文件編碼組織 文件編碼交換格式指引 選錄版
TEI Lite: An Introduction to Text Encoding for Interchange
11. 名稱、日期、數字及縮寫
TEI架構中定義了標誌「具資料性」特性的元素，它們可能出現在任何文件的任何位置。這些特性在某些原則之下特別令人感興趣：它們與文本之外的物件相關，例如：人名、地名、數字及日期。在許多自然語言處理的應用中它們造成特別的問題，因為在文件中它們會以各種不同方式的表現。本章節所描述的元素，是為了使這些特質更為明確，以降低包含這些特性的文本在處理時的複雜度。
關聯字串，是一個關係到某人、某地、某物的詞彙。可使用以下兩個元素來標誌這類的字串：
屬性類型（type）用來分辨名稱屬於（例如）人名、地名、組織名或是其他可能者：
<引句>我親愛的<關聯字串 類型="人物">班奈特先生</關聯字串>，</引句>有一 天他的妻子跟他說，<引句>你聽說了嗎<關聯字串 類型="地點">尼特菲爾德園 </關聯字串>終於租出去了？ </引句>
這是<關聯字串 類型="機構">債務辦公室</關聯字串>的原則之一，絕不，任何客 戶都一樣，給簡單明瞭的答案，<關聯字串 類型="人物">巴納可先生</關聯字串> 說，<引句>或許吧。</引句>
下例顯示，元素<關聯字串>（<rs>）可作為任何與人、地及其他種類的參考，且不必為正式的名稱或是片語。
<引句>我親愛的<關聯字串 類型="人物">班奈特先生</關聯字串>，</引句>有一 天<關聯字串 類型="人物">他的妻子</關聯字串>跟他說…
相對於元素<關聯字串>（<rs>），元素<名稱>（<name>）為關聯字串中的特殊狀況，僅供正式名稱使用。可視為與元素<關聯字串>（<rs>）同義，或是在關聯字串包含正式名稱的混用狀況中，在元素<關聯字串>（<rs>）內層使用。
簡單地將某些東西標誌成名稱，通常並不足自動處理以全名為參考檢索詞的人名。出現在文本中的人名，或許拼字不全、僅含部分或是曖昧模糊。甚至人名的前置詞如「van」或「de la」，頭銜的來源可能因語言及國家的不同，未被納入人名的參考格式中。
下列屬性可以在上述兩個或是其他類似的元素中使用，來協助克服類似的困擾：
屬性其他識別（key）相當有用，可整合四散在整個文獻中所有指向同一人或同一地的參考點：
<引句>我親愛的<關聯字串 類型="人物" 其他識別="BENM1">班奈特先生</關聯字串>， </引句>有一天<關聯字串 類型="人物" 其他識別="BENM2">他的妻子</關聯字串>跟他 說，<引句>你聽說了嗎<關聯字串 類型="地點" 其他識別="NETP1">尼特菲爾德園</關 聯字串>終於租出去了？ </引句>
這種用法與屬性採用格式（reg）有所區別，屬性採用格式（reg）提供關聯字串的標準格式的義意，如例下所示：
<名稱> 類型="人物" 其他識別="WADLM1" 採用格式="德•拉•馬瑞，華爾特>華爾特• 德•拉•馬瑞</名稱> 1837年生於<名稱> 其他識別="KT1" 類型="國家">肯特</名稱> 的<名稱> 其他識別="Ch1" 類型="地點">查爾頓</名稱>。
使用名稱與日期的附加標誌集，可以標誌更多正式名稱組件的細節。
標誌更多日期與時間細節的標誌包含：
屬性標準格式值（value）的值可使用經認證的格式，如ISO 8601，來規格化日期或時間的標準格式。不完整的日期或時間（如1990、1990年9月、12日），通常可以簡單的略去未使用到的部分，不明確的日期與時間（例如：早秋、十點到十二點之間）可以日期或時間的間距的來表現。如果日期的結束或是時間的間距難以確認（例如，1230年前的某一時間、萬聖節後幾日），可使用屬性確定（exact）來說明。
範例：
<日期 標準格式值="1980-02-21">1980年2月21日</日期> <日期 標準格式值="1990">1990</日期> <日期 標準格式值="1990-09">1990年9月</日期>
於<日期 標準格式值="1977-06-12">（史丹佛）大學第八十六週年、美國建國 二百零一年，耶穌基督一千九百七十七年，六月的第二十一日</日期>授證。
<詩行>特別是在距午夜零時還有九個鐘點</詩行> <詩行>與<時間 標準格式值="15:00">下午的三點</時間></詩行>
數字可以正體或位數表現（二十一、xxi、21），且這些數字的表現方式與使用的語言有關（例如：英文的5th，希臘文寫成5.；英文的123,456.78，法文寫成123.456,78）。在自然語言或機器翻譯的應用上，將文件中的數字與其他較「字彙的」部分區分開來相當有用。在其他應用上，用標準數記法記錄數值的能力很重要。元素<數字>（<num>）提供的用法：
範例
<數字標準格式值="33">xxxiii</數字> <數字 類型="基數" 標準格式值="21">二十一</數字> <數字 類型="百分比" 標準格式值="10">百分之十</數字> <數字 類型="百分比" 標準格式值="10">10%</數字> <數字 類型="序數" 標準格式值="5">第五</數字>
就像名稱、日期及數字，縮寫也可以轉錄它的狀態或是全稱，縮寫可以不處理，或是以下列的元素來標誌：
元素<縮寫>（<abbr>）是分辨半字彙的項目的義意時很有用的方式，例如頭縮字或專業術語：
上述的討論可歸結如下：<縮寫>CC</縮寫>的識別由口徑定義，它激發每一個元素 <縮寫>GSP</縮寫>的頻譜。每一個<縮寫>3GL</縮寫>或 <縮寫>4GL</縮寫>製造者 的目前的標記訂在<縮寫>OOP</縮寫>的擴大部分。
屬性類型（type）也可以功能來區分縮寫字的類型，屬性全稱（expan）可以用來說明全稱：
<名稱><縮寫 類型="頭銜" 全稱="Doctor">Dr.</縮寫><縮寫 類型="簡寫" 全稱="Marilyn">M.</縮寫>Deegan</名稱>is the Director of the<縮寫 全稱="Computers in Teaching Initiative" 類型="頭縮字">CTI</縮寫> Centre for Textual Studies.
本元素在轉錄經常出現縮寫字的手稿資料時特別有用。
元素<地址>（<address>）用來標誌各種郵寄的地址。內含一或多個<地址行>（<addrLine>）元素，以標示每一行地址。
以下為簡單的範例：
<地址> <地址行>Computer Center (M/C 135)</地址行> <地址行>1940 W. Taylor, Room 124</地址行> <地址行>Chicago, IL 60612-7352</地址行> <地址行>U.S.A.</地址行> </地址>
地址中的個別部分，可以更進一步以之前所討論的的元素<名稱>（章節「11.1. 名稱與關聯字串」）來區分。
<地址> <地址行>Computer Center (M/C 135)</地址行> <地址行>1940 W. Taylor, Room 124</地址行> <地址行><名稱> 類型="城市">Chicago</名稱>, IL 60612-7352</地址行> <地址行><名稱> 類型="國家">USA</名稱></地址行> </地址>
譯自TEI官方網站的TEI Lite網頁：http://www.tei-c.org/Lite/
網頁內容未經任何校訂，恐有疏漏，請勿任意轉載引用
若有任何疏漏及錯誤之處，歡迎來信指正：sofia@gate.sinica.edu.tw