Оцифровка средневековых грамот уже давно не ограничивается сканированием и выкладыванием изображений в сеть. Современный исследователь хочет не просто увидеть документ, но и сравнить десятки актов за пару минут, отследить устойчивые формулы, выявить связи между оригиналом и копией. Однако обычный скан или даже транскрипция такой возможности не дают. Как превратить разрозненные архивные единицы в полноценный цифровой корпус, зачем средневековым документам TEI-разметка и при чем здесь Semantic Web — рассказываем в нашем материале
Иллюстрация: Вероника Молчанова
Сохранившийся в архивах документ можно отсканировать, внести в электронный каталог, добавить краткое описание, в редких случаях — транскрипцию, и на этом, кажется, основная работа по оцифровке документа будет выполнена. Потенциальный пользователь-исследователь получит доступ к источнику практически из любой точки мира, введет его в научный оборот и будет использовать.
Однако оцифровка средневековых грамот устроена сложнее. В этом случае важно зафиксировать не только текст, но и устойчивую структуру документа: формулы, имена, даты, места, печати, списки свидетелей, сведения об оригиналах и копиях, позднейшие пометы, связи с картуляриями и другими документами. Для одной грамоты всё это можно найти, сверить вручную по каталогам и публикациям, но что делать, если исследователя интересует не единичный случай, а целый корпус?
Чтобы такая работа стала возможной, средневековые грамоты не только сканируют и транскрибируют, но и размечают. В нашем материале расскажем, как цифровая дипломатика превращает отдельные документы в корпус данных, зачем здесь нужны TEI, VID и Semantic Web, а также что можно увидеть на примере сербских и каталонских грамот.
Грамоты в Средние века фиксировали дарения, продажи, пожалования, подтверждения привилегий, мирные соглашения, судебные решения, распоряжения о земле, воде, повинностях и правах и прочее.
Для историка важен не только сам зафиксированный акт, но и то, как он был оформлен письменно. Одно правовое действие могло сохраниться в оригинале, более поздней копии в составе картулярия1, нотариальном списке или подтверждении. Иногда оригинал утрачен, но текст известен по более позднему списку, а иногда копия сама становилась значимой, потому что её предъявляли в суде или включали в тематическую подборку документов. Грамота оказывалась включена в состав документальной традиции.
Изучением таких письменных актов занимается дипломатика — вспомогательная историческая дисциплина, которая анализирует форму, составление, традицию передачи и подлинность документов [1]. Дипломатика описывает грамоту через совокупность внутренних и внешних признаков. К внутренним относятся, например, титулатура, обращение, повествовательная часть, диспозиция, санкция, датировка, подписи и свидетельский список. К внешним — материал, почерк, расположение текста, печать, следы сгибов, отверстия от шнура, пометы на обороте и архивные сигнатуры. Поэтому дипломатика тесно связана с палеографией: особенности письма, сокращений, исправлений и смены руки помогают уточнить время, место и обстоятельства создания документа.
Оцифрованное изображение грамоты решает важную задачу: документ становится доступен без поездки в архив. Транскрипция делает текст легко читаемым и пригодным для цитирования. Но при работе с корпусом из сотен и тысяч документов этого уже недостаточно.
Допустим, исследователь хочет выяснить, какие формулы чаще использовались в пожалованиях, кто выступал свидетелем в актах одного правителя, какие документы сохранились в оригиналах, а какие дошли в копиях, как менялись способы удостоверения документов или какие грамоты позднее попали в картулярии. Скан и транскрипция дают содержание, но сами по себе не превращают имена, даты, места, формулы, печати и типологию актов в сопоставимые данные.
Для этого нужна разметка. В ней можно указать, где в тексте находится дата, кто является автором акта, кто адресатом, кто свидетелем, где описано правовое действие, какая формула повторяется в других документах, сохранилась ли печать, является ли текст оригиналом или копией. Разметка помогает сохранить сложность источника в цифровой форме.
Один из главных стандартов такой разметки — TEI, или Text Encoding Initiative. TEI Guidelines определяют язык разметки для описания структурных, визуальных и смысловых особенностей текстов, прежде всего в гуманитарных и социальных науках, особенно при работе с первичными источниками. С помощью TEI можно размечать имена, даты, места, лакуны, сокращения, исправления, редакторские примечания, смену руки и связь текста с изображением.
