door Nicoline van der Sijs
Op
12 juni
is
in
Neder-L gemeld
dat
het
project
‘Nederlab
-
een
laboratorium
voor
onderzoek
naar
de
veranderingspatronen
in
de
Nederlandse
taal
en
cultuur’
4
miljoen
euro
subsidie
heeft
ontvangen
van
NWO,
KNAW,
CLARIAH
en
CLARIN,
inclusief
matching
van
wetenschappelijke
instituten
en
universiteiten.
Inmiddels
is
er
een
projectwebsite
in
de
lucht,
http://www.nederlab.nl,
waarop
de
oorspronkelijke
aanvraag,
de
organisatiestructuur
van
het
project
en
enkele
persberichten
zijn
te
vinden.
Ik
grijp
de
lancering
van
de
website
graag
aan
om
wat
achtergrondinformatie
te
geven
over
het
project
en
een
oproepje
te
doen.
Het
doel
van
het
project
is
een
nieuw
onderzoeksinstrumentarium
voor
de
geesteswetenschappen
te
creëren.
Nederlab
zal
de
toegangspoort
worden
van
waaruit
studenten
en
onderzoekers
een
groot
corpus
aan
gedigitaliseerde
teksten
onder
handbereik
krijgen.
Op
dit
moment
zijn
er
wel
veel
historische
teksten
gedigitaliseerd,
maar
ze
worden
door
een
groot
aantal
instellingen
– DBNL,
KB,
universiteitsbibliotheken,
onderzoeksinstituten
-
op
verschillende
plaatsen
aangeboden.
Iedere
instelling
biedt
zijn
eigen
zoekinterfaces
en
zoekmogelijkheden,
er
bestaan
aanzienlijke
kwaliteitsverschillen
tussen
de
verschillende
corpora,
en
iedere
instelling
voegt
zijn
eigen
metadata
toe.
Het
gevolg
hiervan
is
dat
al
deze
tekstbestanden
-
en
hun
metadata
-
slechts
naast
elkaar,
en
niet
tegelijkertijd
en
samen,
kunnen
worden
doorzocht
en
geanalyseerd.
Nederlab
wil
aan
die
versnippering
een
eind
maken,
door
het
bouwen
van
een
gebruiksvriendelijke,
algemeen
toegankelijke
en
met
tools
verrijkte
gebruikersomgeving.
Binnen
die
omgeving
worden
alle
gedigitaliseerde
teksten
die
relevant
zijn
voor
de
geschiedenis
van
de
Nederlandse
taal
en
cultuur
bijeengebracht:
van
de
oudste
geschreven
periode
(circa
800)
tot
heden,
representatief
over
de
hele
periode
verdeeld.
Daarbij
worden
de
metadata
die
de
verschillende
instellingen
aan
de
teksten
toevoegen,
aan
elkaar
gelinkt
en
geharmoniseerd.
Hierdoor
wordt
het
voor
het
eerst
mogelijk
langetermijnveranderingen
in
de
taal
en
de
cultuur
te
traceren:
zo
kan
de
visie
op
vreemdelingen
door
de
eeuwen
heen
worden
onderzocht,
het
ontstaan,
de
verbreiding
en
het
verdwijnen
van
literaire
genres,
de
veranderende
oordelen
over
literaire
schrijvers,
geleerden
of
historische
gebeurtenissen,
en
de
ontwikkeling
van
het
gebruik
van
voorzetsels
of
voegwoorden.
Iedere
onderzoeker
krijgt
een
eigen
virtuele
werkruimte
binnen
Nederlab
waar
hij,
alleen
of
met
andere
onderzoekers,
data
kan
verzamelen
en
bewerken.
Op
basis
van
de
metadata
kan
een
onderzoeker
zelf
kiezen
welk
deel
van
het
enorme
corpus
hij
wil
gebruiken
voor
zijn
onderzoek:
aan
iedere
tekst
wordt
informatie
toegevoegd
over
datering,
lokalisering,
auteur
en
tekssoort.
