From Open Siddur Project Development Wiki

Jump to: navigation, search

The Contributors to the Open Siddur Project, the copyright holder of this work, has published or hereby publishes it under the following licenses:

This work is free software; you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation; either version 3 of the License, or any later version. This work is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See version 3 of the GNU General Public License for more details.

Deutsch | Deutsch (Sie-Form) | English | Français | +/−

This file is licensed under the Creative Commons Attribution ShareAlike 3.0 License. In short: you are free to share and make derivative works of the file under the conditions that you appropriately attribute it, and that you distribute it only under a license identical to this one. Official license

You may select the license of your choice.

In JLPTEI, the text structure is kept separately from the text itself. The text structure is constructed from base texts in the repository using stand-off markup. This separation is done for at least three reasons:

Text structure is far more subjective than the content of the text itself. Different siddurim may want to use the same text with entirely different structure.
There are a number of different possible views one can have on the structure of the text (prose, poetry, list structure, etc), all of which might be simultaneously valid and informative. XML does not support multiple, concurrent hierarchies, but stand-off markup can be used to piece them together.
Different rites sometimes have the same words or phrases in different orders.

The text repository is represented by a j:repository element (a limited type of tei:div), containing one or more tei:seg child elements (segments). Even though the segments' positions in the document define an order, the repository is considered, for semantic purposes, to be an unordered set. The relative locations of segments imply no relationships between them within JLPTEI.

In order to use a stand-off markup system, the segments must be individually addressable. Therefore, within a repository, each tei:seg must contain a file-unique @xml:id attribute.

The contents of the segments are addressed below.

Smallest addressable unit

The smallest addressable unit of text is the word, which is represented by a tei:w element with a file-unique @xml:id attribute. Compound words can be held together by a maqaf (־), a punctuation like character. Each word in a maqaf-joined compound phrase is represented by its own tei:w element. The maqaf itself is contained within a tei:pc element. Other punctuation characters are also stored in tei:pc elements. Characters outside of words that are not punctuation characters are stored in tei:c elements.

Second smallest addressable unit

The next size addressable unit is something of a challenge to define. Most siddur text does not neatly break into sentences, and even when it does, the sentences tend to be very long, and their delimiting words are frequently a matter of interpretation.

Therefore, the second smallest unit in JLPTEI is the segment, represented with a tei:seg (segment) element.

For Tanach texts, the cantillation marks make natural divisions into segments. In most of Tanach, segments can be split following the words containing: etnahta, zaqef qatan, sof pasuk and possibly revii. For Psalms, Job, and Proverbs, the divisions are: etnahta, sof pasuk and ole v'yored. In some cases, these rules will have to be overridden when there's a different Massoretic division, which occurs in some poetry.

For other texts, arbitrary decisions will have to be made as to what constitutes a segment. One way to do is to set a soft limit for the number of words per segment (4-5) and require that texts be broken up into those sizes or smaller. Other rules will also be required for situations such as lists (think of the paragraph אמת ויציב), and when textual parallelism should result in words being in the same segment, and when it should result in words being in different segments (Some parts of ישתבח come to mind).

Repeated units of text (eg, ברוך אתה ה׳) can also be stored once in the text repository as a separate segment, and referenced as needed.

Larger units

Units of text larger than the segment must not be stored in the text repository.

Special markup

Certain words should have their own markup, in addition to the normal tei:w markup.

Occurrences of the tetragrammaton must be enclosed in a j:divineName element (which is syntactic sugar for tei:name[@type='divine']).

Example

The following is an example text repository from the Dayyenu song in the haggadah:

