VerbaAlpina – Geolinguistica digitale nella zona alpina (Zitieren)

Beatrice Colcuc


(2213 Wörter)

Il presente contributo è stato redatto da Christina Mutter e Beatrice Colcuc in occasione della presentazione di VerbaAlpina nell'ambito dei Seminari di Cultura Digitale dell'Università di Pisa il 4 maggio 2022.

 




1. Il progetto VerbaAlpina

  • VerbaAlpina. Der alpine Kulturraum im Spiegel seiner Mehrsprachigkeit ('VerbaAlpina. L'area culturale alpina riflessa nel suo multilinguismo)
  • Atlante linguistico del territorio alpino
  • Finanziamento della Deutsche Forschungsgemeinschaft (DFG, Fondazione tedesca per la ricerca) dal 2014 come progetto a lungo termine (prospettiva fino al 2026)
  • Combinazione di linguistica e informatica nel quadro delle Digital Humanities
  • Cooperazione tra l'Istituto di Filologia Romanza e il Gruppo IT per le scienze umane (ITG) della LMU (Team)

2. VerbaAlpina: Studiare la complessità alpina

Studio del lessico dialettale delle tre famiglie linguistiche della regione alpina: romanza, germanica, slava (Romania alpina, Germania alpina, Slavia alpina). (Mappa interattiva)

2.1 Area di studio: la regione alpina

Area di ricerca di VerbaAlpina

  • Limitazione dell'area di studio: Perimetro della Convenzione delle Alpi
  • Convenzione delle Alpi: accordo internazionale (1995) tra gli 8 paesi alpini e l'UE per lo sviluppo sostenibile e la protezione delle Alpi
  • Superficie di 190.600 km2
  • include parti di 6 paesi diversi (D, A, CH, I, F, SLO) e 2 paesi completi (FL, MC)

2.2. Generalità dell'area alpina

  • 3 famiglie linguistiche rappresentate da continua dialettali
  • Gradi di frammentazione dialettale:
    • Romanza: molto frammentata
    • Germanica: abbastanza frammentata
    • Slava: poco frammentata
  • Le zone di distribuzione delle 3 famiglie linguistiche non possono essere limitate a stati specifici
  • Romanzo: varietà del continuum assegnabili a diverse lingue (francese, italiano, occitano, francoprovenzale, romancio, ladino e friulano)
  • Germanico: varietà alemanne e bavaresi, con alcune isole linguistiche walser e bavaresi antiche (cimbri) sul lato meridionale
  • Slavo: dialetti sloveni, usati anche nelle comunità italiane e austriache

I dialetti alpini sono:

  • storicamente primari, cioè originati nelle zone in cui sono parlati, solo successivamente sono stati coperti da lingue storicamente secondarie (poi standard)
  • usati localmente e all'orale

Lingue standard:

  • Uso a livello regionale / statale
  • Campo della scrittura, nei mass media
  • alfabetizzazione, comunicazione dei cittadini con l'amministrazione, produzione di testi letterari, ecc.
  • italiano, francese, tedesco, sloveno

Inoltre, presenza di lingue minori:

  • occitano
  • francoprovenzale/arpitano
  • romancio
  • ladino
  • friulano

cfr. minoranze linguistiche d'Italia

  • due livelli in scambio osmotico: i dialetti assorbono elementi dalle lingue standard e viceversa
  • i parlanti di alcune zone alpine parlano non solo una, ma due o tre lingue standard (e altrettanti dialetti)

2.3. Obiettivi di VerbaAlpina

  1. documentare aree di parole che spesso attraversano i confini di una delle tre famiglie linguistiche (geolinguistica interlinguistica)
  2. identificare le caratteristiche (soprattutto lessicali) comuni al di là dei confini individuali dei dialetti e delle lingue
  3. evidenziare i punti etnolinguistici in comune e le divergenze
  4. Superare la tradizionale limitazione degli stati-nazione

Esempi: lat. *excocta / butyrum

Cosa rende la regione alpina così interessante come area di studio?

