Introduzione

Il progetto Spectateurs (Moralische Wochenschriften), in italiano Spettatori, mette in rete una collezione digitale di settimanali moralistici europei in continua crescita risalenti al diciottesimo secolo. Il progetto, che può essere considerato un corpus di riferimento in materia, prende il nome dal quotidiano inglese 'The Spectator', apparso per la prima volta nel 1711 e imitato in tutt'Europa durante l'Illuminismo sia come quotidiano che come settimanale. Il carattere brillante ed educativo di questa tipologia di giornale sollecitò l'interesse di lettori e lettrici di diversa estrazione e classe sociale, nonostante fosse principalmente rivolto a un pubblico borghese (Ertler, 2012).

Spectateurs (Moralische Wochenschriften) – d'ora in poi MWS – si propone di raccogliere ed esporre tutti questi settimanali per uno studio approfondito della comunicazione di massa e del panorama socio-culturale illuminista, nonché dell'influenza esercitata da questo genere letterario-giornalistico sulla narrativa moderna. Il progetto, unico nel suo intento, è diretto da Klaus-Dieter Ertler dell'Istituto di Lingue Romanze dell'Università di Graz in collaborazione con il Zentrum für Informationsmodellierung austriaco. L'iniziativa più vicina è Europeana Newspapers. https://web.archive.org/web/20170827081704/http://www.europeana-newspapers.eu/. Il testo introduttivo del progetto è datato febbraio 2011 ma la durata ufficiale del progetto non è specificata. La pagina Imprint,Vedi: http://gams.uni-graz.at/archive/objects/context:mws/methods/sdef:Context/get?mode=imprint&locale=en (Consultato: 3 aprile 2017). obbligatoria per siti pubblicati in paesi germanofoni e solitamente utilizzata per dichiarazioni legali e recapiti, non fornisce informazioni circa le risorse economiche del progetto e neppure un recapito. L'unico indirizzo email visibile è nascosto nelle schede dei metadati Dublin Core allegate a ciascun giornale (Fig. 1).

Obiettivi e contenuto

L’unico contatto email del progetto è reperibile dalle schede metadati Dublin Core allegate ai giornali attualmente disponibili nel database.

Schermata di MWS. In questo esempio, il quarto numero della Gazzetta Veneta, la citazione bibliografica si trova a capo pagina. La trascrizione del testo è disponibile in due formati, XML (TEI P5) e PDF, ed il menù di destra fornisce altre modalità di visualizzazione.

L'utente può consultare il sito di MWS in diverse lingue europee (tedesco, inglese, francese, italiano e spagnolo). La pagina iniziale di ciascuna versione riassume il contenuto del progetto e ne spiega le motivazioni. Manca tuttavia una documentazione dettagliata che fornisca i particolari della codifica XML (TEI P5) e delle scelte editoriali e che chiarisca il motivo per cui i giornali non siano trattati in ugual modo: alcuni, per esempio, sono accompagnati da indici di persone, luoghi e opere, altri no. Tali disparità sono probabilmente riconducibili a lavori in corso ma è difficile sapere con esattezza non dispondendo di informazioni correnti.

Il progetto non risponde a domande di ricerca specifiche ma si presenta come "una banca dati centrale per tutti i giornali moralistici europei" aperta a coloro che nutrono un interesse per il periodo storico e il genere letterario. L'accesso alla risorsa è diretto: non richiede fastidiosi login o l'installazione di particolari programmi per l'utilizzo.

I giornali sono catalogati per paese d'origine e divisi nei loro rispettivi volumi o numeri. Ciascun volume presenta una scheda di metadati esauriente (Fig. 1) e alcune di queste informazioni sono opportunamente riunite e ripetute a capo pagina in forma di citazione bibliografica (Fig. 2).

Un esempio d'interattività nel testo della Gazzetta Veneta. La selezione della casella 'Opere' nel menù di destra evidenzia in rosso le opere citate nel testo.

