Ogni Hyperedizione nasce da un file XML-TEI principale per ogni opera, da cui derivano il testo e le risorse che il lettore trova nell'interfaccia; manoscritto, collazione e concordanza hanno dati propri, collegati alla stessa paginazione. Le stesse fasi, ripetute opera per opera, hanno reso il modello replicabile.
La colonna di sinistra è la catena principale; a destra, le componenti che lavorano sullo stesso testo e confluiscono nell'interfaccia.
Le sette fasi
- Il testo di riferimento. Si parte dal testo stabilito nell'Edizione Nazionale, con la paginazione del volume a stampa.
- La codifica strutturale. Si marcano pagine, partizioni, elenco dei personaggi, battute (con parlante e destinatario) e didascalie.
- Il regesto. In un foglio di lavoro condiviso i ricercatori raccolgono, per ogni opera, le schede di personaggi, luoghi (con coordinate), istituzioni, oggetti, voci di glossario, note di commento e risorse multimediali, indicando per ciascuna la pagina, la fonte esterna e il responsabile.
- La codifica semantica. Il regesto diventa la parte finale del file TEI (
back); nel testo si marcano le menzioni e i rimandi alle schede, e si ancorano le risorse alla pagina. - Validazione e controllo. Il file è validato sullo schema TEI e collazionato con l'edizione a stampa da un gruppo di controllo; le revisioni sono registrate nell'intestazione.
- La trasformazione per pagina. Il testo viene scomposto in unità corrispondenti alle pagine dell'edizione; fogli di stile XSLT generano una pagina HTML per ciascuna, che conserva i riferimenti alle schede, e un indice delle risorse pagina per pagina.
- La pubblicazione. Un file di configurazione, l'indice delle partizioni e la scheda dei crediti collegano i dati all'Hyper-interfaccia.
Tre componenti in parallelo
La concordanza
Il testo è lemmatizzato con Liotro Concord, il software sviluppato da Pietro Sichera per il CINUM su base dati relazionale 4D, secondo il modello di concordanza di Giuseppe Savoca: ogni parola è associata a un lemma, con categoria grammaticale e distinzione degli omografi. L'automatismo è rivisto parola per parola dai curatori, e ogni paragrafo è associato alla pagina dell'edizione.
Il manoscritto
Le carte sono trascritte e codificate in un file TEI dedicato, pubblicato con EVT 1; le immagini con le cassature più estese sono sottoposte a restauro digitale (campionatura dei pixel, trattamento dell'immagine, ricostruzione del passo).
L'edizione dinamica
La collazione dei testimoni a stampa è codificata con il metodo della segmentazione parallela e pubblicata con EVT 2.
Il passo successivo
Il passo successivo è l'unione dei dati della codifica con quelli della lemmatizzazione: legare ogni occorrenza sia al suo lemma sia al personaggio che la pronuncia permetterà di costruire vocabolari selettivi per personaggio.