Dialogiczne teksty dawne – od digitalizacji źródeł historycznych do operatywnego korpusu

Barbara Mitrenga; Kinga Wąsińska

doi:10.18290/rh25732.7s

Published : 2025-12-29

Vol. 73 No. 2 Zeszyt specjalny (2025)

Dialogical Old Texts: From Digitalization of Historical Sources to an Operational Corpus

Barbara Mitrenga

https://orcid.org/0000-0001-9389-8152

Kinga Wąsińska

https://orcid.org/0000-0002-1731-9347

DOI: https://doi.org/10.18290/rh25732.7s

Abstract

The article aims to show the specificity of old dialogue texts in the context of their digitalization and the possibilities of their use in corpora. It presents the stages of creating the Corpus of Polish Dramatic Texts (1772–1939). The article highlights the differences between older and newer editions of the same texts. It also indicates the shortcomings of OCR techniques in reading dialogue texts, including the inability to automatically separate stage directions from the main text. Then, details related to preparing the data for the correct operation of digital tools are presented. The collected texts required, among other things, writing down the characters’ names, taking part in the scene and removing dots ending the sentences of stage directions. As a result of the presented procedures, the searchable part of the linguistic material and the text casing with a structural function were isolated. The texts were also annotated considering specific values of three sociolinguistic determinants (gender, age and social status of the characters). The applied solutions may be valuable for authors of other corpora and digital tools using so-called speech-related text.

Keywords:

digital tools, corpus linguistic, old Polish drama, dialogue texts, sociolinguistic annotation, open science

Details

References

Statistics

Authors

Download files

pdf (Język Polski)

Altmetric indicators

Cited by / Share

Licence

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

References

Broda, Bartosz, Michał Marcińczuk, Maciej Piasecki. „Building a Node of the Accessible Language Technology Infrastructure”. W Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC 2010), red. Nicoletta Calzolari, Khalid Choukri, Bente Maegaard, Joseph Mariani, Jan Odijk, Stelios Piperidis, Mike Rosner, Daniel Tapias. Valletta, Malta: European Language Resources Association (ELRA).

Culpeper, Jonathan, Merja Kytö. „Data in Historical Pragmatics: Spoken Interaction (Re)Cast as Writing”. Journal of Historical Pragmatics 1 (2000): 175–99. https://doi.org/10.1075/jhp.1.2.03cul.

Deskur, Aleksandra. „Oralność czy mówioność? O śladach mowy w tekstach staropolskich”. LingVaria 16, nr 1(31), (2021): 73–83. https://doi.org/10.12797/ LV.16.2021.31.06.

Fischer, Frank, Ingo Börner, Mathias Göbel, Angelika Hechtl, Christpher Kittel, Carsten Milling, Peer Trilcke. „Programmable Corpora: Introducing DraCor, an Infrastructure for the Research on European Drama”. W Proceedings of DH2019: “Complexities”, Utrecht University, 2019. https://doi:10.5281/zenodo.4284002.

Kita, Małgorzata, „Koncepcja oralności W.J. Onga a poglądy polskich badaczy języka mówionego”. W W kręgu języka polskiego. Śląsko-poznańskie kolokwia lingwistyczne, red. Ewa Jędrzejko, 116–30. Katowice: Wydawnictwo Uniwersytetu Śląskiego, 2001.

Labocha, Janina. „Pragmatyczne mechanizmy składni języka mówionego”. Slavia Occidentalis 69 (2012): 139–45.

Majewska-Tworek, Anna, Monika Zaśko-Zielińska, Piotr Pęzik. „«Polszczyzna mówiona miast» – kontynuacja badań z lat 80. XX wieku z wykorzystaniem narzędzi lingwistyki cyfrowej”. Forum Lingwistyczne 7 (2020): 71-87.

