DOP in Rete

[Sbarbacipolla]

Gentili cruscanti,
è con immenso piacere che vi annuncio un progetto che aspettavo da tanto tempo: il DOP è finalmente ritornato in rete! In una veste moderna, rinnovata, facilmente accessibile da dispositivi mobili, ma con il contenuto originale. Lo trovate su dopinrete.de.

Com’è possibile? Grazie a un amico di un mio amico () che ha saputo unire sapientemente pagine salvate sull’Internet archive e salvataggi personali, insieme a un pizzico d’aiuto da parte di grandi modelli linguistici, e è riuscito a mettere in piedi l’archivio (quasi) completo del dizionario, e ha reso di dominio pubblico il codice sorgente del nuovo sito (completamente rifatto in chiave moderna); tutto questo al solo scopo di preservare il lavoro dei tanti professionisti che hanno lavorato al DOP per decenni e che con l’oscuramento del sito originale hanno visto il loro lavoro buttato, e permetterne la fruizione al mondo intero, com’è giusto che sia per un’opera di questo calibro. Grazie RAI, che come sempre lavori duro per elevare la cultura italiana.

Il codice sorgente lo trovate qui.

Per far sí che non succedano piú censure e oscuramenti del genere, nel repositorio del codice sorgente potete trovare alcuni collegamenti alla base dati e all’archivio con gli audio (pubblicato in piú posti, tra cui HuggingFace e anche via torrent, per garantire la massima distribuzione e diminuire la possibilità di censura). Siete incoraggiarti a scaricarne copie e creare il vostro personale dizionario in locale, oltre che a contribuire al codice sorgente stesso con funzionalità ulteriori, per aumentare e abbellire ancora di piú il nostro amato DOP! Cosí, siccome è già successo che il sito venga oscurato, si potrà garantire continuità di fruizione anche in futuro, se mai quei frenastenici si degneranno di far tornare operativo il sito originale.

All’amico del mio amico preme inoltre sottolineare un’ovvietà (che potrebbe però non essere tale per qualche zelante lavoratore alla RAI o per la RAI): questo progetto ha il solo scopo di preservare il sito del dizionario d’ortografia e pronuncia piú importante, consultato e amato della lingua italiana; tutti i diritti dei contenuti appartengono ai rispettivi proprietarî, e il sito ha il solo scopo di fungere da archivio accessibile (cosí come già avviene per le pagine salvate su web.archive.org). Nessun profitto viene tratto da questo sito, che anzi rappresenta una perdita monetaria netta a causa dei costi di mantenimento dei servienti e del dominio. Il sito è da intendere come archivio e si applicano le politiche dell’«utilizzo leale e equo».

Buona navigazione, viva il DOP e viva la lingua italiana!

[Millermann]

Grazie mille della segnalazione, gentile Sbarbacipolla! Mi sembra davvero un'ottima iniziativa, e sono sinceramente ammirato del risultato ottenuto in cosí breve tempo dal curatore di questo progetto! 

Ho già fatto un piccolo giro nella nuova versione presente in rete e, oltre a ringraziare l'amico del suo amico per il magnifico lavoro svolto, vorrei contribuire al miglioramento ulteriore dell'interfaccia, facendo notare, se mi è consentito, alcune piccole imperfezioni ancora presenti.

Noto un tentativo di rimpiazzare l'alfabeto fonetico «proprietario» del DOP con l'AFI, per il momento limitato alla voce mostrata come risultato della ricerca.
Ad esempio, cercando giacché si ottiene:

giacché [dʒakkˈe⁺] cong. — meno com. oggi, nello scritto, già che [id. o dʒˈa kke⁺], in uso spec. col valore di «ormai che, visto che»: già che ci siamo incontrati… — cfr. qualche

mentre la stessa voce, in versione originale, è ancora presente se la si raggiunge attraverso uno dei collegamenti proposti.

A parte il fatto che, personalmente, preferisco la voce originale, l'idea della trascrizione fonetica in AFI mi sembra sicuramente utile, ma noto che presenta ancora delle imprecisioni: l'accento, ad esempio, dovrebbe precedere la sillaba tonica, e non direttamente la vocale.

Ecco un'altra stranezza in cui mi sono, per caso, imbattuto: la ricerca di anche presenta 80 risultati, ma non mostra la voce richiesta, nonostante questa sia disponibile.

Spero che queste osservazioni possano essere utili a migliorare ancora questo progetto che, già in questo momento, trovo eccellente. 

[G. M.]

Sembra un'ottima cosa anche a me, ringrazio molto l'amico dell'amico. 

Solo per sicurezza, però: che cosa s'intende con questo?

