Das
Deutsche Textarchiv
(DTA) ist ein seit Juli 2007 an der
Berlin-Brandenburgischen Akademie der Wissenschaften
beheimatetes und von der
Deutschen Forschungsgemeinschaft
gefordertes wissenschaftliches digitales Textarchiv. Das Deutsche Textarchiv hat es sich zur Aufgabe gemacht, eine disziplinubergreifende Auswahl deutschsprachiger Texte aus der Zeit um 1600 bis 1900 auf Grundlage von Erstausgaben zu digitalisieren und als linguistisch annotiertes Volltextkorpus im Internet bereitzustellen.
Erklartes Ziel des Deutschen Textarchives ist es, dem Nutzer eine reprasentative und disziplinubergreifende Auswahl digitalisierter deutschsprachiger Texte zur Verfugung zu stellen. Neben
kanonbildenden literarischen Werken
legt die Konzeption des Deutschen Textarchives einen Schwerpunkt auf weniger bekannte und insbesondere auch nicht-literarische Texte. Um eine reprasentative Auswahl der Werke zu gewahrleisten, greift das Deutsche Textarchiv auf eine auf der Grundlage von Bibliographien erstellte eigene Auswahlliste zuruck. Das Archiv wird zudem einen großen Teil des
Textkorpus
des ebenfalls an der Akademie beheimateten
Deutschen Worterbuchs
(?Grimmsches Worterbuch“) enthalten. In einem letzten Schritt bat man die interdisziplinaren Mitglieder der
Berlin-Brandenburgischen Akademie der Wissenschaften
, die nun erstellte Liste zu bewerten und aus ihrer fachlichen Perspektive fehlende Werke vorzuschlagen.
Unter der Leitung des Germanisten und Psycholinguisten
Wolfgang Klein
arbeitet im Deutschen Textarchiv an Aufbau und Pflege des Bestandes ein interdisziplinares Team aus
Buch-
und
Informationswissenschaftlern
,
Germanisten
,
Computerlinguisten
und
Informatikern
sowie eine Reihe von
studentischen Hilfskraften
.
Bei der Digitalisierung des Bestandes arbeitet das DTA mit zahlreichen wissenschaftlichen Institutionen und Bibliotheken zusammen, die entsprechende Exemplare aus ihren Bestanden zur Digitalisierung zur Verfugung stellen. Seit dem Beginn des Bestandsaufbaus wurden circa 600.000 Bilddigitalisate mit einem Datenvolumen von insgesamt knapp zehn Terabyte angefertigt.
Diese Digitalisate bilden die Basis fur die Erstellung der Volltexte. Je nach Qualitat und Komplexitat der Vorlagen werden die Texte entweder durch eine selbst entwickelte Texterkennungssoftware (OCR) erfasst und nachkorrigiert oder durch einen externen Partner im
Double-Keying
-Verfahren erfasst.
In einem letzten Schritt werden die Texte sprachwissenschaftlich mit computerlinguistischen Hilfsmitteln indiziert.
Die Texte stehen sowohl im HTML-Format als auch in einem
TEI-P5-Format
zum Download zur Verfugung. Ab Juli 2020 gilt fur das DTA-Kernkorpus und weitere Texte aus den DTA-Erweiterungen (DTAE) die freie Creative-Commons-Lizenz CC BY-SA 4.0.
[1]
Fur eine spatere Projektphase hat sich das Deutsche Textarchiv vorgenommen, den Bestand zu einem aktiven Archiv zu entwickeln. So sollen eine private Textauswahl, das Setzen persistenter Lesezeichen auf Textpassagen und das Hinzufugen von Annotationen fur den Benutzer moglich sein. Sollten die personellen und technischen Voraussetzungen in der Zukunft vorhanden sein, hat man sich das Ziel gesetzt, registrierten Nutzern die Berechtigung einzuraumen, auf der Grundlage der Richtlinien des Archivs, eigenstandig Texte in das DTA zu integrieren.
Die Digitalisierung im Deutschen Textarchiv eroffnet neben sprach- und literaturwissenschaftlichen Untersuchungsmoglichkeiten auch buch- und kommunikationswissenschaftliche Forschungsperspektiven, wie beispielsweise Forschungen zur Typographie- und Verlagsgeschichte.
- ↑
Deutsches Textarchiv.
Abgerufen am 10. April 2022
.