Een
onderzoeker
kan
op
basis
van
die
metadata
bijvoorbeeld
onderzoeken
of
er
regionale
verschillen
bestaan
tussen
rijmteksten
uit
de
14e
eeuw,
of
in
hoeverre
het
taalgebruik
van
egodocumenten
uit
de
18e
en
19e
eeuw
verschilt
van
de
geschreven
standaardtaal
uit
diezelfde
periode.
Maar
ook
een
onderzoeker
die
in
de
20e
eeuw
is
gespecialiseerd,
zal
moeiteloos
een
eigen
geschikt
subcorpus
kunnen
samenstellen
(waarbij
de
IPR
uiteraard
worden
gerespecteerd).
Het
project
start
officieel
op
1
januari
2013.
In
het
eerste
jaar
wordt
de
Nederlab-infrastructuur
neergezet,
en
worden
de
tekstbestanden
en
metadata
van
de
DBNL
als
onderzoekscorpus
ingebracht.
Begin
2014
wordt
een
eerste
versie
van
de
Nederlab-website
gelanceerd.
In
de
daaropvolgende
jaren,
tot
1
januari
2018,
worden
de
gegevens
gestructureerd
uitgebreid:
daarbij
worden
bijvoorbeeld
de
auteursgegevens
van
de
KB
en
van
universiteitsbibliotheken
gekoppeld
aan
die
van
de
DBNL.
Dat
moet
eenmalig
met
de
hand
gebeuren
(iemand
moet
beslissen
of
Jan
Janssen
uit
de
KB
dezelfde
is
als
Jan
Janssen
uit
de
DBNL).
Is
de
koppeling
eenmaal
gelegd,
dan
worden
voortaan
alle
werken
van
Jan
Janssen
automatisch
aan
elkaar
gekoppeld,
ook
werken
die
hij
in
de
toekomst
nog
zal
publiceren.
Ook
worden
gedurende
het
project
steeds
meer
tools
aangeboden:
gebruikersvriendelijke
computerprogrammaatjes
waarmee
teksten
en
metadata
op
verschillende
manieren
kunnen
worden
doorzocht
en
waarmee
zoekresultaten
inzichtelijk
worden
gemaakt
in
bijvoorbeeld
de
vorm
van
een
lijndiagram,
staafdiagram
of
puntenwolk.
Nederlab
komt
voort
uit
de
wens
van
de
geesteswetenschappelijke
onderzoekers.
Van
begin
af
aan
zullen
die
onderzoekers
zeer
nauw
betrokken
worden
bij
de
inrichting
van
Nederlab.
Onderzoekers,
studenten,
promovendi
en
postdocs
worden
uitgenodigd
de
infrastructuur
te
testen
en
te
becommentariëren,
en
een
bijdrage
te
leveren
aan
de
invulling
van
de
infrastructuur.
Zonder
data,
metadata
en
tools
is
de
infrastructuur
immers
niets
meer
dan
een
lege
dop.
Onderzoekers
die
gecorrigeerde
transcripties,
geannoteerde
teksten
of
tools
hebben
gemaakt
die
geschikt
lijken
voor
opname
binnen
Nederlab,
worden
van
harte
uitgenodigd
contact
op
te
nemen.
En
studenten
kunnen
overwegen
via
een
stage
mee
te
helpen,
met
bijvoorbeeld
het
bouwen
van
een
specifiek
subcorpus,
het
(semi-automatisch
met
aangepaste
tools)
corrigeren
van
leesfouten
in
ocr-bestanden,
het
werken
aan
metadata-schema’s,
het
taalkundig
verrijken
of
annoteren
van
geselecteerde
corpora,
of
het
aanpassen
of
ontwikkelen
van
tools
voor
het
doorzoeken,
visualiseren
en
annoteren
van
historische
teksten.
Laat
het
me
vooral
weten
als
u
vragen
of
suggesties
heeft:
via
e-mail
(post@nicolinevdsijs.nl)
of
per
slakkenpost:
Nicoline
van
der
Sijs,
Meertens
Instituut
Postbus
94264,
1090
GG
Amsterdam.
