Rok akademicki 2005/2006 (semestr letni)

Wykład monograficzny (z laboratorium)

Moduł Studiów Filologiczno-Kulturoznawczych Europy Zachodniej
wykład ogólnouniwersytecki

Reprezentacja tekstów
w systemach komputerowych
    
dr hab. Janusz S. Bień, prof. UW
Katedra Lingwistyki Formalnej
jsbien@uw.edu.pl

Laboratorium: mgr Aleksander Buczyński     

TERMIN I MIEJSCE WYKŁADU:
czwartki, godz. 8³⁰-10⁰⁰, sala 5870
TERMIN I MIEJSCE LABORATORIUM ZOSTANĄ PODANE PÓŹNIEJ.

Choć zajęcia przeznaczone są przede wszystkim dla studentów informatyki, sam wykład -- po zarejestrowaniu się w systemie USOS (http://rejestracja.usos.uw.edu.pl/) -- może być na podstawie obecności zaliczany jako zajęcia ogólnouniwersyteckie. Studenci Studiów Filologiczno-Kulturoznawczych Europy Zachodniej mogą zaliczać wykład i ewentualnie laboratorium jako odrębne moduły na podstawie pracy semestralnej.

Celem zajęć jest zapoznanie uczestników z różnymi formami dokumentów elektronicznych oraz narzędziami do ich tworzenia i konwersji. Omówione zostanie m.in. reprezentowanie w komputerze znaków piśmiennych, struktury tekstów oraz informacji lingwistycznych ułatwiających przetwarzanie. Wspomniane zostaną również specyficzne formy tekstów stanowiących elementy interfejsu systemów komputerowych.

Program:

1. Teksty, ich autorzy i właściciele. Rodzaje tekstów elektronicznych.

2. Wprowadzania, reprezentacja i wizualizacja tekstów. Format DVI, PS, PDF, DjVu i pokrewne. WYSIWYG i "markup".

3. Reprezentacja struktury: LaTeX i systemy pokrewne.

4. Reprezentacja struktury: HTML, SGML, DocBook, TEI P3

5. Reprezentacja struktury: XML, XHTML, TEI P4

6. Reprezentacja struktury: Relax NG, TEI P5

7. Reprezentacja informacji lingwistycznych: TEI, CES (Corpus Encoding Standard)

8. Reprezentacja znaków piśmiennych: kody 7- i 8- bitowe

9. Reprezentacja znaków piśmiennych: UCS, Unicode

10. Teksty w interfejsach programów komputerowych

Ważniejsze źródła:

Text Encoding Initiative. http://www.tei-c.org/
Projekt DjVuLibre. http://djvulibre.djvuzone.org/
Konsorcjum Unicode. http://www.unicode.org/
Komputery i polszczyzna. http://www.mimuw.edu.pl/polszczyzna/
Localization Industry Standards Association. http://www.lisa.org/

Janusz S. Bień: Standard Unicode 4.0. Wybrane pojęcia i terminy. Biuletyn GUST z. 20, r. 2004, s. 9-14.
Janusz S. Bień, Krzysztof Szafran. Analiza morfologiczna języka polskiego w praktyce. Biuletyn Polskiego Towarzystwa Językoznawczego LVII (2001), s. 171-184. Za zgodą redaktora Biuletynu Prof. Kazimierza Polańskiego autoryzowana wersja tekstu jest udostępniona w Internecie w formacie PDF i Postscript
Janusz S. Bień. GNU Emacs 21 i L^ATEX2_e: piszemy artykuł naukowy. XIII European TEX Conference, April 29-May 3, 2002, Bachotek, Poland, pp 105-111 (ISBN 83-910954-2-8). Także Biuletyn GUST z 18, s. 21-27 . Tekst dostępny w formacie PDF i Postscript.
Janusz S. Bień: Teksty wielojęzyczne w edytorze GNU Emacs. Biuletyn GUST z. 16, r. 2001, s.  3-13. Tekst dostępny w formacie PDF i Postscript.
Janusz S. Bień: Jak powstaje polska norma. Transliteracja cyrylicy (PN-ISO 9-2000). Elektroniczny Biuletyn Informacyjny Bibliotekarzy, nr 8/2000 (16), wrzesień 2000. Wersja autoryzowana dostępna w formacie Postscript, PDF i HTML.
Janusz S. Bień. Język polski w sieciach komputerowych. ftp://ftp.mimuw.edu.pl/pub/users/polszczyzna/ogonki/rjp.ps.

Skrócona wersja niniejszego zawiadomienia jest również dostępna w formacie PDF i PostScript