corr 要素

[1] コーパスのタグセット各種の corr 要素は、 修正、校訂を表します。

[2] 誤植と思われる箇所は修正して corr 要素とします。 属性に原文の文字を示します。 >>29 #page=3, >>32 #page=8

[3] 漢文体・候文体は、 返読、補読、仮名開きをして corr 要素とします。 属性に原文の文字を示します。 >>32 #page=8

[5] 明六雑誌コーパス では、 必須の type 属性を、

• [6] erratum: 「誤字」
• [7] excess: 「衍字」
• [8] omission: 「脱字」

とします。 >>29 #page=16

[11] 国民之友コーパス では、 必須の type 属性を、

• [12] erratum: 「誤植の種類が誤字であることを表す。」
• [13] excess: 「誤植の種類が衍字であることを表す。」
• [14] omission: 「誤植の種類が脱字であることを表す。」
• [15] 返読前: 「返読の対象となる文字の、訓読前の文字と位置を表す。」
• [16] 返読後: 「返読の対象となる文字の、訓読後の文字と位置を表す。助動詞などは仮名に開いてテキスト化する。」
• [17] 補読: 「補読された文字を表す。」
• [18] 仮名開き前: 「返読は伴わないが仮名に開く対象となる文字の、開く前の文字と位置を表す」
• [19] 仮名開き後: 「返読は伴わないが仮名に開く対象となる文字の、開いた後の文字と位置を表す」

とします。 >>32 #page=26

[9] type が erratum, excess, 返読前, 仮名開き前 のとき、 originalText 属性に原文文字を示します。 >>29 #page=16, >>32 #page=26

[10] ルビ文字列を訂正する場合、 ruby や lRuby の rubyText は訂正後のルビ文字列とします。 そしてそれを corr に入れます。 corr の subType 属性を ruby とします。 originalText 属性を訂正前のルビ文字列原文とします。 >>29 #page=16, >>32 #page=26

[20] 返読の前後、仮名開きの前後は対になっています。 id 属性が同じもので対になります。 属性値は XML文書内の固有のIDとされます。 >>32 #page=26 例文では数字列になっています。

[21] 前は空要素にし、後は変更後のものを内容にします。

[22] 明六雑誌コーパス では漢文の書き下しを corr ではなく専用の kanbun 要素で記述していました。

[23] 記述方法は要素名以外ほぼ同じです。 kanbun 要素の type には、 返読前, 返読後, 補読 を指定できます。 >>29 #page=19

correction 要素 (C-XML)

[24] C-XML(文字ベースXMLデータ)詳細 現代日本語書き言葉均衡コーパス(BCCWJ), 2023-12-02T04:40:25.000Z https://clrd.ninjal.ac.jp/bccwj/c-xml.html

correction タグ(誤植の修正した文字を表す)があります。

生活基<correction type="erratum" originalText="盟">盤</correction>に
伸びを示し<correction type="omission">てGlt;/correction>いる
整備を<correction type="excess" originalText="を" />図るべく

関連

[4] 関連: gap, unclear

メモ