<j:repository>
  <tei:seg xml:id="d14e3207">
    <tei:w xml:id="d14e3208">כַּמָּה</tei:w>
    <tei:w xml:id="d14e3210">מַעֲלוֹת</tei:w>
    <tei:w xml:id="d14e3212">טוֹבוֹת</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3214">
    <tei:w xml:id="d14e3215">לַמָּקוֹם</tei:w>
    <tei:w xml:id="d14e3217">עָלֵינוּ</tei:w>
    <tei:pc xml:id="d14e3219">׃</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3223">
    <tei:w xml:id="d14e3224">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3226">הוֹצִיאָנוּ</tei:w>
    <tei:w xml:id="d14e3228">מִמִּצְרַיִם</tei:w>
    <tei:pc xml:id="d14e3230">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3232">
    <tei:w xml:id="d14e3233">וְלֹא</tei:w>
    <tei:w xml:id="d14e3235">עָשָׂה</tei:w>
    <tei:w xml:id="d14e3237">בָהֶם</tei:w>
    <tei:w xml:id="d14e3239">שְׁפָטִים</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3244">
    <tei:w xml:id="d14e3245">דַּיֵּנוּ</tei:w>
    <tei:pc xml:id="d14e3247">׃</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3251">
    <tei:w xml:id="d14e3252">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3254">עָשָׂה</tei:w>
    <tei:w xml:id="d14e3256">בָהֶם</tei:w>
    <tei:w xml:id="d14e3258">שְׁפָטִים</tei:w>
    <tei:pc xml:id="d14e3260">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3262">
    <tei:w xml:id="d14e3263">וְלֹא</tei:w>
    <tei:w xml:id="d14e3265">עָשָׂה</tei:w>
    <tei:w xml:id="d14e3267">בֵּאלֹהֵיהֶם</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3273">
    <tei:w xml:id="d14e3274">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3276">עָשָׂה</tei:w>
    <tei:w xml:id="d14e3278">בֵאלֹהֵיהֶם</tei:w>
    <tei:pc xml:id="d14e3280">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3283">
    <tei:w xml:id="d14e3284">וְלֹא</tei:w>
    <tei:w xml:id="d14e3286">הָרַג</tei:w>
    <tei:w xml:id="d14e3288">בְּכוֹרֵיהֶם</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3295">
    <tei:w xml:id="d14e3296">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3298">הָרַג</tei:w>
    <tei:w xml:id="d14e3300">בְּכוֹרֵיהֶם</tei:w>
    <tei:pc xml:id="d14e3302">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3304">
    <tei:w xml:id="d14e3305">וְלֹא</tei:w>
    <tei:w xml:id="d14e3307">נָתַן</tei:w>
    <tei:w xml:id="d14e3309">לָנוּ</tei:w>
    <tei:w xml:id="d14e3311">אֶת</tei:w>
    <tei:w xml:id="d14e3313">מָמוֹנָם</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3321">
    <tei:w xml:id="d14e3322">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3324">נָתַן</tei:w>
    <tei:w xml:id="d14e3326">לָנוּ</tei:w>
    <tei:w xml:id="d14e3328">אֶת</tei:w>
    <tei:w xml:id="d14e3330">מָמוֹנָם</tei:w>
    <tei:pc xml:id="d14e3332">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3334">
    <tei:w xml:id="d14e3335">וְלֹא</tei:w>
    <tei:w xml:id="d14e3337">קָרַע</tei:w>
    <tei:w xml:id="d14e3339">לָנוּ</tei:w>
    <tei:w xml:id="d14e3341">אֶת</tei:w>
    <tei:w xml:id="d14e3343">הַיָּם</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3350">
    <tei:w xml:id="d14e3351">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3353">קָרַע</tei:w>
    <tei:w xml:id="d14e3355">לָנוּ</tei:w>
    <tei:w xml:id="d14e3357">אֶת</tei:w>
    <tei:w xml:id="d14e3359">הַיָּם</tei:w>