Но TEI сам по себе не является словарем дипломатики. Он дает технический язык разметки, а специальные понятия для описания грамот удобнее брать из VID — Vocabulaire international de la diplomatique. Поэтому в цифровой дипломатике эти инструменты часто работают вместе: TEI помогает представить структуру источника в машиночитаемой форме, а VID задает профессиональный язык описания актов, копий, печатей, формул и других элементов документа. Вместе они составляют Charters Encoding Initiative (CEI) — международный исследовательский проект, который разрабатывает стандарты цифрового описания и разметки средневековых грамот. Работа началась в 2004 году при участии нескольких европейских университетов, координатором выступает профессор Георг Фогелер (Университет Граца).
Следующий уровень — Semantic Web, или представление документов как сети связанных сущностей. В такой модели грамота описывается не только как текст, но и как набор связей: акт, документ, автор, адресат, свидетели, писец, место, дата, печать, архивная единица, копия, публикация. Один человек может быть свидетелем в нескольких документах, одна формула — повторяться в актах одной канцелярии, одна копия — восходить к утраченному оригиналу. Если эти связи размечены, их можно искать, визуализировать и использовать в новых исследованиях.
Один из показательных проектов в этой области — Diplomatarium Serbicum Digitale и связанный с ним проект Medieval Serbian Charters Action при Грацском университете. MeSeCA направлен на развитие цифровой базы сербских средневековых грамот и ее превращение в научное цифровое издание. База содержит тексты документов, метаданные и изображения; корпус включает около 600 документов, из которых 330 выданы правителями Сербии с конца XII до середины XV века [2]. Большинство документов написано на старосербском, около 20% — на греческом и латинском; сегодня они хранятся в разных архивах, почти все — за пределами Сербии.
Основной задачей проекта авторы называют переход от цифровой базы к полноценному научному изданию, где грамота описана как сложный объект: текст, правовой акт, материальный носитель, копия, элемент архивной традиции. В описании MeSeCA отдельно подчеркивается необходимость XML-стандартов, продуманной стратегии электронных публикаций базы данных и долгосрочного хранения данных.
Рассмотрим конкретный пример из статьи Ж. Вуйошевича и Г. Фогелера [2]. Перед нами хиландарская подложная грамота, приписанная императору Стефану Душану (но созданная, по всей видимости, кем-то иным); в подписи к иллюстрации указано, что фотография документа хранится в Архиве Сербской академии наук и искусств под шифром 8876-060. В примечании к статье этот документ описан как утраченный после публикации «свидетель» (термин текстологии/источниковедения, означающий не человека-свидетеля, а сохранившийся экземпляр или след документа) подложной грамоты с датой выдачи 12 декабря 1347 года.
Для цифровой модели важно отдельно зафиксировать не только текст грамоты, но и ее предполагаемого автора, заявленную дату выдачи, архивную привязку фотографии, статус документа как подложного, связь с хиландарской документальной традицией, оборотные и маргинальные пометы, язык, материальные признаки и место этой грамоты в корпусе DSD. В статье показано, как такие элементы могут быть описаны в TEI-разметке с обращением к терминологии VID: например, для помет, языка документа, материала, даты и места создания [2].
Именно здесь становится понятен смысл перехода к Semantic Web. Подложная грамота в такой модели описывается не только как текст, но и как сеть связанных сведений: заявленный акт, письменный артефакт, архивное изображение и дипломатический статус. Это позволяет сопоставлять ее с другими сербскими грамотами, документами Хиландара, подложными актами и материалами о том, какие формы письменного удостоверения выглядели убедительными в средневековой сербской документальной культуре.
Испанский материал показывает другую ситуацию. Здесь существуют крупные архивные ресурсы, например PARES — Portal de Archivos Españoles, официальный портал испанских государственных архивов. Для исследователя Каталонии особенно важны материалы Архива Короны Арагона: грамоты, регистры, картулярии, делопроизводственная документация, описания фондов и цифровые изображения. Но PARES и похожие архивные платформы работают прежде всего как каталоги и точки доступа к документам, а не как корпуса с разметкой каждого акта.
Это хорошо видно на каталонском примере. В 1151 году граф Барселонский Рамон Беренгер IV пожаловал жителям Альменара в Сегрии право пользоваться оросительным каналом в форме свободного аллода.
Документ хранится в Историческом архиве Льейды, имеет шифр CAT-AHL-156-1 и представлен на портале Catalunya, país d’arxius. В описании подчеркнуто, что пожалование было связано с заселением — закрепление доступа к воде было важным условием развития сельской общины.