  • ampia omogeneità etnografica e topografica (somiglianze geologiche, limitazione a singole forme economiche tradizionali)
  • forte eterogeneità linguistica (3 famiglie linguistiche, diverse lingue, grande diversità di dialetti)
  • zona di confine di diversi stati
  • rete relativamente densa di atlanti linguistici e dizionari

2.4. Domini concettuali

Lessico di:

Fase I: 10/14 -10/17, alpicoltura e lavorazione del latte

Fase II: 11/17-10/20, natura (formazioni paesaggistiche/meteorologia/fauna/flora)

Fase III: 11/20-10/23, vita moderna (ecologia/turismo)

Schema riassuntivo delle fasi progettuali di VerbaAlpina

  • I domini concettuali sono selezionati in base alla tradizione dell'etnolinguistica romanza
  • etnolinguistica = studio linguistico delle culture europee e non europee
  • La ricerca dialettologica nel senso di Cardona (Cardona 1995) è etnolinguistica quando i dati linguistici sono raccolti e analizzati in stretta connessione con la cultura quotidiana dei parlanti
  • nella tradizione romanza, la ricerca etnolinguistica è stata istituita dall'AIS (Atlante linguistico e tematico dell'Italia e della Svizzera meridionale)

Accesso ai domini concettuali attraverso:

Accesso ai tre domini concettuali attraverso la cartina interattiva

L'accesso ai domini concettuali attraveso la piattaforma di crowdsourcing

3. Dati

3.1. Atlanti e dizionari della regione alpina

La seguente cartina mostra le zone di rilevamento dei singoli atlanti e dizionari che coprono parti dell'area alpina:

Sprachatlanten und Wörterbücher im Alpenraum

Atlanti linguistici e dizionari nell'area alpina

Atlanti linguistici e dizionari nell'area alpina

3.1.1. Tipologia delle fonti

Gli atlanti linguistici utilizzati da VA come fonti di dati sono caratterizzati dalle seguenti caratteristiche:

  1. I dati ivi contenuti sono georeferenziabili: i comuni sono considerati come l'unità più piccola di riferimento
  2. Diverse famiglie linguistiche: romanza, germanica, slava
  3. Diverse tradizioni di ricerca (romanistica, germanistica, slavistica)

Atlanti linguistici romanzi

  • Mappe analitiche: le espressioni sono rese in maniera completa
  • Importanza della documentazione
  • Creazione di relazioni spaziali tra le fonti è lasciata al lettore
  • Sistema di trascrizione: Böhmer-Ascoli

Esempi: AIS map 1401, il fienile; ALF map 1, abeille

Atlanti linguistici germanici

  • Mappe sintetiche: le espressioni vengono sintetizzate e rese attraverso dei simboli
  • Le relazioni spaziali sono riprodotte sulla mappa
  • Sistema di trascrizione: Theutonista

Esempi:

VALTS IV, 36 1, Molke (Käsewasser)

VALTS IV, 36 1, Molke (Käsewasser) ('siero')

TSA, Karte 16, das Wetter

TSA, Karte 16, das Wetter (il meteo)

SLA: Atlante linguistico sloveno

vedi atlanti germanici

SLA, Karte 55, hlev za krave 'der Stall'

SLA, Karte 55, hlev za krave 'la stalla'

4. Diverse focus di interesse

  • BSA (Bayerischer Sprachatlas) / ALD-I e ALD-II (Atlant linguistich dl ladin dolomitich y di dialec vejins; Atlante linguistico del ladino dolomitico e dei dialetti adiacenti) non contengono nessuna mappa (o pochissime) relative a concetti fondamentali come CASARO, MUNGERE, CAGLIO, PASTORE ecc.
  • L'AIS (Sprach- und Sachatlas Italiens und der Südschweiz), invece, contiene molte carte su concetti etnografici e anche disegni di oggetti tipici alpini come la cartina1206, la zangola.

3.2. Crowdsourcing

Definizione:

"Crowdsourcing ist eine interaktive Form der Leistungserbringung, die kollaborativ oder wettbewerbsorientiert organisiert ist und eine große Anzahl extrinsisch oder intrinsisch motivierter Akteure unterschiedlichen Wissensstands unter Verwendung moderner IuK-Systeme auf Basis des Web 2.0 einbezieht." (Traduzione italiana: Il crowdsourcing è una forma interattiva di fornitura di servizi organizzata in modo collaborativo o competitivo che coinvolge un gran numero di attori motivati estrinsecamente o intrinsecamente di diversi livelli di conoscenza che utilizzano i moderni sistemi informatici basati sul Web 2.0) Martin/Lessmann/Voß 2008

  • Crowdsourcing di VerbaAlpina: i parlanti di un dialetto alpino vengono contattati direttamente e chiamati a fornire parole dialettali
  • Parallelamente alle fonti di dati stampati o digitali (vedi sopra), VerbaAlpina raccoglie nuovi dati provenienti dai parlanti di un dialetto alpino attraverso lo strumento di crowdsourcing

Obiettivi del crowdsourcing (Link alla piattaforma):

  1. bilanciare le incoerenze tra le fonti già disponibili
  2. eliminare le lacune o le imprecisioni
  3. marcare termini obsoleti come tali

