Umgang mit unbekannten Sprachen

[j3nsch]

Mit "unbekannten" Sprachen sind die gemeint, die nicht in der Datenbank von OPUS 4 definiert wurden.

Beim Import von Dokumenten kann es passieren, dass Dokumente mit unbekannten Sprachen hinzugefügt werden. Momentan können auch Sprachen einfach gelöscht werden, was den selben Effekt hat, wenn Dokumente diese Sprache benutzen.

Im Metadatenformular und evtl. an anderen Stellen können diese Werte dann nicht mehr richtig angezeigt bzw. verarbeitet werden. An manchen Stellen findet ein Mapping zwischen der 2- und 3-Zeichen Darstellung für Sprachen statt. Dafür wird ebenfalls die Languages-Tabelle verwendet.

Es gibt in PHP Funktionen, die es erlauben den vollen Namen einer Sprache zu ermitteln. Diese könnten für die Anzeige von beliebigen Sprachen verwendet werden.

Wir könnten die komplette Standardliste an Sprachen ausliefern. In diesem Fall sollten die benutzten Sprachen an erster Stelle stehen. Es werden bereits nur aktive Sprachen in der Auswahl angezeigt.

Eine inaktive Sprache wird normalerweise nicht zur Auswahl angeboten. Für Dokumente in diesen Sprachen ist die Situation also ähnlich den unbekannten Sprachen.

[j3nsch]

Die folgende Wikipedia-Seite enthält die notwendigen Informationen zu den Sprachen. Ich habe noch keine XML-Variante dieser Daten gefunden. Mit XML könnte man einfach sämtliche Sprachen in OPUS 4 ausliefern und könnte auf die manuelle Eingabe verzichten.

https://en.wikipedia.org/wiki/List_of_ISO_639-2_codes

[j3nsch]

Ich glaube das Fromm-Archiv hat die meisten Sprachen. Entsprechen diese Sprache alle dem ISO-Standard? Gibt es den Anwendungsfall, dass Sprachen hinzugefügt werden müssen, die im Standard nicht existieren?

Soweit ich das stichprobenartig geprüft habe, entsprechen die Sprachen im Fromm-Archiv dem ISO 639-2-Standard. Es fehlt aber teilweise der bibliographische Code, aber da sie keine Netzpublikationen an die DNB abliefern ist das wohl nicht weiter von Belang.

Und ja, es gibt die Anwendungsfälle, dass Sprachen hinzugefügt werden, die im Standard nicht existieren. Wir als Hoster kommen dann auch immer ins Spiel, weil die neuen Sprachen ja auch übersetzt werden müssen - also ein neuer Eintrag in der $BASEDIR/modules/default/language_custom/my_languages.tmx eingefügt werden muss.

Danke, mit Standard meine ich in diesem Fall nicht OPUS 4, sondern ISO 639-2. Ich verstehe aber, dass hier gemeint war, dass Sprachen hinzugefügt werden müssen, die nicht ausgeliefert werden. Diese entsprechen, aber ISO 639-2.

Das mit den Übersetzungen ist ein wichtiger Punkt und das ist eigentlich unnötig. Es gibt PHP-Funktionen, die die Übersetzung übernehmen können.

Wir orientieren uns dabei an http://www.loc.gov/standards/iso639-2/php/code_list.php , so steht es auch im Handbuch. Lediglich 21 Sprachen haben einen unterschiedlichen bibliographischen und terminologischen Code.

Es gibt mehrere Listen, so dass die vollständige Liste aller Sprachen doch ziemlich umfangreich ist. Ich denke ISO639-2 würde erst einmal reichen. Man könnte den Bestand dann bei Bedarf erweitern bzw. könnte die Möglichkeit eigene Sprachen hinzuzufügen in OPUS 4 belassen.