I sistemi di interrogazione DBT per la letteratura italiana (di Gaia Benzi)

bimestre maggio-giugno 2018 (14 giugno)

DBT è una sigla che sta per DataBase Testuale, ossia un insieme di dati testuali raccolti in un archivio digitale interrogabile dall’utente secondo determinati criteri. La creazione e la diffusione dei DBT in lingua italiana è cresciuta esponenzialmente negli ultimi anni, complice lo sviluppo delle tecnologie informatiche e l’acquisizione dei fondamentali strumenti teorici atti a governarle.

I database testuali si sono rivelati particolarmente utili per la ricerca in campo linguistico, permettendo l’acquisizione e l’interrogazione simultanea – e automatizzata – di un’enorme mole di dati, impensabile fino a qualche decennio prima. È così nata un’intera disciplina, la linguistica computazionale, che si occupa per l’appunto di ampliare e affinare gli strumenti di informatica umanistica relativi al trattamento di dati e corpora informatici, e che oggi trova applicazione anche nel vasto campo dell’ideazione dei motori di ricerca e nella creazione delle ontologie necessarie al loro funzionamento. Ma i DBT non si sono rivelati utili solamente per gli studi linguistici. Anche in critica letteraria, infatti, hanno dimostrato di poter coadiuvare egregiamente gli studiosi nella comparazione dei testi e nell’incrocio delle fonti.

Per quanto riguarda la letteratura italiana sono nati diversi strumenti, di cui il più famoso è sicuramente la LIZ 4.0 – Letteratura Italiana, ad opera di Zanichelli (2001). Con oltre mille opere e più di duecento autori, la LIZ è sicuramente uno strumento fondamentale per le ricerche in campo letterario, oltre che linguistico. Il manuale d’uso, redatto da Paolo Stoppelli ed Eugenio Picchi, analizza in dettaglio tutte le possibili applicazioni dello strumento, ormai ampiamente diffuso nelle biblioteche universitarie. Nell’introduzione, Stoppelli e Picchi sottolineano inoltre la versatilità della LIZ, e le potenzialità didattiche che ne renderebbero consigliato l’utilizzo anche negli istituti di formazione superiore:

LIZ consente anzitutto di leggere e stampare i testi. Ma la sua peculiarità consiste soprattutto nel fatto che permette di eseguire sui testi ricerche di ogni genere, anche molto complesse. Si presenta infatti come un appassionante “gioco” sulla letteratura. Le possibilità di associazione, le combinatorie che essa consente sono in grado di rivelare aspetti curiosi, strani degli autori e dei loro testi. Il gioco tecnologico costringe a considerare il testo nella sua “materialità”, obbliga a restare “dentro” le parole dell’autore: un modo accattivante per educare, soprattutto nella scuola, alla filologia del testo letterario. Ma anche un formidabile strumento di studio e di ricerca.

In ambito scientifico, la LIZ si è rivelata estremamente utile per l’individuazione delle concordanze – di singole parole o di intere porzioni di testo, ampliando così le possibilità limitate della memoria umana e liberando le energie dello studioso, coadiuvato dal DBT nella ricerca strictu sensu – la lettura di massicce porzioni di testo allo scopo di individuare dati testuali specifici.

Altro corpus assai importante per lo studio della letteratura italiana è il TLIO, il Tesoro della Lingua Italiana delle Origini, “il primo dizionario storico dell’italiano antico che nasce direttamente in rete fondato da Pietro G. Beltrami”.

Come recita la sezione del sito intitolata “Tutto sul TLIO”, accessibile dalla home, “a luglio 2017 il TLIO conta quasi 33.400 voci pubblicate su un totale stimato di 57.000 (circa il 57%)”. Un corpus, dunque, in continuo aggiornamento, le cui voci più rilevanti vengono anche diffuse con cadenza bimestrale dal Bollettino dell’OVI. Il database di aggiornamento, pur essendo uno strumento di lavoro interno, è aperto al pubblico, e permette di visualizzare lo stato di avanzamento dell’opera di implementazione, compreso il referente per ogni lemma.

L’interrogazione della banca dati lemmatizata dell’OVI è resa possibile dal software GattoWeb, che presenta una guida all’utilizzo esaustiva e aggiornata. Alle opportunità di interrogazione sopracitate si aggiungono la Bibliografia dei citati, la Bibliografia dei citati nelle voci e la Bibliografia dei volgarizzamenti. È inoltre presente un’utilissima tabella delle polirematiche, disponibile in ordine alfabetico e collegata tramite link interno alle voci del vocabolario.

Facciamo ora un esempio di ricerca tramite il DBT di GattoWeb, per vederne nel concreto il funzionamento. Supponiamo di dover curare l’edizione critica di una canzone di Guinizzelli, Donna l’amor vi sforza, e di voler appurare in quanti casi Guinizzelli o autori coevi abbiano usato il verbo sforzare e in che contesto.

Clicchiamo dunque sulla scritta Corupus OVI dell’Italiano antico e accediamo alla schermata di ricerca.

 

La particolarità di GattoWeb è la lemmatizzazione del database, e cioè la possibilità offerta all’utente di cercare anche forme non flesse, come ad esempio una radice verbale – nel nostro caso, quella del verbo sforzare. Proviamo dunque a cercare la forma sforz*, dove l’asterisco sta a simboleggiare “una qualunque sequenza di caratteri”.

Vediamo che in alto a destra c’è una tabella riassuntiva dei risultati: ci informa che il lemma sforz*, variamente declinato, è presente nel corpus con 1834 occorrenze.

Tra gli autori, figura al primo posto Giacomo da Lentini. Il suo nome è preceduto da un numero progressivo in verde (1), ed è seguito in forma sintetica dalla datazione (c. 1230/50) e dalla coloritura linguistica (tosc.): tutti elementi che ne permettono l’identificazione e la collocazione spazio-temporale. Il numero in viola (25) segnala il riferimento organico nel quale è incluso il contesto di riferimento: è di fatto il titolo, nel nosto caso un numero progressivo. Infine, in verde è segnalato il verso in cui è presente la forma da noi cercata (v. 11), mentre in blu è riportata la posizione all’interno dell’opera. La prima occorrenza del lemma sforz* è dunque in Giacomo da Lentini, 25, p. 304, v. 11. L’ultima indicazione, in marrone, riporta l’indice di qualità dell’opera: nel nostro caso è un TTO, cioè un testo toscanizzato.

Ognuno di questi indicatori è di fatto un link interattivo, che rimanda ad ulteriori informazioni relative all’occorrenza a cui è associato.

La ricerca è dunque compiuta sulla base di un criterio generale – le occorrenze di sforz* – ma può essere ulteriormente affinata prendendo in considerazione le nostre specifiche esigenze. È possibile affinare la ricerca tramite le apposite finestre di dialogo, presenti nella colonna di sinistra sotto il riquadro con i risultati generali della ricerca. Da ultimo, sono presenti le opzioni con cui è possibile salvare i dati raccolti.

Questo è solo un piccolo e banale esempio delle potenzialità del sistema. La guida di GattoWeb è estremamente completa e dettagliata e illustra appieno queste potenzialità, e vi si può accedere in qualunque momento dall’ultimo riquadro a destra della barra interna del menù, nella sezione “Guide”.

Anche da una ricerca semplicissima come quella appena illustrata, è evidente come le opportunità offerte dai DBT alla filologia e alla critica letteraria siano enormi, e in larga parte ancora da esplorare.


Leave a Reply

Your email address will not be published. Required fields are marked *