3. 技术实现
3.1 从 Word 到 XML – 工具和标准
对于文本标记，使用既定的标准来确保长期独立于程序和平台的数据进一步处理。原始数据收集（如前所述）最初是 Word 表格的形式，首先使用TEI OxGarage和正则表达式 (RegEx) 转换为 XML，然后手动编辑。
图 2：数据收集和转换（图片：Bibliotheca legum 2017）。
图 2：数据收集和转换（图片：Bibliotheca legum 2017）。
在创建层次结构和选择元素时，请注意确保它们尽可能接近根据 TEI P5 在手稿描述中使用的元素，以确保轻松生成。生成的语料库文件的主体由一个列表组成，其中包含一个 带有每个手稿的xml:id属性的<item>。该 ID 基于签名（对于手稿Admont，Stiftsbibliothek, 712 而言，该条目例如为<item xml:id="admont-sb-712" n="1">），并且也对应于此手稿的 xml 文件的后续 乌拉圭电报数据 文件名。一方面，语料库文件作为各种概述的数据基础（从而可以作为访问各个文本见证的渠道）。另一方面，符合 TEI 标准的手稿描述是使用 XSL 生成的，它反映了当前的研究状态并可供下载。这个工作流程意味着只需要在语料库文件中进行添加和更改。这些随后会自动反映在依赖文件中。[16]