«Commentarii» Петербургской академии наук: цифровое издание на латыни в TEI P5
Борис Орехов подготовил и выложил в открытый доступ цифровое издание первого тома «Commentarii Academiae Scientiarum Imperialis Petropolitanae» — первого научного журнала Российской академии наук, выходившего с 1728 года. Тексты выверены, размечены в TEI P5 и опубликованы как открытые данные на GitHub.
Что это за источник
«Commentarii» — журнал, в котором публиковались Даниил и Николай Бернулли, Якоб Герман, Христиан Гольдбах, Христиан Вольф. Язык — латынь. Тематика — математика, механика, астрономия, анатомия, ботаника, история. Для историков науки XVIII века это любопытнейший источник знания о математических методах эпохи, о научной коммуникации; историков латинского языка может заинтересовать научная речь в её позднем, «неолатинском» изводе.
Что именно сделано
Текст. Сканы взяты из Internet Archive (экземпляр из British Museum, Natural History), проведена OCR-коррекция. Главная сложность — историческая типографика: долгая s (ſ, U+017F), которую OCR систематически путает с f, лигатуры æ и œ, историческая орфография. В издании долгая s передана как обычная s; это осознанное редакционное решение, зафиксированное в <encodingDesc>.
Кодирование. Каждая статья — автономный TEI-документ с собственным <teiHeader>. Метаданные включают автора, заглавие (латинское и русское), источник, страницы, лицензию. Формулы переданы через <formula notation=”TeX”>, рисунки — через <figure> с указателями на <graphic>, ссылки в тексте — через <ref target=”#…”>.
Структура. Издание организовано как трёхуровневый <teiCorpus>: контейнер всего издания → контейнер тома → отдельные статьи. Это позволяет добавлять новые тома, не затрагивая существующие файлы.
Публикация. Репозиторий на GitHub: github.com/nevmenandr/commentarii. Лицензия CC BY 4.0. Файл CITATION.cff делает издание цитируемым как научный результат. На GitHub Pages — минимальный сайт с оглавлением и страницами статей на CETEIcean.
Корпус в цифрах
Общее: Всего XML-файлов: 37 Статей: 27 Слов: 97 278 Структура текста: Абзацев (<p>): 1401 Заголовков (<head>): 323 Примечаний (<note>): 35 Формулы и рисунки: Формул (<formula>): 573 Рисунков (<figure>): 30 Распределение по классам: astronomia: 1 historia: 3 mathesis: 13 physica: 10
Несколько наблюдений:
- 573 формулы на 97 тысяч слов — примерно одна формула на каждые 170 слов. Это очень высокая плотность математического содержания.
- mathesis (13) и physica (10) доминируют — 23 из 27 статей относятся к физико-математическому циклу. Historia представлена тремя статьями Байера о скифах и Кавказской стене, astronomia — одной работой Делилей.
Почему это интересно DH-сообществу
1. Неолатинский корпус в TEI. Большинство цифровых изданий латинских текстов — это либо античность, либо Средневековье. Новая латынь (латынь XV–XVIII веков) оцифрована гораздо хуже, хотя её объём огромен. Этот проект — один из немногих примеров неолатинского научного журнала, размеченного по современным стандартам.
2. Минимальная инфраструктура, максимальная устойчивость. Сознательно отказались от базы данных и серверной части. Чистый XML/TEI, статические HTML-обёртки для чтения через CETEIcean, GitHub как платформа, которая работает и не требует обслуживания. По духу это близко к тому, что делает проект Tolstoy Digital, но в другом масштабе и на другом материале.
3. Проверяемые данные. В репозитории есть скрипты validate_tei.py, check_refs.py, check_wellformed.py, stats.py — они проверяют схему, ссылки, целостность XML и собирают статистику.
4. Открытые метаданные. Каждая статья содержит <persName>, <orgName>, <title>, <date>. Это заготовка для будущего индекса имён, авторитетного файла и связей с внешними базами.
Пока не всё доделано: отсутствуют рисунки, выложен только первый том, но работа будет продолжаться.
Ссылки
- Репозиторий: github.com/nevmenandr/commentarii
- Сайт: nevmenandr.github.io/commentarii
- Лицензия: CC BY 4.0
- DOI: 10.5281/zenodo.23290892
Редактор издания: Борис Орехов (Boris Nuceus / Boris Orekhov)