La trascrizione del testo di ogni giornale è disponibile in due formati scaricabili, XML (TEI P5) e PDF, identificabili tramite le corrispondenti icone. Una barra menù laterale offre ulteriori opzioni di visualizzazione (Fig. 2): la 'Versione stampabile (Visualizzazione Originale)' è un duplicato del PDF già accessibile mediante l'icona rossa; la 'Versione stampabile (Visualizzazione dell'analisi)' consiste nella combinazione del formato PDF e di annotazioni testuali; 'XML (TEI P5)' è un duplicato del file già accessibile mediante l'icona gialla; e, infine, 'Voyant Tools' conduce l'utente a una visione interattiva e statistica del testo.Vedi: https://voyant-tools.org/ (Consultato: 3 aprile 2017). Le caselle di controllo sottostanti conservano una certa interattività anche all'interno di MWS: la selezione della casella 'Opere', per esempio, evidenzia in rosso tutte le opere citate nel testo (Fig. 3), lo stesso vale per la casella 'Luoghi' come anche per le altre. La voce del menù 'Visualizzazione dell'analisi' permette di consultare le annotazioni di ciascun testo.

MWS non fornisce traduzioni dei testi né una bibliografia sull’argomento o elenco di pubblicazioni derivanti dal progetto.

Metodi

Le scelte di grafica della risorsa non sono precisate ma la struttura organizzativa dei testi è intuitiva e semplice. Non è precisato quante e quali lingue andranno a costituire il database né quale sarà il numero totale dei giornali e quando essi diverrano elettronicamente fruibili. Attualmente (marzo 2017) il progetto mette a disposizione 11 giornali italiani, 22 spagnoli, 4 tedeschi, 15 francesi e 1 inglese per un totale di 53 giornali. Questo numero, tuttavia, non coincide con i 44 giornali riportati nella voce 'Lista Completa' del menù principale.

Il progetto non fornisce informazioni circa le fonti dei testi qui raccolti, per cui non è dato sapere se e come la digitalizzazione è stata effettuata o se i giornali provengano da edizioni digitali esistenti.La consultazione del <teiHeader> delle versioni XML dei testi, dove queste informazioni vengono spesso riportate, non contiene dettagli a riguardo. Non avendo accesso alle scannerizzazioni dei giornali e mancando di documentazione circa i criteri di codifica XML (TEI P5), non è chiaro se le trascrizioni di MWS siano diplomatiche, semi-diplomatiche o interpretative. Da una rapida analisi dell’ortografia, si potrebbe ipotizzare una diplomatica.

Difficile quantificare il corpus con esattezza: un download del progetto dal server austriaco conta circa 4.5 GB di dati fra giornali (inclusi alcuni testi non attualmente disponibili in rete ma probabilmente prossimi alla pubblicazione), metadati e file annessi. Le numerosissime cartelle e sottocartelle non permettono di calcolare il numero totale di parole ma, date le dimensioni del download, si tratta sicuramente di centinaia di migliaia di tokens.

Esempio di un testo annotato e del rapporto gerarchico delle annotazioni.

L'elemento <encodingDesc> nel <teiHeader> del giornale Il Filosofo alla Moda: Lezione IV contiene la lista, in tedesco, di possibili annotazioni, ognuna contrassegnata da un xml:id.

La qualità dei dati è alta e non necessita quindi di correzioni. La mole del corpus, sebbene ancora in fase di elaborazione, e la cura dei testi permettono all'utente di usare questo progetto per analisi su larga scala.

Nell'elemento <body> dello stesso giornale le relative annotazioni vengono invocate tramite l'xml:id dichiarato nel <teiHeader> (vedi Fig. 5). Qui viene riportato un Livello 3 (@type=E3) e un esempio (@type=EX).

Le annotazioni esistenti sono divise in due categorie: i Livelli di rappresentazione narrativi dividono il testo in unità narrative (per un massimo di sei) e ne illustrano i rapporti gerarchici; le Forme narrative, invece, descrivono la tipologia o forma, appunto, di queste unità. L'esempio in Figura 4 riporta solo tre livelli di rappresentazione narrativa: il Livello 1 contiene la forma citazione e il Livello 2; il Livello 2 contiene il Livello 3, il quale, a sua volta, contiene la forma narrativa Racconto generale. L'utente può selezionare e spuntare livelli e forme narrative a piacere. Le annotazioni di ciascun giornale non vengono effettuate separatamente ma all'interno della corrispettiva trascrizione XML (TEI P5), come illustrato in Fig. 5 e 6. Bisogna sottolineare nuovamente come l’assenza di documentazione non dia informazioni sulla visualizzazione di tali annotazioni o di come queste possano essere gestite nel workflow. Si suppone, pertanto, che, dato il formato di codifica, ci siano uno o più fogli di stile XSLT (Extensible Stylesheet Language Transformations).

