XML Lenguaje de marcado o anotacin de textos

XML Lenguaje de marcado o anotación de textos Grupo de Ingeniería Lingüística – IINGEN – UNAM Septiembre 2012

Marcado Históricamente: n “Anotación” n Poner marcas dentro del texto que intentan resaltar una parte o dar una instrucción n

Marcado Hace ochenta y siete años Que nuestros padres fundaron En este continente una nueva nación,

Marcado Actualmente: n Códigos dentro de los textos electrónicos n Dar formato n Estilo de impresión n Otros procesamientos. n

Lenguaje de marcado Conjunto de convenciones de marcado usadas para codificar textos n Debe indicar: n n Marcas permitidas Cómo se distinguirán del texto original Qué significan esas marcas

Historia n n GML (General Markup Language) Nace en 1969 en IBM Clasificar y almacenar cantidades de información de diversos temas Sintaxis complicada y poco estandarizada

Historia n n n SGML (Standard Generalised Markup Language) Anotar de una forma altamente estructurada Conjunto de etiquetas definibles por el propio usuario

Historia n n HTML (Hyper. Text Markup Language) 1989 – Internet - Tim Berners-Lee Tiene un conjunto de elementos y atributos fijos Orientado a formato

Historia n n XML (e. Xtensible Markup Language) 1996 - World Wide Web Consortium Orientado a estructura Permite al usuario definir sus propias etiquetas

XML n Marcado descriptivo <párrafo>

XML n Independencia de los datos

XML n n Elemento Nombrar una entidad de interés en el corpus <párrafo>, <clítico>, <FN> n Identificar un fenómeno <metátesis>, <composición>

XML n n Atributo Agregar información sobre un elemento <párrafo id=“ 1”> <clítico tipo=“proclítico”> <derivación tipo=“nominal”>

Ejemplo XML <antología> <poema id=“ 1”> <título>A UNA NARIZ </título> <estrofa id=“ 1”> <verso id=“ 1”> Érase un hombre a una nariz pegado, </verso> <verso id=“ 2”> érase una nariz superlativa, </verso> <verso id=“ 3”> érase una nariz sayón y escriba, </verso> <verso id=“ 4”> érase un peje espada muy barbado. </verso> </estrofa> <!– más estrofas --> </poema> <!– más poemas --> </antología>

Ejemplo XML

Esquema - XSD n n Lenguaje de esquema Conjunto de reglas sobre la estructura <estrofa id=“ 1”> <verso id=“ 1”> Érase un hombre a una nariz pegado, </verso> ¿Verso contiene a estrofa o al revés? n Conjunto de restricciones de los contenidos <derivación tipo=“nominal”> Tipos de derivación permitidos = {nominal, verbal}

Hoja de estilo - XSL n n n Lenguaje de hoja de estilo Transforma documento XML en otro formato Instrucciones de programación

Procesar XML n n APIs en lenguajes de programación SAX n n n Secuencial Rápido DOM n n Recorrido de nodos Más memoria

Tecnología XML XSD Reglas Restricciones Valida API Librería XSL Instrucciones de programación Procesa Transforma XML <> <><> <> <> 1. Frecuencias 2. Etiquetado POS 3. Resumen automático PDF HTML

Esquema - XSD

Esquema - XSD n Definir elemento que incluye elementos (complex. Type) n Sequence - Orden estricto de elementos

Esquema - XSD n Definir elemento que incluye elementos (complex. Type) n Sequence - Orden estricto de elementos

Esquema - XSD n Definir elemento con atributos

Esquema - XSD n Definir elemento con atributos y restricción

Esquema - XSD n Definir elemento con atributos y restricción