Visualizzazione dei contributi crowd

  • simboli rotondi blu: luoghi dai quali VerbaAlpina ha registrato parole dialettali provenienti da crowd, la cifra indica il numero delle parole ricevute
  • Statistica Live 

3.3. Riassunto

  • Eterogeneità dei dati
  • Scopo: struttura
  • Principio: semplificare il confronto tra i dati e le fonti

4. Elaborazione dei dati

Tre fasi principali, ma:

Problema: acquisizione di dati specificamente da atlanti linguistici

Sistemi di trascrizione usati negli atlanti linguistici (per esempio AIS: Böhmer-Ascoli) non sono sempre codificati in Unicode (quindi non è sempre possibile rilevare con OCR)

Soluzione:

4.1. Trascrizione

  • Prima fase dell'omogeneizzazione dei dati
  • VerbaAlpina utilizza il BetaCode (sistema di trascrizione elaborato dal Thesaurus Linguae Graecae).
  • Regole di trascrizione: ad ogni carattere specifico di ogni atlante corrisponde uno o più caratteri ASCII

Tool

Sistema di trascrizione di VerbaAlpina

  • Dati crowd non vengono trascritti

La tabella seguente mostra i dati nella tabella Aeusserungen (espressioni, parole grezze)

4.2. Tokenizzazione

  • I dati linguistici trascritti (oppure i dati dal crowd) vengono segmentati in token
  • I token vengono convertiti in IPA

Il processo di tokenizzazione funziona come segue:

Forma in Beta Code Forma in IPA CONCETTO
una1 mu:g/a1 da1 va/c)/ unɑ myʤɑ dɑ vˡaʨ MANDRIA DI MUCCHE
Tokenizzazione
una1 unɑ ARTICOLO
mu:g/a1 myʤɑ MANDRIA
da1 PREPOSIZIONE
va/c)/ v ˡaʨ MUCCA
  • Tool per la tokenizzazione (Id_stimulus 1550)

4.3. Tipizzazione

  • Uno dei compiti centrali di VerbaAlpina
  • Raggruppamento di attestazioni linguistiche secondo le caratteristiche linguistiche
  • Scopo della tipizzazione: strutturare la varietà delle varianti linguistiche in modo gestibile
  • Definizione di "tipo morfo-lessicale": classe di espressioni linguistiche / rappresentante di un gruppo di varianti fonetiche
  • Le attestazioni linguistiche che condividono le seguenti proprietà, sono raggruppate sotto lo stesso tipo morfo-lessicale:
    1. Famiglia linguistica
    2. Categoria grammaticale
    3. Affissazione
    4. Genere
    5. Tipo di base lessicale
Token kˈaːvra kabrˈuŋ kavrˈɛt kawrˈɛt
Famiglia linguistica roa roa roa roa
Categoria grammaticale sub sub sub sub
Affisso - + + +
Genere f m m m
Tipo morfo-lessicale capra caprone capretto capretto
Tipo di base lat. capra lat. capra lat. capra lat. capra
  • La forma di un tipo morfo-lessicale è rappresentata dai lemmi dei dizionari di riferimento:
    • Gruppo germanico/slavo: solo una lingua standardizzata (tedesco e sloveno)
    • Gruppo romanzo: tutti i tipi morfo-lessicale sono rappresentati dalle forme standard francesi e italiane, se disponibili (beurre/burro; lait/latte ecc.); altrimenti, si prende solo una delle due forme (italiano O francese), come nel caso di ricotta; se non esiste una variante del tipo in nessuna delle due lingue romanze di riferimento, si usa la voce di un dizionario dialettale (BLad, LSI ecc.);
    • Nel caso non siano disponibili voci adatte nei dizionari di riferimento, VerbaAlpina propone un tipo morfo-lessicale proprio.
  • Tipo di base: la prima forma storicamente attestata di quel tipo ((≅ etimo, ma l'etimo si riferisce allo strato linguistico immediatamente precedente)

5. Accesso ai dati

5.1. Mappa interattiva

5.2. LexiconAlpinum

Link

  • Elenco in ordine alfabetico di tipi morfo-lessicali, tipi di base e concetti raccolti da VerbaAlpina
  • Commenti linguistici: in caso di informazioni insufficienti nei dizionari di riferimento o per concetti centrali come FORMAGGIO, BURRO, CASCINA DI MONTAGNA, ecc.
  • Varie opzioni tramite icone:
    • Visualizzare i dati sulla mappa interattiva
    • Citare la voce (attraverso il link diretto)
    • Cliccando su "dati" si accede a tutte le informazioni raccolte nella finestra informativa della mappa interattiva (link agli articoli corrispondenti nei dizionari di riferimento, link all'elemento Wikidata, ecc.)
  • Obiettivo: contestualizzare lessicograficamente ed enciclopedicamente il materiale VA
  • Esempio: Anke (gem m.)

