Estructura de las Guías directrices

La Text Encoding Initiative se sustenta en primer lugar en las Guías directrices que establecen un modelo concreto de codificación. Estas pautas son publicadas por el mismo Consorcio, en acceso abierto, en su página oficial. La versión actual es la P5 (donde P corresponde a "Proposal") y se remontan al año 2007, aunque cada pocos meses la versión es actualizada con pequeñas mejoras. Su problema principal es que no son muy amigables, si se considera que su edición en papel llega casi a las 2.000 páginas. Aún así, constituyen el núcleo de cualquier trabajo en TEI, y su consulta es siempre inevitable.

Empecemos con la definición que ofrece la misma página web del Consorcio TEI:

De esta definición podemos establecer, pues, diferentes puntos:

• Las Guías directrices pretenden definir un modelo concreto de codificación basado en el lenguaje XML.
• El modelo se acompaña de una documentación detallada que razona y ejemplifica el tipo de codificación para cada una de las fenomenologías textuales.
• Su objetivo principal es el de representar los rasgos de la estructura, de la presentación y de la semántica textuales.
• Es un modelo destinado especialmente a documentos procedentes de las disciplinas en Humanidades y Ciencias Sociales y, sobre todo, pensado para la codificación de fuentes primarias para su análisis, procesamiento, edición y explotación.
• Establece un sistema modular donde cada uno de los módulos define una serie de fenomenologías textuales con soluciones específicas.
• Todo documento TEI se basa en un esquema XML.
• Es un sistema de código abierto y por tanto tenemos acceso de manera gratuita.
• Las Guías directrices se sostienen gracias a 1) el Consorcio TEI, 2) el Technical Council, y 3) la comunidad de usuarios.

Veamos pues de qué manera estas Guías directrices documentan el modelo en su página oficial.

La sección que ahora nos interesa es la que concierne a las directrices para la codificación y el intercambio de textos electrónicos. Esta documentación se debe concebir como una especie de manual, de recomendaciones y de buenas prácticas para la codificación de los textos en TEI; cuanto más familiarizados uno esté con las Guías directrices, más agilidad tendrá para concebir un marcado concreto para un determinado fenómeno textual o lingüístico o del tipo que sea.

Las Guías directrices pueden descargarse en diferentes formatos, pero lo más habitual -debido al volumen de las mismas- es hacerlo en su versión HTML en inglés o parcialmente en español.

La página se estructura en cuatro bloques que en realidad reflejan la estructura de todo documento TEI:

• "Front Matter" o Material preliminar: corresponde a lo que sería el elemento <front> que puede situarse antes del elemento <text> y suele contener informaciones complementarias, tales como los prólogos. Así, en esta sección encontraréis informaciones varias sobre las diferentes versiones, la codificación de los caracteres, pero sobretodo una "Gentle Introduction to XML", una introducción al lenguaje XML que os recomiendo vivamente que leáis si no lo habéis hecho ya.
• "Back Matter" o Material final: correspondería al elemento <back> y aquí encontraréis diversos apéndices, como por ejemplo la lista de todos los elementos existentes en TEI, en un primer momento clasificados por orden alfabético, y a continuación según los módulos diferentes. ¡Eso os dará una idea del conjunto!
• "Text Body" o Cuerpo del texto: correspondería al elemento <text> y es la parte más importante pues es la que describe cada uno de los veintiún módulos.
• "TEI Sourcecode" o código fuente TEI: este apartado contiene informaciones e indicaciones para utilizar el repositorio TEI en GitHub, una subversión del mismo, y un apartado dedicado a la recopilación de "bugs" o errores eventuales que puedan darse en la infraestructura TEI; hay también una lista de peticiones (por ejemplo, si alguien considera necesario la inclusión de un elemento que todavía no existe).

Cada proyecto de codificación, pues, debe crear su propio esquema a partir de una combinación de los módulos obligatorios y los módulos optativos. En total disponemos de veintiún módulos: cuatro son obligatorios (tei, core, header, textstructure), mientras que los otros son optativos en función de las necesidades del proyecto.

Los módulos obligatorios son:

Los módulos optativos son:

Cada módulo define una serie de etiquetas propias (de un total de aproximadamente 500 elementos), así como las clases de modelo y de los atributos.

Cada módulo tiene una presentación general, donde se explica el funcionamiento de cada uno de sus elementos. Por ejemplo, si estamos interesados en los diccionarios, tenemos a nuestra disposición la explicación general sobre diccionarios en las Guías directrices, y si necesitamos uno de sus elementos podemos acceder a su información individualizada, pongamos por caso <entryFree> (véase Figura 1).

Cada uno de los elementos, contiene siempte:

• una definición
• el módulo de pertenencia
• la clase de atributos que puede conllevar
• la clase de modelo del que forma parte
• la indicación de los elementos donde puede ser utilizado
• la serie de elementos que puede contener en su interior
• el fragmento de código del esquema (RelaxNG) que define su comportamiento
• un ejemplo concreto, con la posibilidad de recuperar todos los ejemplos existentes con ese elemento en las Guías directrices (opción "Show all").

En la lección sobre Tipologías tendremos tiempo de trabajar con algunos de estos módulos.

Como cabe imaginar, el mismo Consorcio prevé que la actualización constante, especialmente la evolución de P4 a P5, suponga cambios considerables. Por ello, ofrece consejos de migración y una Wiki sobre cuestiones relativas a TEI, entre ellas la migración entre versiones para aquellos proyectos que utilizaron la versión anterior de TEI P5.