RICERCA ITALIANA     

Strumenti di ricerca per gli archivi letterari digitali del Novecento italiano (STRALE.DI.AD900.IT)

Università degli Studi di Firenze

Abstract

STRALE.DI.AD900.IT è un progetto di ampio respiro e a lungo termine che prevede la costituzione progressiva di un archivio letterario digitale del Novecento italiano. Nel biennio 2003-2005 è stato realizzato un primo stadio del progetto globale, con l’impianto, il primo popolamento di dati e la realizzazione delle procedure informatiche di interrogazione espressamente progettate per un archivio digitale. Il principio generale dello strumento è quello di consentire l’accesso differenziato per permessi alle schede catolografiche d’archivio, compilate e strutturate secondo parametri standard ISAD e personalizzate aggiuntivamente con campi funzionali alle specificità della ricerca letteraria. Dalla scheda è poi possibile risalire alla riproduzione in facsimile degli originali e avere accesso all’eventuale trascrizione in formato elettronico, oppure alla riproduzione audio o video delle registrazioni digitali presenti.
Un altro aspetto innovativo del progetto è quello di consentire non solo l’accesso archivio per archivio, ma anche un accesso globale attraverso un portale comune che consenta la ricerca su tutti gli archivi afferenti ad AD900. Apposite procedure informatiche di interrogazione sono state previste sia per le ricerche sui singoli archivi, sia sull’insieme globale e centralizzato.
L’architettura dello strumento prevede poi la possibilità di ampliamenti sia dei record già inseriti, sia del numero di record, sia di materiali di corredo eventualmente integrabili (banche dati testuali, percorsi guidati multimediali e ipertestuali). Inoltre, uno dei punti di forza del progetto è la possibilità di incrementare il portale con nuovi archivi, integrandoli perfettamente negli standard archivistici e informatici caratteristici di AD900.
Il progetto qui presentato rende operative tutte le possibilità di implementazione previste:

1) Miglioramento e potenziamento delle procedure di interrogazione integrate (con il potenziamento del motore di ricerca nella direzione dell’interrogazione per forme, per lemmi o per area semantica; l’implementazione dell’interrelazione tra motori per data base e motori di corpora; l’identificazione di un sistema di marcatura per l’individuazione di sottocorpora a carattere letterario).
2) Aumento del numero di archivi presenti in AD900 (con l’ingresso dell’Archivio del Novecento di Roma).
3) Completamento e integrazione degli archivi già presenti (con l’aggiunta di nuovi fondi e l’arricchimento dei record presenti).
4) Affiancamento e integrazione di materiali eterogenei (corpora linguistici; percorsi guidati ipertestuali).

La realizzazione del progetto consentirà quindi di verificare e potenziare le risorse di AD900, mettendo a disposizione della comunità scientifica nazionale e internazionale sia un strumento archivistico e letterario di straordinaria importanza, sia un metodo e una tecnologia informatico-umanistica di alto livello.
I risultati sui due piani, letterario e informatico-umanistico, saranno opportunamente divulgati per il necessario confronto con gli studiosi attraverso pubblicazioni, mostre, convegni. <<<

Coordinatore Scientifico del Programma di Ricerca

Gino Tellini Università degli Studi di FIRENZE

Obiettivo del Programma di Ricerca

L’obiettivo generale del gruppo di lavoro è il potenziamento della banca dati “Archivio Digitale del Novecento letterario italiano (AD900)” realizzata nel biennio 2003-2005. La banca dati è gestita attraverso un innovativo programma informatico di trattamento degli archivi digitali che ha consentito la creazione di un sistema di catalogazione e interrogazione integrata di archivi del territorio nazionale. Tramite esso è possibile accedere non soltanto alle schede, ma anche agli stessi documenti, sia in forma di riproduzione in facsimile digitale dell’originale, sia in forma di trascrizione elettronica.
Il progetto qui proposto mira a un potenziamento degli strumenti informatici di ricerca e insieme a un ampliamento dei dati disponibili in rete; del primo si occuperà unicamente l’unità fiorentina, nel suo ruolo di coordinatrice del progetto generale, mentre ciascuna delle unità di ricerca svilupperà una parte specifica della banca dati di “AD900”. <<<