I metadati relativi a Il Filosofo alla Moda: Lezione IV sono forniti nel <teiHeader> del file di trascrizione XML (TEI P5).

Nei file di trascrizione XML (TEI P5) troviamo anche i metadati relativi ai fogli e agli editori responsabili della codifica (Fig. 7). Alcuni di questi dati si sovrappongono ai metadati archivistici forniti dalle schede Dublin Core di ciascun giornale.La Dublin Core® Metadata Initiative (DCMI) è un'iniziativa volta alla gestione e allo sviluppo di standard di archiviazione digitale. http://dublincore.org/ (Consultato: 3 aprile 2017). Le trascrizioni XML (TEI P5) del progetto sono governate da uno schema XMLDisponibile qui: http://gams.uni-graz.at/mws/schema/mws.xsd (Consultato: 3 aprile 2017) conforme all' ISOcat Data Category Registry. e l'infrastruttura del progetto è predisposta per la connessione ad altre risorse digitali tramite metodologie di Linked Open Data (LOD), come vedremo più avanti.

Dati forniti e riutilizzo

Tutti i testi di MWS, come anticipato in precedenza, sono individualmente scaricabili sia in formato PDF che XML (TEI P5). Una versione TXT, spesso preferita da coloro che svolgono analisi testuali automatiche, non è fornita ma reperibile in tre modi: rimuovendo tutti i marcatori dal formato XML; copiando, incollando e ripulendo il testo HTML così come presentato nel sito; oppure, se in possesso di abilità tecniche, scaricando l'intera risorsa e rimuovendo i dati non necessari in maniera automatica.Per esempio, tramite l'interfaccia a linea di comando con 'wget -r'. Attualmente, infatti, il progetto manca di un metodo efficiente per il download completo del corpus, sia esso per mezzo di un API, di un'architettura REST o di un archivio .zip. Come quello – molto comodo – proposto dalla biblioteca digitale digilibLT. Vedi: http://digiliblt.lett.unipmn.it/g_bulk_opere.php (Consultato: 3 aprile 2017).

Interfaccia

La schermata dei risultati relativi alla ricerca semplice del termine 'verona'. La schermata è ambigua in quanto le opzioni di ricerca avanzata nel menù di destra non servono a filtrare questi risultati ulteriormente.

MWS è fruibile in francese, inglese, italiano, spagnolo e tedesco, ma alcune pagine sono solamente disponibili in inglese e tedesco.Per esempio, la pagina 'Aiuto'. Ciononostante, grazie alla semplicità dell'interfaccia, la ricerca dei testi risulta estremamente intuitiva. Le voci del menù non sono ambigue ma ci si aspetterebbe più contenuto nelle pagine d'introduzione al progetto.

L'interfaccia permette di consultare i giornali singolarmente, non l'intero corpus. Si possono effettuare sia ricerche semplici mediante l'apposita barra di ricerca sia ricerche più avanzate cliccando su 'Cerca ampliata' nel menù principale. Come si può osservare dalla Fig. 8, una ricerca semplice del termine 'verona' riporta i testi che lo contengono. La schermata dei risultati diventa però ambigua quando l’utente vuole fare delle ricerche più raffinate. La ricerca ampliata a destra dei risultati, suggerisce la possibilità di aggiungere ulteriori filtri. Selezionando, però, ad esempio, 'Passione' dalla voce 'Soggetti', i risultati precedenti vengono annullati e sostituiti con quelli pertinenti a 'Passione'. Per ottenere risultati che contengano il termine 'verona' assieme a un ulteriore soggetto come 'Passione' bisogna, quindi, usare un operatore Boolean nella barra di ricerca semplice, ovvero 'verona AND passione'. Le modalità di ricerca sono descritte in una pagina separata, la pagina 'Aiuto' attualmente disponibile solo in inglese e tedesco e accessibile tramite il bottone posto sotto 'Cerca ampliata'. Per risolvere questa ambiguità e assistere gli utenti nella ricerca, tali istruzioni potrebbero essere rese più visibili nelle schermate di ricerca.

