Definition
TEI
TEI ist ein Standard aus XML-Auszeichnungen, mit dem Forschende Texte wie Editionen, Briefe und Handschriften strukturiert erfassen.
TEI steht für Text Encoding Initiative und bezeichnet ein Regelwerk für die Auszeichnung von Texten in XML. Es legt fest, wie man Überschriften, Personen, Orte, Zeilenumbrüche, Korrekturen oder Anmerkungen markiert. Der Standard ist in den Geisteswissenschaften verbreitet, weil er auch komplexe Editionsbefunde abbilden kann.
Der Nutzen liegt in der Trennung von Inhalt und Darstellung. Dieselbe TEI-Datei lässt sich für Suche, Druck oder Weiterverarbeitung nutzen, ohne dass der Text neu getippt werden muss. Für Korpora ist das besonders wertvoll, weil Strukturinformationen erhalten bleiben.
Der Aufwand ist allerdings spürbar. Ein sauberes TEI-Projekt braucht klare Vorgaben, ein eigenes Anpassungsschema und geschulte Bearbeiter, die sich an die Regeln halten.
Verwandte Begriffe
- AnnotationAnnotation ist die Anreicherung von Texten mit zusätzlichen, maschinenlesbaren Informationen wie Wortarten, Strukturen oder Bedeutungen.
- KorpusKorpus ist eine systematisch zusammengestellte, digital vorliegende Sammlung von Texten für sprachwissenschaftliche Untersuchungen.
- WortartWortart ist die grammatische Kategorie eines Wortes, etwa Substantiv, Verb oder Adjektiv, die in der Wortartenbestimmung automatisch zugewiesen wird.
- RAGRAG ist ein Verfahren, bei dem ein Sprachmodell vor der Antwort passende Dokumente aus einer eigenen Quelle abruft und diese in die Anfrage einbezieht.