    <tei:pc xml:id="d14e3361">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3363">
    <tei:w xml:id="d14e3364">וְלֹא</tei:w>
    <tei:w xml:id="d14e3366">הֶעֱבִירָנוּ</tei:w>
    <tei:w xml:id="d14e3368">בְתוֹכוֹ</tei:w>
    <tei:w xml:id="d14e3370">בֶּחָרָבָה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3378">
    <tei:w xml:id="d14e3379">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3381">הֶעֱבִירָנוּ</tei:w>
    <tei:w xml:id="d14e3383">בְתוֹכוֹ</tei:w>
    <tei:w xml:id="d14e3385">בֶּחָרָבָה</tei:w>
    <tei:pc xml:id="d14e3387">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3389">
    <tei:w xml:id="d14e3390">וְלֹא</tei:w>
    <tei:w xml:id="d14e3392">שִׁקָּע</tei:w>
    <tei:w xml:id="d14e3394">צָרֵינוּ</tei:w>
    <tei:w xml:id="d14e3396">בְּתוֹכוֹ</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3403">
    <tei:w xml:id="d14e3404">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3406">שִׁקָּע</tei:w>
    <tei:w xml:id="d14e3408">צָרֵינוּ</tei:w>
    <tei:w xml:id="d14e3410">בְּתוֹכוֹ</tei:w>
    <tei:pc xml:id="d14e3412">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3414">
    <tei:w xml:id="d14e3415">וְלֹא</tei:w>
    <tei:w xml:id="d14e3417">סִפֵּק</tei:w>
    <tei:w xml:id="d14e3419">צׇרְכֵּנוּ</tei:w>
    <tei:w xml:id="d14e3421">בַּמִּדְבָּר</tei:w>
    <tei:w xml:id="d14e3423">אַרְבָּעִים</tei:w>
    <tei:w xml:id="d14e3425">שָׁנָה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3433">
    <tei:w xml:id="d14e3434">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3436">סִפֵּק</tei:w>
    <tei:w xml:id="d14e3438">צׇרְכֵּנוּ</tei:w>
    <tei:w xml:id="d14e3440">בַּמִּדְבָּר</tei:w>
    <tei:w xml:id="d14e3442">אַרְבָּעִים</tei:w>
    <tei:w xml:id="d14e3444">שָׁנָה</tei:w>
    <tei:pc xml:id="d14e3446">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3448">
    <tei:w xml:id="d14e3449">וְלֹא</tei:w>
    <tei:w xml:id="d14e3451">הֶאֱכִילָנוּ</tei:w>
    <tei:w xml:id="d14e3453">אֶת</tei:w>
    <tei:w xml:id="d14e3455">הַמָּן</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3462">
    <tei:w xml:id="d14e3463">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3465">הֶאֱכִילָנוּ</tei:w>
    <tei:w xml:id="d14e3467">אֶת</tei:w>
    <tei:w xml:id="d14e3469">הַמָּן</tei:w>
    <tei:pc xml:id="d14e3471">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3473">
    <tei:w xml:id="d14e3474">וְלֹא</tei:w>
    <tei:w xml:id="d14e3476">נָתַן</tei:w>
    <tei:w xml:id="d14e3478">לָנוּ</tei:w>
    <tei:w xml:id="d14e3480">אֶת</tei:w>
    <tei:w xml:id="d14e3482">הַשַּׁבָּת</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3490">
    <tei:w xml:id="d14e3491">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3493">נָתַן</tei:w>
    <tei:w xml:id="d14e3495">לָנוּ</tei:w>
    <tei:w xml:id="d14e3497">אֶת</tei:w>
    <tei:w xml:id="d14e3499">הַשַּׁבָּת</tei:w>
    <tei:pc xml:id="d14e3501">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3503">
    <tei:w xml:id="d14e3504">וְלֹא</tei:w>
    <tei:w xml:id="d14e3506">קֵרְבָנוּ</tei:w>
    <tei:w xml:id="d14e3508">לִפְנֵי</tei:w>
    <tei:w xml:id="d14e3510">הַר</tei:w>
    <tei:w xml:id="d14e3512">סִינָי</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3519">