[…] insieme a un pizzico d’aiuto da parte di grandi modelli linguistici […]

Spero che non significhi che le IA sono state usate per riempire «creativamente» dei buchi contenutistici nei materiali salvati. Questo va ovviamente chiarito.

Per il resto, se le va può segnalare al suo amico di secondo grado che «jolly», nell'interfaccia (visibile qui), può essere reso in italiano —o, altrimenti, almeno corsivato—. 

[…] l'idea della trascrizione fonetica in AFI mi sembra sicuramente utile, ma noto che presenta ancora delle imprecisioni: l'accento, ad esempio, dovrebbe precedere la sillaba tonica, e non direttamente la vocale.

Non è in realtà assurdo, se consideriamo i discorsi che abbiamo fatto più volte qui nel fòro circa quel confine sillabico. Fra i vocabolari maggiori, il Devoto-Oli indica, o almeno indicava, l'accento proprio in quel modo.

[Infarinato]

Ecco un'altra stranezza in cui mi sono, per caso, imbattuto: la ricerca di anche presenta 80 risultati, ma non mostra la voce richiesta, nonostante questa sia disponibile.

Per una corrispondenza esatta bisogna usare le virgolette. 

[Sbarbacipolla]

Gentili Millermann e G. M.,
vi ringrazio caldamente per i vostri commenti. Effettivamente c’erano già diversi problemi nel codice del sito.

Sulla pagina dei risultati di ricerca emergevano due anomalie distinte. La prima riguardava la trascrizione fonetica: cercando per esempio «anche» o «giacché», la lista dei risultati mostrava una traslitterazione approssimativa in AFI (es. [ˈaŋke], [dʒakkˈe⁺]) generata automaticamente convertendo carattere per carattere il fonte proprietario del DOP, mentre cliccando sul lemma compariva la trascrizione originale resa col fonte del DOP.
La conversione automatica in alfabeto AFI è stata iniziata proprio con lo scopo d’aver un dizionario di fruizione piú «accademica» e che potesse fare a meno del fonte proprietario del DOP, ma il lavoro è stato solo abbozzato e poi interrotto a causa della difficoltà del problema: chi ha scritto il codice sorgente di questo progetto non è un fonetista, e si è reso subito conto che una semplice mappa tra i caratteri del DOP e i corrispettivi simboli AFI è linguisticamente grossolana come minimo, se non del tutto sbagliata in certi casi (esempi errati visti: accento posizionato sul singolo fonema invece che sulla sillaba, geminate raddoppiate ingenuamente come [adzdzˈurro] per azzurro, lunghezza vocalica assente, raddoppiamento sintattico reso con simboli non canonici).
Anche per questo la potenza di un progetto libero e aperto come questo è che tutti possono contribuire, ognuno con le proprie competenze. Potremmo benissimo pensare di intraprendere una trascrizione fonematica curata a partire dai simboli del DOP. Siete invitati a visitare il repositorio del codice sorgente.

La seconda anomalia grossa riguardava il riquadro di voce esatta in cima ai risultati: per certi lemmi non appariva mai, perché il filtro era affidato al modello che si occupa di cercare i lemmi (confronto stringa) e operava solo sui primi 80 risultati restituiti dall’algoritmo di ricerca, sicché un lemma corto come «anche» finiva oltre la soglia e spariva dell’algoritmo di classificazione, e la ricerca esatta tra virgolette mostrava solo il collegamento al posto della scheda completa. Ora vengono mostrati tutti i risultati, e se c’è un risultato esatto viene sempre mostrato per primo con la scheda completa del lemma, cosí da risparmiare un clic.

La dicitura «caratteri jolly» è stato sostituito con «caratteri polivalenti». Grazie mille per la segnalazione (sono refusi dati dall’uso dell’i.a., probabilmente).
Ringrazio anche l’Infarinato che ha fatto notare che la ricerca supporta una sintassi avanzata —come mostrato dal menú sulla pagina d’entrata— per una ricerca mirata.

Per ultimo, ma certamente non meno importante, rispondo al dubbio di G. M.: l’i.a. è stata usata esclusivamente per l’aiuto alla stesura del codice sorgente che gira sul serviente, e non è in alcun modo stata usata per modificare i contenuti. Anzi, è stata presa la decisione di mantenere anche gli errori presenti nel DOP originale —come si può vedere, per esempio, dalla scheda del lemma «ipsilon» dove anche l’accentazione alla lat. riproduce incorrettamente lo stesso audio della prima pronuncia, come sulla pagina originale— e grande cura è stata prestata nella scrittura degli algoritmi che estraggono le informazioni archiviate per trasporle nella base dati moderna senza alterazioni. Tutto ciò in un’ottica di pura conservazione e mantenimento del pregio del dizionario.