Durata

24 mesi

Base di partenza scientifica nazionale o internazionale

Sempre più numerosi sono gli strumenti archivistici e librari disponibili in formato elettronico all’interno di banche dati interrogabili con procedure informatiche. In un primo momento gli sforzi della comunità scientifica internazionale, sia sul piano informatico sia su quello umanistico, si sono rivolti alla creazione di cataloghi in linea di archivi e di biblioteche (OPAC) tramite l’informatizzazione delle schede, che permette di accedere a una descrizione essenziale in vista della consultazione effettiva del documento o del libro. Con l'ultimo decennio del Novecento e soprattutto con il nuovo secolo si sono invece moltiplicate le iniziative volte a creare vere e proprie biblioteche digitali che consentano l’accesso al libro in facsimile e in certi casi addirittura alla sua trascrizione in formato elettronico.
Sul fronte degli archivi, il Centro di Studi “Aldo Palazzeschi” dell’Università di Firenze si è impegnato, dal 2000 a oggi, nella creazione di una banca dati che riunisse in un sistema integrato oltre alle schede di inventariazione e di catalogazione, anche le riproduzioni digitali dei documenti, sia cartacei (lettere, manoscritti ecc.) sia audio sia video. Questo strumento è oggi realizzato e disponibile in rete all’indirizzo www.ad900.it/index2.asp. La banca dati “Ad900” riunisce attualmente le carte dell’Archivio Palazzeschi dell’Università di Firenze, dell’Archivio del Novecento in Liguria dell’Università e della Biblioteca Universitaria di Genova e dell’Archivio Gozzano-Pavese dell’Università di Torino: in tutto nove fondi archivistici, per un totale di 18.027 schede e oltre 46.000 immagini disponibili in rete. “Ad900” consta attualmente di 15.203 unità documentarie, di cui 1208 manoscritti, 10.404 unità di corrispondenza (lettere, cartoline, biglietti, telegrammi), 51 audiovisivi (per complessive 18 ore di registrazioni televisive e 3 ore di registrazioni radiofoniche), 3239 volumi a stampa (2157 monografie e 1082 periodici), 296 documenti iconografici (fotografie, stampe, disegni, dipinti), 5 unità miscellanee (dati al 21 aprile 2006). L'accesso alla banca dati Ad900 è controllato e sottoposto ad autorizzazione, con possibilità di accesso differenziato in funzione dei permessi ottenuti dai responsabili dei singoli archivi. L’utente può effettuare un'ampia gamma di ricerche per parole chiave sull'intera base dati o sul singolo archivio e raggiungere così la scheda catalografica che contiene la descrizione completa del documento secondo gli standard internazionali ISAD (con l’aggiunta di alcuni campi personalizzati funzionali alla specificità della ricerca letteraria); ad essa è agganciata la riproduzione digitale dell’originale cartaceo (a diversi gradi di definizione a seconda del permesso) o del documento audiovideo. Le potenzialità di questo strumento sono enormi, anche in relazione alla conservazione, dal momento che in questo modo la necessità di accesso diretto al documento originale risulta fortemente limitata a casi di assoluta eccezionalità. Ma soprattutto la banca dati risultante è una fonte inesauribile di notizie e informazioni raggiungibili in modo sistematico e comparativo. Le potenzialità di studio sono ulteriormente accresciute quando il facsimile del documento è accompagnato dalla sua trascrizione in formato elettronico, come nella maggior parte dei casi per quanto riguarda l’Archivio Palazzeschi: questo infatti trasforma l’archivio in una vera e propria banca dati testuale.
Le peculiari caratteristiche dell’Archivio Palazzeschi, che conserva anche i manoscritti delle opere dell’autore, e la campagna di acquisizione in formato elettronico delle opere palazzeschiane attuata negli anni dal Centro Studi, trasformano la banca dati di “Ad900” anche in un importante corpus linguistico e letterario, suggerendo l’integrazione di procedure informatiche di ricerca proprie della linguistica computazionale finora mai applicate alle basi di dati, ma soltanto ai corpora di testi non strutturati.
Su questo fronte moltissimi sono i prodotti informatici sviluppati dagli anni Novanta del secolo scorso a oggi – come il DBT Data Base Testuale di Eugenio Picchi, o il GATTO, realizzato presso l’Opera del Vocabolario Italiano (Istituto del CNR di Firenze) – che consentono sofisticate ricerche linguistiche, con l’applicazione di caratteri jolly, ricerche su gruppi di parole, controlli statistici di cooccorrenza. Anche nel settore letterario si contano numerosi strumenti di questo tipo: dalla “LIZ Letteratura Italiana Zanichelli” disponibile in CD-ROM insieme ad altre raccolte letterarie su temi o autori specifici, alle sempre maggiori risorse disponibili in rete, prima fra tutte la raccolta della “Biblioteca Italiana” promossa dal Centro interuniversitario Biblioteca italiana telematica, CiBit, e gestita dalla sua unità attiva presso l’Università di Roma “La Sapienza”, con il supporto del progetto Biblioteca Digitale Italiana, BDI, http://www.iccu.sbn.it/bdi.html, del Ministero per i beni e le attività culturali.
Strumenti come quelli indicati hanno sviluppato anche software specifici per la gestione di corpora lemmatizzati, e in molti casi anche procedure di lemmatizzazione semiautomatica, che consentono di marcare ciascuna forma con il lemma di riferimento così da rendere possibile la disambiguazione degli omografi morfologici nell’ambito delle ricerche, e al tempo stesso la ricerca di tutte la varianti di coniugazione e declinazione di un dato lemma di partenza. Infine molti passi in avanti si stanno facendo nella direzione di motori di ricerca semantica, che consentano di approfondire l’analisi linguistica fino al significato, così da disambiguare anche omografi semantici mediante la costituzione di una rete di parole collegate che ne caratterizzino l’ambito d’uso.
Se motori di ricerca per forme sono ormai largamente sviluppati e se motori di ricerca con potenzialità morfologiche e semantiche sono tuttora in via di perfezionamento e di sviluppo, finora timidi sono stati i tentativi di applicare questo tipo di motori a basi di dati, e quindi a testi strutturati complessi come la scheda di catalogazione di un archivio e soprattutto a strumenti ibridi come “Ad900”, che a lato delle schede fornisce anche la possibilità di consultazione completa del documento. L’esigenza di questo ulteriore sviluppo, non solo in ambito scientifico, è confermata persino dai più recenti upgrade di prodotti commerciali: ad esempio l’ultima release di SQL Server della Microsoft cerca di soddisfare l’esigenza di una ricerca per lemma includendo nel suo pacchetto un primo rudimentale motore di ricerca per lemmi, che evidenzia tutte le problematiche di applicazione, soprattutto in relazione a corpora specifici come quelli di testi letterari, che devono considerare varietà di lingua caratterizzate anche da peculiari connotazioni stilistiche e, spesso, cronologiche. <<<