Ein Beitrag von Marc Endesfelder
Textbasierte Datenformate, wie sie Keilschriftkorpora üblicherweise zugrunde liegen, bieten den Vorteil, unmittelbar von Menschen lesbar und bearbeitbar zu sein. Sie erschweren jedoch die computergestützte Auswertung der Texte und machen damit den wichtigsten Vorteil, den digitale Textkorpora üblicherweise bieten, teilweise zunichte: die Möglichkeit, gezielt und zuverlässig sämtliche Belegstellen eines Suchbegriffs zu finden.
So werden Zeichen und Lesungen in der Umschrift durch Buchstabenfolgen variabler Länge wiedergeben und sind mit einer Vielzahl von (unverzichtbaren) textkritischen Anmerkungen durchsetzt (etwa in Form von Klammern, Frage- und Ausrufezeichen oder Kommentaren), was das spezifische und zuverlässige Matchen eines Suchbegriffs schwierig und fehleranfällig macht.
Drüber hinaus geben die Transliterationen den Keilschrifttext nicht einfach nur wieder, sondern interpretieren diesen auch indem sie aus der z.T. sehr großen Anzahl möglicher Lesungen eines Zeichens oder einer Zeichenkombination wählen. Diese Interpretationen sind für das Korpus essentiell, da in vielen Fällen erst durch sie der oft sehr vieldeutige Text gezielt erschlossen werden kann. Gleichzeitig sind diese jedoch, besonders im Falle sumerischer Texte, zwangsläufig oft unsicher und inkonsistent. Die Möglichkeit, sowohl auf der Ebene der Lesungen als auch auf der Zeichenebene zu suchen, und dies auch zu kombinieren, ist daher unabdingbar, auf einem textbasierten Datenformat jedoch nur schwer umzusetzen.
Das Urukagina-Framework implementiert daher eine normalisierte, auf Maschinenlesbarkeit optimierte Repräsentation von Keilschrifttexten und stellt die nötigen Werkzeuge zur Verfügung, um zwischen dieser und verschiedenen menschenlesbaren Formaten zu konvertieren. Es definiert zudem eine Suchsprache, die es ermöglicht, mit einer intuitiven Syntax komplexe Suchanfragen an das Korpus zu stellen.
Das Framework dient als Infrastruktur für das Korpus des DFG-geförderten Projekts Writing Sumerian. Dieses strebt eine möglichst vollständige Analyse der Orthographie der sumerischen Texte des 3. Jahrtausends v. Chr. an, wofür ein möglichst umfassendes, vollständig digital erschlossenes Korpus dieser Texte die notwendige Grundlage bildet. Das Korpus umfasst neben einigen kleineren Textsammlungen alle sumerischen Texte der CDLI-Datenbank von der Fara- bis in die frühe altbabylonische Zeit sowie das vollständige BDTNS-Korpus, und wird somit erstmals einen Großteil der publizierten sumerischen Texte in voll durchsuchbarer Form zur Verfügung stellen.
Kurzvita
Marc Endesfelder ist wissenschaftlicher Mitarbeiter im Forschungsprojekt Writing Sumerian an der Ludwig-Maximilians-Universität München, wo er auch seinen Master in Altorientalistik gemacht hat.
In seiner Dissertation versucht er, die sumerische Orthographie auf ein sicher(er)es Fundament zu stellen und lässt sich dabei gerne von Computern helfen.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
IDCS (26. Februar 2021). Urukagina: Ein Framework für voll maschinenlesbare Keilschriftkorpora. IDCS - Initiative for Digital Cuneiform Studies. Abgerufen am 18. März 2025 von https://idcs.hypotheses.org/318