5.3. API

  • API: "application programming interface" ‚interfaccia di programmazione di un'applicazione'
  • API di VerbaAlpina

6. I principi FAIR

Dati di ricerca devono essere FAIR:

  • F_indable (ritrovabile)
  • A_ccessible (accessibile)
  • I_nteroperable (interoperabile)
  • R_eusable (riutilizzabile)

--> principi postulati da Wilkinson 2016 come principi guida per la gestione di dati scientifici

Dati di ricerca sono...

F_indable --> tramite cataloghi di biblioteche e aggregatori di dati

A_ccessible --> tramite licenze open access

I_nteroperable --> attraverso la compatibilità dei database e la loro interconnessione

R_eusable --> risulta da F, A, I

6.1. Cosa fa il progetto VerbaAlpina per rendere i suoi dati FAIR

F_indable

Cooperazione con la Biblioteca Universitaria dell'Università di Monaco (i dati di VerbaAlpina sono disponibili su UB Discover, versione 19/1 + 19/2) e i due progetti che si occupano della gestione dei dati di ricerca "e-humanities-interdisziplinär" (fino al 2021) e "GeRDI" (Generic Research Data Infrastructure) (fino al 2019)

A_ccessible

Licenza Creative Commons (compatibile con open access e open source) per tutti i dati gestiti da VerbaAlpina (fino alla versione 18/1: CC BY SA 3.0, dalla versione 18/2: CC BY SA 4.0)

I_nteroperable

  • attraverso una granulazione fine dei dati tramite
    - elaborazione strutturata dei dati (trascrizione, tokenizzazione, tipizzazione)
    - assegnazione di dati normativi (Q-ID, L-ID, GND, GeoNames ecc.)
    - arricchimento con metadati in formato DataCite e CIDOC CRM
    - assegnazione di identificatori persistenti (per esempio DOI, Digital Object Identifiers)
  • accesso a dati primari e metadati (tramite mappa interattiva, Lexicon Alpinum, API)

R_eusable

risulta da F, A, I

  • i requisiti di F, A, R mirano a essere sia human readable (leggibili dall'uomo) che machine readable (leggibili dalla macchina) --> si applicano alla comunicazione uomo-macchina-uomo e alla comunicazione macchina-macchina
  • I --> si applica solo alla comunicazione macchina-macchina, MA: è fondamentale per il progresso della ricerca

6.1.1. Interoperabilità: Assegnazione di dati normativi

Dati normativi creati da VerbaAlpina

Per le 3 entità principali

- tipi morfo-lessicali: L
- concetti: C
- comuni: A

Per esempio:

L1435, „babeurre (m.) (roa.)“
C612, „ALMHÜTTE“ (baita)
A60171, „Sils in Engadin/Segl“

Identificatori persistenti di istituzioni esterne (basi di conoscenza (knowledge bases), banche dati che contengono dati normativi, dizionari di riferimento)

  • Q-IDs di Wikidata (per concetti), in parte anche L-IDs di Wikidata (per tipi morfo-lessicali)
  • in parte i cosiddetti GND della Biblioteca Nazionale Tedesca (per i concetti) (Gemeinsame Normdatei, file standard comune)
  • GeoNames di www.geonames.org (per comuni)
  • Codici ISO 639-3 (per lingue)
  • Identificatori di dizionari di riferimento (per tipi morfo-lessicali + tipi di base)
  • DOIs (Digital Object Identifiers, assegnato ad ogni singolo dato)

 


Bibliographie

  • AIS = Jaberg, Karl / Jud, Jakob (1928-1940): Sprach- und Sachatlas Italiens und der Südschweiz, Zofingen, vol. 1-7
  • Cardona 1995 = Cardona, Giorgio Raimondo (1995): La foresta di piume. Manuale di etnoscienza, Roma, Bari, Laterza
  • Martin/Lessmann/Voß 2008 = Martin, Nicole/ Lessmann, Stefan/ Voß, Stefan (2008): Crowdsourcing: Systematisierung praktischer Ausprägungen und verwandter Konzepte, Berlin, in: Bichler, Martin: Multikonferenz Wirtschaftsinformatik 2008, GITO-Verlag. Link
  • Wilkinson 2016 = Wilkinson, M. D. et al. (2016): The FAIR Guiding Principles for scientific data management and stewardship, in: Scientific Data 3:160018. Link