    <tei:w xml:id="d14e3520">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3522">קֵרְבָנוּ</tei:w>
    <tei:w xml:id="d14e3524">לִפְנֵי</tei:w>
    <tei:w xml:id="d14e3526">הַר</tei:w>
    <tei:w xml:id="d14e3528">סִינָי</tei:w>
    <tei:pc xml:id="d14e3530">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3532">
    <tei:w xml:id="d14e3533">וְלֹא</tei:w>
    <tei:w xml:id="d14e3535">נָתַן</tei:w>
    <tei:w xml:id="d14e3537">לָנוּ</tei:w>
    <tei:w xml:id="d14e3539">אֶת</tei:w>
    <tei:w xml:id="d14e3541">הַתּוֹרָה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3549">
    <tei:w xml:id="d14e3550">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3552">נָתַן</tei:w>
    <tei:w xml:id="d14e3554">לָנוּ</tei:w>
    <tei:w xml:id="d14e3556">אֶת</tei:w>
    <tei:w xml:id="d14e3558">הַתּוֹרָה</tei:w>
    <tei:pc xml:id="d14e3560">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3562">
    <tei:w xml:id="d14e3563">וְלֹא</tei:w>
    <tei:w xml:id="d14e3565">הִכְנִסָנוּ</tei:w>
    <tei:w xml:id="d14e3567">לְאֶרֶץ</tei:w>
    <tei:w xml:id="d14e3569">יִשְׂרָאֵל</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3576">
    <tei:w xml:id="d14e3577">אִלּוּ</tei:w>
    <tei:w xml:id="d14e3579">הִכְנִסָנוּ</tei:w>
    <tei:w xml:id="d14e3581">לְאֶרֶץ</tei:w>
    <tei:w xml:id="d14e3583">יִשְׂרָאֵל</tei:w>
    <tei:pc xml:id="d14e3585">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3588">
    <tei:w xml:id="d14e3589">וְלֹא</tei:w>
    <tei:w xml:id="d14e3591">בָנָה</tei:w>
    <tei:w xml:id="d14e3593">לָנוּ</tei:w>
    <tei:w xml:id="d14e3595">אֶת</tei:w>
    <tei:w xml:id="d14e3597">בֶּית</tei:w>
    <tei:w xml:id="d14e3599">הַבְּחִירָה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3608">
    <tei:w xml:id="d14e3609">עַל</tei:w>
    <tei:w xml:id="d14e3611">אַחַת</tei:w>
    <tei:w xml:id="d14e3613">כַּמָּה</tei:w>
    <tei:w xml:id="d14e3615">וְכַמָּה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3617">
    <tei:w xml:id="d14e3618">טוֹבָה</tei:w>
    <tei:w xml:id="d14e3620">כְפוּלָה</tei:w>
    <tei:w xml:id="d14e3622">וּמְכֻפֶּלֶת</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3624">
    <tei:w xml:id="d14e3625">לַמָּקוֹם</tei:w>
    <tei:w xml:id="d14e3627">עָלֵינוּ</tei:w>
    <tei:pc xml:id="d14e3629">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3631">
    <tei:w xml:id="d14e3632">שֶׁהוֹצִיאָנוּ</tei:w>
    <tei:w xml:id="d14e3634">מִמִּצְרַיִם</tei:w>
    <tei:pc xml:id="d14e3636">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3639">
    <tei:w xml:id="d14e3640">וְעָשָׂה</tei:w>
    <tei:w xml:id="d14e3642">בָהֶם</tei:w>
    <tei:w xml:id="d14e3644">שְׁפָטִים</tei:w>
    <tei:pc xml:id="d14e3646">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3648">
    <tei:w xml:id="d14e3649">וְעָשָׂה</tei:w>
    <tei:w xml:id="d14e3651">בֵּאלֹהֵיהֶם</tei:w>
    <tei:pc xml:id="d14e3653">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3655">
    <tei:w xml:id="d14e3656">וְהָרַג</tei:w>
    <tei:w xml:id="d14e3658">בְּכוֹרֵיהֶם</tei:w>
    <tei:pc xml:id="d14e3660">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3662">
    <tei:w xml:id="d14e3663">וְנָתַן</tei:w>
    <tei:w xml:id="d14e3665">לָנוּ</tei:w>
    <tei:w xml:id="d14e3667">אֶת</tei:w>