Для каталога эта запись уже достаточно информативна: есть дата, архив, тип документа, шифр и краткое содержание. Но если изучать практики составления документов в Каталонии XII века, как это делают Ж. Вуйошевич и Г. Фогелер в Diplomatarium Serbicum Digitale, потребуется более детальная разметка. Нужно выделить автора акта, коллективного получателя права, объект пожалования, правовой режим владения, географическую привязку, формулы, свидетелей, признаки удостоверения и связь с другими документами Рамона Беренгера IV. Тогда грамоту можно рассматривать не только как отдельный акт о канале в Альменаре, но и как свидетельство освоения территорий или пример документальных практик графской курии.
Такой пример показывает разницу между цифровым каталогом и цифровым корпусом. Каталог помогает найти документ и получить к нему доступ. Корпус с дипломатической разметкой позволяет задавать исследовательские вопросы к группе документов: какие ресурсы чаще становились предметом пожалований, как оформлялись права сельских общин, какие формулы использовались в документах одного правителя, как менялась роль письменного акта в закреплении локальных привилегий.
Особенно интересно цифровая разметка работает с картуляриями — рукописными сборниками копий грамот. В них документ существует не в изоляции, а внутри специально составленного собрания. Поэтому важно описывать место конкретной грамоты в его структуре. Один из главных каталонских примеров — Liber Feudorum Maior, картулярий, который включает документы IX–XII веков и отражает феодальные отношения между графами Барселонскими, позднее королями Арагона, и их вассалами. А. Косто интерпретировал Liber Feudorum Maior как выражение власти, то есть как документальную конструкцию, где отбор, расположение и переписывание грамот становятся частью политического высказывания [3].
Для цифрового корпуса это принципиально. Если размечать только текст каждой грамоты, исчезает рукописная логика картулярия: порядок документов, тематические группы, связи с владениями, вассалами, территориями и памятью графской власти. Если же описывать и отдельные акты, и структуру сборника, картулярий можно изучать как сложную документальную систему.
Размеченные корпуса грамот позволяют задавать вопросы, которые трудно решать по отдельным сканам и транскрипциям. Например, можно выяснить, какие типы актов преобладают в конкретном регионе, как меняются формулы пожалований и подтверждений, кто чаще выступает свидетелем, какие лица и институции образуют устойчивые группы, какие документы дошли в оригиналах, а какие — только в копиях.
Такие корпуса можно связывать с картами, просопографическими базами, архивными каталогами, справочниками печатей и сетевыми моделями. Каталонское пожалование Альменару 1151 года из примера выше можно включить в корпус документов о заселении новых земель и закреплении привилегий сельских общин, а также связать с просопографическими сведениями о составе графской курии.
Отдельное направление связано с реконструкцией утраченных архивов. И. С. Филиппов в статье «Рукописи не горят» подчеркивал, что применительно к Средневековью утраченный архив редко удается полноценно восполнить за счёт других собраний, поэтому особое значение получает внимательная работа с сохранившимися документами, копиями, следами архивного бытования и позднейшими упоминаниями [4]. Цифровая дипломатическая разметка не создаёт исчезнувший архив заново, но помогает собрать разрозненные следы в более связную исследовательскую модель.
Цифровая дипломатическая разметка не делает проще работу с отдельными грамотами. Напротив, она требует точнее описывать то, что в обычной публикации часто уходит в комментарий: тип акта, состояние текста, материальную форму, печать, копийную традицию, связи с другими документами. Но именно наличие этих данных в машиночитаемом виде делает цифровые корпуса полезными для историка.
Скан дает изображение документа. Транскрипция делает текст доступным. Разметка позволяет работать с грамотой как с частью документальной системы: видеть ее структуру, участников, формулы, архивную историю и связи с другими источниками. Поэтому цифровая дипломатическая работа важна не как техническое дополнение к классическому источниковедению, а как способ сохранить сложность средневекового документа в цифровой среде.
Как начать программировать, если раньше вы никогда не писали код? Собрали доступный маршрут для самостоятельного обучения — от платформ с…
Документ вводит юридическое определение искусственного интеллекта, а также суверенной и национальной языковых моделей. Им придется проходить проверку на соответствие традиционным…
Генеративная поэзия появилась задолго до ChatGPT. Компьютеры генерируют стихи уже больше 60 лет, а сама мечта заставить машину рифмовать —…