Die Digitalisierung des klassischen Maya

Im Rahmen des Kolloquiums Digital Cultural Heritage der Universität zu Köln stellten Dr. Christian Prager, Katja Diederichs und Maximilian Behnert-Brodhun das Projekt Regenwald und virtuelle Welten: Eine digitale Infrastruktur zur Erstellung einer Textdatenbank und eines Wörterbuchs des Klassischen Maya vor. Ziel des Projektes ist es die Forschung zu Mayaschrift zu dokumentieren, sämtliche bekannten Schrifttexte in einer Datenbank digital zugänglich zu machen und ein auf die Inschriften zurückgreifendes webbasiertes Wörterbuch zu erstellen.

Projektübersicht

2014 ist das von der Nordrhein-Westfälischen Akademie der Wissenschaften und der Künste gemeinsam mit der Union der deutschen Akademien der Wissenschaften finanzierte Projekt gestartet und beschäftigt sich seitdem mit dem Aufbau einer Textdatenbank und eines Wörterbuchs des klassischen Maya. Dort enthalten sind ca. 10.000 Hieroglypgentexte aus der Zeit zwischen 500 v. Chr. und 1500 n. Chr., die in über 500 archäologischen Stätten in Südmexiko, Guatemala, Belize und Honduras gefunden wurden. Das Team hinter dem Projekt besteht aus vielen verschiedenen Spezialisten aus Bereichen wie IT, Computer Linguistik, Archäologie, Maya Linguistik und Computer Vision. Als Grundlage dienen Objekte auf denen sich die jeweiligen Schriften befinden wie beispielsweise Monumentalskulpturen, Gebäudebestandteile, Ballspielplatz, Tragbare Objekte und die natürliche Umwelt. 

Das Projekt ist unter dem Link https://mayawoerterbuch.de zu erreichen, wobei das wesentliche Merkmal darauf gesetzt wird, alles in digitaler Form zu Präsentieren und zu verarbeiten. Auf der Webseite werden unter anderem regelmäßig die aktuellen Projektergebnisse veröffentlicht.

Screenshot der Webseite https://mayawoerterbuch.de

Zusätzlich gibt es eine veröffentlichte Bilddatenbank mit über 15.000 Dateien. Außerdem werden von allen Objekten 3D Scans mithilfe eines Streifenlichtscanners erstellt. Um unvollständige Kalenderdaten zu rekonstruieren, wurde eine Software entwickelt, die in der Lage ist Maya Kalenderdate zu berechnen. Dies ist nötig, da die klassische Maya sehr komplexe Kalenderberechnungen haben. 

Außerdem beinhaltet das Projekt seit 2016 einen digitalen Zeichenkatalog. Dort enthalten sind circa 600 Zeichen. Schätzungsweise besteht die Maya Schrift aus circa 1000 Zeichen. Dieser Katalog zeigt unter anderem an, dass mit höchster Sicherheit 51% der Maya Schrift entziffert ist. Mit einer geringeren Sicherheit sind es sogar schon 74%. Zur Datenerfassung wird TextGrid verwendet. Mithilfe von XML-TEI werden die Texte eingegeben. Zum aktuellen Stand wurden circa 100 Objekte mit TEI erarbeitet. TextGrid bietet die Möglichkeit XML-Dateien mit zugehörigen Bilddateien zu verknüpfen. Somit kann der Hieroglyphenblock zur Textdatenbank abgebildet werden. Zukünftig sollen alle Ergebnisse in einem Portal entwickelt und gespeichert werden.

Das Maya Image Archive: Die Bilddatenbank des Projektes 

Die Bilddatenbank ist unter dem Link https://classicmayan.kor.de.dariah.eu erreichbar und wird aufgebaut, um die bildbasierten Forschungsmaterialien zur Mayakultur digital abzubilden und zu publizieren. Sie bietet ohne Login freizugängliche Inhalte mit offenen Lizenzen. Das Archiv besteht hauptsächlich aus Bildsammlungen und Fotografien von Zeichnung von Textträgern mit Maya-Hieroglyphen. Die Grundlage des Maya Image Archives bildet ein analoges Archiv, welches circa 60.000 Bilder umfasst. Bisher sind davon ungefähr 13.000 Bilder digitalisiert, erschlossen und in der Datenbank publiziert. Die Datenbank ist mit der Software ConadaKOR erstellt. ConadaKOR ermöglicht es Objekte wie zum Beispiel die Textträger mit Personen, Orten oder ähnliches in einer Ontologie zu beschreiben und als Entitäten im Zusammenhang miteinander graphbasiert abzubilden. Die Ontologieartige Metadatenbeschreibung erfolgt mittels 7 Entitätstypen (Medien, Artefakte, Haltern, Sammlungen, Orten, Personen, Fundstätten) und 20 Relationstypen, um die Textträger in Zusammenhang mit verschiedenen Bildern, Fundstätten, Forschungsliteratur und weiteren zubringen. Die Relationstypen (z.B. Artefact is depicted by Medium, Medium depicts Artefact, Artefact was located in Place) können die Entitäten sinnvoll miteinander verbinden. Jede einzelne Entität hat eine Ansichtsseite, die für jeden Entitätstypen gleich aufgebaut ist. Ist dort zufriedenen Relationen sind Links, die zu den beschriebenen Entitäten führen. 