    <tei:w xml:id="d14e3669">מָמוֹנָם</tei:w>
    <tei:pc xml:id="d14e3671">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3673">
    <tei:w xml:id="d14e3674">וְקָרַע</tei:w>
    <tei:w xml:id="d14e3676">לָנוּ</tei:w>
    <tei:w xml:id="d14e3678">אֶת</tei:w>
    <tei:w xml:id="d14e3680">הַיָּם</tei:w>
    <tei:pc xml:id="d14e3682">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3684">
    <tei:w xml:id="d14e3685">וְהֶעֱבִירָנוּ</tei:w>
    <tei:w xml:id="d14e3687">בְתוֹכוֹ</tei:w>
    <tei:w xml:id="d14e3689">בֶּחָרָבָה</tei:w>
    <tei:pc xml:id="d14e3691">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3693">
    <tei:w xml:id="d14e3694">וְשִׁקָּע</tei:w>
    <tei:w xml:id="d14e3696">צָרֵינוּ</tei:w>
    <tei:w xml:id="d14e3698">בְּתוֹכוֹ</tei:w>
    <tei:pc xml:id="d14e3700">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3702">
    <tei:w xml:id="d14e3703">וְסִפֵּק</tei:w>
    <tei:w xml:id="d14e3705">צׇרְכֵּנוּ</tei:w>
    <tei:w xml:id="d14e3707">בַּמִּדְבָּר</tei:w>
    <tei:w xml:id="d14e3709">אַרְבָּעִים</tei:w>
    <tei:w xml:id="d14e3711">שָׁנָה</tei:w>
    <tei:pc xml:id="d14e3713">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3715">
    <tei:w xml:id="d14e3716">וְהֶאֱכִילָנוּ</tei:w>
    <tei:w xml:id="d14e3718">אֶת</tei:w>
    <tei:w xml:id="d14e3720">הַמָּן</tei:w>
    <tei:pc xml:id="d14e3722">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3724">
    <tei:w xml:id="d14e3725">וְנָתַן</tei:w>
    <tei:w xml:id="d14e3727">לָנוּ</tei:w>
    <tei:w xml:id="d14e3729">אֶת</tei:w>
    <tei:w xml:id="d14e3731">הַשַּׁבָּת</tei:w>
    <tei:pc xml:id="d14e3733">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3735">
    <tei:w xml:id="d14e3736">וְקֵרְבָנוּ</tei:w>
    <tei:w xml:id="d14e3738">לִפְנֵי</tei:w>
    <tei:w xml:id="d14e3740">הַר</tei:w>
    <tei:w xml:id="d14e3742">סִינָי</tei:w>
    <tei:pc xml:id="d14e3744">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3747">
    <tei:w xml:id="d14e3748">וְנָתַן</tei:w>
    <tei:w xml:id="d14e3750">לָנוּ</tei:w>
    <tei:w xml:id="d14e3752">אֶת</tei:w>
    <tei:w xml:id="d14e3754">הַתּוֹרָה</tei:w>
    <tei:pc xml:id="d14e3756">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3758">
    <tei:w xml:id="d14e3759">וְהִכְנִסָנוּ</tei:w>
    <tei:w xml:id="d14e3761">לְאֶרֶץ</tei:w>
    <tei:w xml:id="d14e3763">יִשְׂרָאֵל</tei:w>
    <tei:pc xml:id="d14e3765">.</tei:pc>
  </tei:seg>
  <tei:seg xml:id="d14e3767">
    <tei:w xml:id="d14e3768">וּבָנָה</tei:w>
    <tei:w xml:id="d14e3770">לָנוּ</tei:w>
    <tei:w xml:id="d14e3772">אֶת</tei:w>
    <tei:w xml:id="d14e3774">בֶּית</tei:w>
    <tei:w xml:id="d14e3776">הַבְּחִירָה</tei:w>
  </tei:seg>
  <tei:seg xml:id="d14e3778">
    <tei:w xml:id="d14e3779">לְכַפֵּר</tei:w>
    <tei:w xml:id="d14e3781">עַל</tei:w>
    <tei:w xml:id="d14e3783">כׇּל</tei:w>
    <tei:w xml:id="d14e3785">עוֺנוֹתֵינוּ</tei:w>
    <tei:pc xml:id="d14e3787">׃</tei:pc>
  </tei:seg>
</j:repository>

Text repository

From Open Siddur Project Development Wiki

Contents

Smallest addressable unit

Second smallest addressable unit

Larger units

Special markup

Example

Views

Personal tools

Search

NAVIGATION

DEVELOPMENT

HOWTO

DOCUMENTATION

PROJECT

COMMUNITY

META

Toolbox