Per l'analisi dei testi, invece, l'utente può scegliere di manipolarli tramite l'integrazione con Voyant Tools o in via del tutto indipendente. Voyant Tools è uno strumento web di analisi testuale che offre visualizzazioni statistiche d'insieme per ogni testo (word-cloud, occorrenze di parole, dimensioni del testo, ecc.). L'utilità di tali visualizzazioni è soggettiva ma l'intento di questo strumento è di riproporre i testi in chiave statistica e relazionale. Per analisi più avanzate, è necessario scaricare i file di cui si ha bisogno in locale. Il progetto purtroppo non fornisce l'opzione di scaricare la totalità dei dati come file unico. Una soluzione è di recuperare i dati con il comando wget per mezzo dell'interfaccia a linea di comando. In questo modo però non vengono solo scaricati i file XML (TEI P5) ma una quantità ingente di file attinenti, quali metadati e le pagine di presentazione per ogni giornale nelle lingue proposte.Si consiglia perciò a coloro che desiderino scaricare la risorsa in questo modo di fare ciò su un server o di liberare circa 5GB di spazio sul proprio computer.

L'unico elemento interattivo dell'interfaccia di questo progetto si basa sulla possibilità di (de)selezionare diversi livelli d'annotazione.

Preservazione

La documentazione attuale del progetto disponibile sul sito MWS è disomogenea e non sufficientemente dettagliata soprattutto per quanto riguarda le tempistiche e le scelte editoriali. Una panoramica tecnica è invece accessibile tramite il sito ufficiale del Zentrum für Informationsmodellierung, responsabile per lo sviluppo dell'infrastruttura GAMS (Geisteswissenschaftliches Asset Management System) che sostiene il progetto.Disponibile qui: https://web.archive.org/web/20170827082311/http://gams.uni-graz.at/docs (Consultato: 3 aprile 2017). GAMS si basa su FEDORA (Flexible Extensible Digital Object Repository Architecture) e segue perciò gli standard di preservazione da esso previsti, nonché quelli di OAIS (Open Archival Information System) e di Linked Open Data (LOD).Come riportato nella documentazione tecnica di GAMS, una componente dell'infrastruttura del progetto, Cirilo, può essere utilizzata come OAI harvester e quindi essere collegata a risorse quali Europeana. Vedi: https://web.archive.org/web/20170827082311/http://gams.uni-graz.at/docs#cirilo (Consultato: 3 aprile 2017). La documentazione di GAMS dedica un'intera sezione all'esposizione del concetto di preservazione digitale a lungo termine e a come GAMS ne adempia i requisiti. Nel 2014, infatti, la certificazione Data Seal of Approval ha riconosciuto GAMS come "trusted digital repository" e, pertanto, come iniziativa impegnata a garantire il continuo accesso alle proprie risorse digitali.

Il progetto è protetto da una licenza Creative Commons Attribution-NonCommercial-ShareAlike, la quale regola l'uso di tutti i dati costituenti MWS. Per ogni giornale, GAMS fornisce un URL permanente generato dal server del Zentrum für InformationsmodellierungOgni URL GAMS è prefissato dal codice 11471. Per esempio 'hdl.handle.net/11471/513.20.1803'. nonché un identificatore permanente (PID) nel <teiHeader> di ciascun documento.

Conclusione

In conclusione, MWS, sebbene ancora in fase di elaborazione, raggiunge lo scopo di rendere elettronicamente fruibili una collezione di giornali moralistici europei del diciottesimo secolo. Lo USP o "argomentazione esclusiva di vendita" del corpus è un progetto di respiro europeo, in quanto gli utenti possono studiare e paragonare lo sviluppo di questo genere letterario nelle diverse nazioni in un determinato periodo e contesto storico. Le opportunità di ricerca offerte dal progetto sono molte e di potenziale interesse per un pubblico vasto (linguisti, storici, critici letterari, ecc.).

C'è tuttavia spazio per migliorare: quanto più la qualità dei dati forniti è alta, tanto meno lo è quella della documentazione circa le scelte editoriali, la grandezza stimata del corpus e la tempistica di pubblicazione dei successivi numeri. Si suggerisce quindi una maggiore attenzione alla stesura di una documentazione dettagliata e di prevedere un archivio di tutti i dati per un download completo dell'attuale collezione.