Marcińczuk, Michał, Jan Kocoń, Bartosz Broda. „Inforex – A Web-Based Tool for Text Corpus Management and Semantic Annotation”. W Proceedings of the Eighth International Conference on Language Resources and Evaluation (LREC 2012), red. Nicoletta Calzolari, Khalid Choukri, Thierry Declerck, Mehmet Uğur Doğan, Bente Maegaard, Joseph Mariani, Asuncion Moreno, Jan Odijk, Stelios Piperidis, 225--30. Istanbul, Turkey: European Language Resources Association (ELRA), 2012.

Mitrenga, Barbara, Magdalena Pastuch, Kinga Wąsińska. „Możliwości i ograniczenia historycznych badań pragmalingwistycznych”. W W kręgu dawnej polszczyzny, t. 7, red. Maciej Mączyński, Ewa Horyń, Ewa Zmuda, 163–82. Kraków: Wydawnictwo Naukowe Akademii Ignatianum, 2021.

Osiewicz, Marek. „Kierunki przemian polszczyzny w zakresie fonetyki (propozycja rozdziału podręcznika do nauczania treści historycznojęzykowych na studiach I stopnia)”. Kwartalnik Językoznawczy 2 (2010): 58-75.

Pastuch, Magdalena, Barbara Mitrenga, Kinga Wąsińska. „Anotacja socjolingwistyczna w Korpusie dawnych polskich tekstów dramatycznych (1772–1939)”. LingVaria 19, nr 1(37) (2024): 151–70. https://doi.org/10.12797/LV.19.2024.37.10.

„Recommendation on Open Science”. UNESCO, 2021. https://unesdoc.unesco.org/ark:/48223/pf0000379949 [dostęp: 29.04.2025].

Radziszewski, Adam, Tomasz Śniatowski. „Maca – A Configurable Tool to Integrate Polish Morphological Data”. W Proceedings of the Second International Workshop on Free/Open-SourceRule-Based Machine Translation. Barcelona, Spain, 20-21 January 2011, red. Felipe Sánchez-Martínez, Juan Antonio Pérez-Ortiz, 29–36. Barcelona: Universitat Oberta de Catalunya, 2011.

Siepman, Dirk. „Dictionaries and Spoken Language: A Corpus-Based Review of French Dictionaries”. International Journal of Lexicography 28, nr 2 (2015): 139–68.

Zaśko-Zielińska, Monika, Anna Majewska-Tworek, Marta Śleziak, Artur Tworek. Od rozmowy do korpusu, czyli jak zbierać i archiwizować dane mówione. Wrocław: Uniwersytet Wrocławski–Quaestio, 2020.

„Zbiór zasad i wytycznych pt. «Dobre obyczaje w nauce»”. Komitet Etyki w Nauce Polskiej Akademii Nauk, 2001. https://ken.pan.pl/images/2001_ ZbiorWytycznych. pdf [dostęp: 29.04.2025].

Barbara Mitrenga

barbara.mitrenga@us.edu.pl
https://orcid.org/0000-0001-9389-8152

Affiliation:

University of Silesia in Katowice Poland

Bio Statement (e.g., department and rank)

PhD DLitt Barbara Mitrenga, Associate Professor – University of Silesia in Katowice, Faculty od Humanities, Institute of Linguistics, corresponding address: Uniwersytecka 4, 40-007 Katowice, Poland; e-mail: barbara.mitrenga@us.edu.pl; ORCID: https://orcid.org/0000-0001-9389-8152.

Kinga Wąsińska

kinga.wasinska@us.edu.pl
https://orcid.org/0000-0002-1731-9347

Affiliation:

University of Silesia in Katowice Poland

Bio Statement (e.g., department and rank)

PhD Kinga Wąsińska, Assistant Professor – University of Silesia in Katowice, Faculty od Humanities, Institute of Linguistics, corresponding address: Uniwersytecka 4, 40-007 Katowice, Poland; e-mail: kinga.wasinska@us.edu.pl; ORCID: https://orcid.org/0000-0002-1731-9347.