Digitalizált szövegek XML-alapú feldolgozása a W3C legújabb ajánlásaival

A Neumann János Digitális Könyvtár és Multimédia Központ vezető szerepet tölt be a magyar kulturális örökség digitalizálásában. A könyvtár nagy múltra tekint vissza az SGML alapú szöveg-feldolgozási technológia alkalmazásában.

A világhálót működtető szabványokat kidolgozó szervezetek közül a World Wide Web Consortium (W3C) ajánlásait tekintjük iránymutatónak.

Legújabb digitalizálási projektjeink már túlmutatnak az egyszerű SGML alapú szövegfeldolgozáson, a feldolgozásra kerülő anyagokban már matematikai egyenletek, képletek, ábrák is szerepelnek.

Ezekben a speciális esetekben is a W3C legfrissebb ajánlásait követjük: a matematikai részekhez a MathML (Mathematical Markup Language) leírónyelvet, a méretezhető ábrák elkészítéséhez pedig az SVG (Scalable Vector Graphics) XML-alapú nyelvet használjuk.

A közeljövőben azt tervezzük, hogy a teljes SGML-re épülő szöveg-feldolgozási munkafolyamatot átszervezzük, és egy hatékonyabb, XML alapú rendszert dolgozunk ki.

A szövegfeldolgozáshoz kapcsolódó K+F munkát és annak eredményeit szeretném bemutatni előadásomban.

Tematika:

1. SGML alapú szövegfeldolgozás a Neumann-házban

• Leírónyelv és technológia
• A szövegfeldolgozás folyamata
• Példák a Neumann-ház digitális gyűjteményéből

2. Új igények és lehetőségek: a W3C ajánlásai

• Ajánlások, megoldások, előnyök
• Példák a Neumann-ház digitális gyűjteményéből

- A régi módszer: matematikai egyenletek képként (GIF, JPG, PNG)

- Az új módszer: a MathML alkalmazása

- Alternatív lehetőségek: matematikai egyenletek méretezhető képként (SVG)

3. K+F tapasztalatok, a fejlesztés új irányai

Budapest, 2003. január 6.

Kora András

Neumann János Digitális Könyvtár és Multimédia Központ Kht.