Die Datenbank ist öffentlich im Web zugänglich und dient somit dem Projekt als eigenes Forschungsarchiv. Es werden jedoch auch externe Bestände von Bildmaterialien gespeichert und publiziert, um mehr Bilder zu einem Artefakt aus verschiednen Quellen vor sich zu haben, um damit arbeiten zu können und diese auch vergleichen zu können. Die Datenbank kann auch als Repositorium für projekteigene Bilder verstanden werden, da dort auch Bilder zur Archivierung oder ausschließlich interne Nutzung aufbewahrt werden. In Zukunft werden die Bilder ebenfalls zu ausgewählten annotierten Texten über die API der Bonner Universitäts- und Landesbibliothek publiziert. 

Technologische Infrastruktur 

Die vielen verschiednen Dateitypen des Projekts führen zu einem großen Technologienstack. Die Forscher haben versucht, an allen Stellen im Projekt standardisierte Daten zu nutzen, um sich mit vielen Forschenden austauschen zu können. Dafür wurden W3C zertifizierte Technologien und Datenformate genutzt. 

Metadaten zu nicht-textuellen Objekten sind in RDF XML gespeichert. Für die Bilder der Textträger wird ein Koordinatensystem genutzt. Bilddaten sind im ConedaKOR Bildarchiv gespeichert. Es gibt allerdings auch eigene Bilder, welche unter anderem in TextGrid verwendet werden, um wie oben erklärt Dateien untereinander zu verlinken. Diese Textträger beinhalten wiederum die Volltexte, welche eine hohe Komplexität aufweisen. Deshalb wurde ein Parser und eine Benutzeroberfläche entwickelt, welche aus einem gegebenen String, bestehend aus einzelnen Zeichen die eine Hieroglyphe zusammensetzt, den dazugehörigen XML-Code generiert. Durch den Parser wird die Fehleranfälligkeit reduziert und die Eingabe erfolgt wesentlich schneller. Außerdem ergibt sich daraus eine höhere Qualität der Daten. 

Schaut man sich die technologische Infrastruktur an, wird unter anderem mit der TextGrid Infrastruktur gearbeitet. Dort gibt es zwei Speicherbereiche: einen nicht öffentlichen und einen öffentlichen. Der öffentliche Bereich ist aktuell noch nicht relevant, da momentan im nicht öffentlichen Bereich gearbeitet wird. Die Daten sollen jedoch zukünftig, sobald sie fertig sind, im öffentlichen Bereich zur Verfügung gestellt werden. Um eine vorherige Möglichkeit der Veröffentlichung zu haben, gibt es noch verschiedene andere Möglichkeiten, wie zum Beispiel OAI-PMH, welcher aktuell schon für den Austausch mit der digitalen Bibliothek der Universität Bonn genutzt wird. Ebenfalls wird der Text Image Link Editor und SADE genutzt. Es gibt jedoch auch noch diverse andere Technologien im Projekt. Aktuell noch in der Entwicklung sind die linguistischen Annotationen, die im JSON-Format gespeichert werden. Der Triplestore beinhaltet die nicht-texthellen Objekte, den Zeichenkatalog und die Vokabulare. Die XML-Daten werden zukünftig in einer eXist Datenbank liegen, die dann Teil von SADE und dem geplanten Portals sein werden. Zusätzlich gibt es noch einzelne Services, zum Beispiel die Eingabemaske, ein Mapping für OAI-PMH und der zuvor beschriebene Parser. Außerdem gibt es noch andere Sachen, die auf den einzelnen Host, also beim Client, laufen. Das wird am Ende das linguistische Annotationstool sein und aktuell das Programm, um in TextGrid zu arbeiten. Als letztes gibt es noch externe Services wie ConedaKOR

Das Projekt wird nach aktuellen Stand noch bis 2028 weitergeführt. Die neusten Entwicklungen und Forschungsergebnisse sind auf folgender Webseite zu finden: https://mayawoerterbuch.de

Zur Autorin:  Nina Gollwig hat ihren Verbundsbachelor Medienkulturwissenschaften und Medieninformatik an der Universität zu Köln abgeschlossen und studiert zurzeit Informationsverarbeitung im Master. Sie arbeitet als studentische Hilfskraft im Bereich Frontend Entwicklung bei der Mediengruppe RTL.


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.