente basculare il problema dal nome dei tags al valore degli attributi.
Considerati quindi pro e contro, per una questione di omogeneità con le pratiche correnti, e anche per una questione ‘simbolica’, si è deciso in seconda battuta di recuperare i tags più tipici, che connotano quasi potremmo dire ‘esteticamente’ un file XML-TEI. L’elaborazione del modello è partita dal caso concreto su cui si stava lavorando, il ms. Grenoble 861, uno dei tre manoscritti latori del testo del Roman de Troie en Prose 2, e se ne è poi verificata la tenuta dapprima sugli altri due manoscritti testimoni di Prose 2, ms. Paris n.a.f. 9603 e ms. Oxford Douce 196, e successivamente su altri manoscritti in prosa. Pur nelle varianti, il sistema sembra aver tenuto.

Per prima cosa si è quindi identificato come contenitore mediano o centrale del testo (dei livelli superiori si parlerà in conclusione), visivamente ben definito, il blocco rappresentato da una rubrica e dal testo che la segue, testo che normalmente inizia con una lettera messa in evidenza attraverso qualche espediente grafico, generalmente un’iniziale filigranata. Si possono avere casi in cui la rubrica è assente, e sarà allora la sola iniziale a funzionare da identificatore del contenitore.

A questo blocco, identificato da un <div>, in mancanza di meglio per ora (si tratta di scelte terminologiche che richiederebbero discussioni condivise e non certo iniziative personali), si è attribuita la definizione di capitolo: @type=chapter. La rubrica è stata invece codificata attraverso un <head> @type=rubric. E si è infine attribuito, con un po’ di arbitriaretà e forse anacronismo (non celati né negati) come per il capitolo, la definizione paragrafo e il tag <p> alla porzione di testo identificata da una iniziale. Di fatto, nella maggior parte dei casi capitolo e paragrafo collasseranno l’uno sull’altro ma non si escludono casi in cui sotto una stessa rubrica saranno presenti potenzialmente più ‘paragrafi’.

Questa quindi la struttura portante proposta:


          <div type=chapter>
               <head type=rubric>
               <p>

Ad alimentare però dubbi più spinosi ci hanno pensato le strutture al di sotto del blocco testuale appena identificato, strutture che fuoriescono dalla questione articolazione logica dell’opera per ricadere in quella articolazione sintattica del testo. Il blocco definito come paragrafo è infatti spesso ritmato da maiuscole più o meno, o per nulla, decorate, a cui comunque, per il loro ruolo, ho deciso di attribuire il tag <hi>, come per le altre iniziali, con il valore dell’attributo @type="init-sec" per secondary initial. Normalmente, a questa iniziale fa da pendant di chiusura un punctus, ma non mancano anche casi in cui si ha la sola iniziale o il solo punctus. Al di là delle varianti, sembra comunque possibile generalizzare l’esistenza, al di sotto del blocco sopra individuato, di una segmentazione testuale di secondo livello delimitata da molteplici combinazioni possibili di iniziali e punctus, e dotata di compiutezza di senso e autonomia. Quanto alla sua definizione, ci si tornerà fra poco.

Tale segmentazione a sua volta può diventare contenitore di un’altra tipologia di segmento, sempre delimitata da un punctus ma non marcata da un’iniziale, e abbastanza corrispondente a quella che in senso moderno potremmo definire frase o inciso. Quel che può succedere, assumendo come struttura di riferimento questa tripartizione di livelli, è che i due contenitori appena citati in molti casi collassino l’uno sull’altro, cioè coincidano, così come avviene per il capitolo/paragrafo. Un po’ di ridondanza è il prezzo da pagare nel momento in cui si cerca un modello che possa essere generalizzato: se in alcuni casi c’è coincidenza fra i due livelli, in altri i due contenitori sono invece ben distinti e distinguibili. Questi segmenti rappresentano l’ultimo livello nell’articolazione del blocco testuale e, sempre con la consapevolezza di un minimo di anacronismo, si è attribuito loro il tag <s> sentence, benché talvolta, raramente a dire il vero, non contengano alcun verbo e talvolta separino i membri di un elenco, con un uso del punctus che assomiglia di più a quello della virgula suspensiva. Ma, lo si ribadisce ancora una volta, nel momento in cui si cerca un modello da generalizzare, ci si vede sempre costretti a ragionare in media e a passare sopra a qualche imprecisione.

In media la strutturazione proposta sta reggendo alla prova. È ovvio però che la definizione sentence vada intesa in senso contestuale con riferimento all’articolazione del testo manoscritto, e non in senso moderno. D’altronde, non era possibile applicare il tag <s> al contenitore superiore, intermediario fra quello che è stato definito paragrafo e questa unità minima individuata, dal momento che in quel caso la stonatura sarebbe stata anche maggiore, dato che questo contenitore di norma eccede quel che è definibile come frase. Parimenti, sempre per un problema di taglia ma in senso inverso, il contenitore intermedio mal si sarebbe adattato alla nozione di paragrafo, rispetto al quale risulta troppo limitato. In mancanza di una terminologia condivisa e ufficiale per la descrizione dell’articolazione del testo manoscritto medievale, e per non abusare in modo personale della terminologia retorica composta da membrum, colon, comma etc., si è quindi, un po’ banalmente forse, codificato questo contenitore intermedio con un @type="sub-par" per sub-paragraph.

La struttura finale adottata dall’attuale codifica di Prose 2 è dunque la seguente:


     <div type="chapter">
          <head type="rubric">
               <s>
                         <w>
                         <w> ...
               <s> ...
          <p>
               <seg type="sub-par">
                    <s>
                         <w>
                         <w> ...
                    <s>
                         <w>
                         <w> ...
               <seg type="sub-par"> ...

Come si è detto, e non si è negato, attribuzione di tags e terminologia adottata possono essere discutibili per via di alcune forzature che nascono dallo scontro fra la realtà manoscritta e l’origine tipografica della TEI. In alternativa, tutto il sistema potrebbe essere concepito ricorrendo a un sistema omogeneo di <div>, tag generico e non mentalmente connotato, ciascuno caratterizzato da un valore dell’attributo @type consono alla realtà manoscritta. Ma fissare gli elementi di questa nomenclatura richiede discussione e condivisione, e al di là dell’omogeneità apparente, allo stato attuale, sarebbe stata una scelta che non faceva altro che spostare il problema di fondo: quale nome attribuire ai vari contenitori testuali della pagina manoscritta? E, ancor prima, come individuare i contenitori-articolatori del testo medievale?

*This project has received funding from the European Union’s Horizon 2020 research and innovation programme under the Marie Sklodowska-Curie grant agreement No 886478



Citer ce billet
Marta Materni (2022, 10 octobre). Cronaca di una codifica: scelte informatiche e scelte testuali nella rappresentazione XML-TEI della prosa medievale documentaria. Florimont et Troie numériques. Consulté le 24 juin 2024, à l’adresse https://doi.org/10.58079/nmf8

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.