L’unica modifica alle schede dei lemmi del dizionario è stata quella di referenziare un ulteriore lemma citato con «cfr.», «vd.» o «→» con un collegamento ipertestuale al lemma effettivo, e questo solo nel caso in cui non ci fosse una sola corrispondenza esatta, per aumentare la fruibilità dell’opera.
Faccio notare anche come tutte le voci abbiano mantenuto lo stesso identificativo numerico, per una piú facile trasposizione dei vecchi collegamenti che le persone potrebbero aver salvato o che sono stati via via condivisi in questo fòro.

Mi fa molto piacere che vi siate già messi alla ricerca di bachi, continuate cosí! Vi ricordo che potete suggerire modifiche anche direttamente sulla pagina del codice sorgente.

Aspetto vostre considerazioni su una futura impresa di trascrizione nell’AFI.

[G. M.]

Sono registrato su Codeberg, ma per certi temi trattati mi sembra più comodo se ne discutiamo direttamente su Cruscate.

[…] chi ha scritto il codice sorgente di questo progetto non è un fonetista, e si è reso subito conto che una semplice mappa tra i caratteri del DOP e i corrispettivi simboli AFI è linguisticamente grossolana come minimo, se non del tutto sbagliata in certi casi […].

Secondo me invece, con qualche accorgimento, la cosa è fattibile senza troppe difficoltà. Qualche considerazione:

1. Con l'AFI si distinguono trascrizioni fonematiche e fonetiche. Il DOP (mi riferisco ora esclusivamente all'italiano) usa un sistema misto, generalmente fonematico, ma con alcuni elementi fonetici; o forse solo uno: l'indicazione di [ŋ], che scrive «ṅ», e in italiano ricade sotto /n/. Per rappresentare quest'elemento nelle trascrizioni, la prima idea che mi viene è metterlo fra quadre, quindi del tipo «àṅke» > «/a̍[ŋ]ke/».

2. accento posizionato sul singolo fonema invece che sulla sillaba

   Dal punto di vista fonematico, ciò è del tutto sensato: veda qui. Propongo l'adozione del sistema «alla Muljačić» modernizzato, ovvero l'indicazione dell'accento tramite un trattino verticale diacritico posto direttamente sopra la vocale: /a̍ e̍ ɛ̍ i̍ o̍ ɔ̍ u̍/.

3. geminate affricate raddoppiate ingenuamente come [adzdzˈurro] per azzurro

   Stiamo parlando di raddoppiare il fonema /ʣ/, quindi è del tutto giusto (cfr. il DⁱPI), a parte che, come fa Canepari, sarebbe meglio usare le legature: quindi «/aʣʣu̍rro/». Ricordiamo che il DOP distingue, per esempio, /ʦ/ da /ts/ (ne abbiamo discusso qui). E fat shaming /-VtʃV-/ non ha certo /-VʧV-/!

4. lunghezza vocalica assente

   Di nuovo, stiamo parlando di fonemi, quindi l'allungamento vocalico (in italiano) non va rappresentato (cavo, trascr. fonematica /ka̍vo/; trascr. fonetica [ˈkaːvo]).

5. raddoppiamento sintattico reso con simboli non canonici

   Che io sappia non c'è un simbolo canonico nell'AFI al momento, per cui userei l'asterisco, normalmente impiegato per questa funzione: «⁺dèi» > /*dɛ̍i/, «così⁺» > /kosi̍*/.

[…] rispondo al dubbio di G. M.: l’i.a. è stata usata esclusivamente per l’aiuto alla stesura del codice sorgente che gira sul serviente […]. Anzi, è stata presa la decisione di mantenere anche gli errori presenti nel DOP originale —come si può vedere, per esempio, dalla scheda del lemma «ipsilon» dove anche l’accentazione alla lat. riproduce incorrettamente lo stesso audio della prima pronuncia, come sulla pagina originale— e grande cura è stata prestata nella scrittura degli algoritmi che estraggono le informazioni archiviate per trasporle nella base dati moderna senza alterazioni. Tutto ciò in un’ottica di pura conservazione e mantenimento del pregio del dizionario.

La ringrazio e apprezzo molto la sua attenzione. Un'idea: per chiarire al visitatore che il contenuto è stato riportato pedissequamente, e allo stesso tempo mettere in luce gli errori fornendo un'utile informazione, si potrebbe avere un avviso o nota che segnala la presenza d'un errore —nei casi in cui si sia notato—, comparendo al fondo o all'inizio delle voci come questa.

Ancora complimenti per quest'ottimo lavoro. 

[Millermann]

Complimenti anche da parte mia: in meno di una giornata il sito del «nuovo» DOP ha fatto passi da gigante: le mie note di ieri sono già superate, e il risultato mi pare adesso molto soddisfacente! 

Per quanto riguarda la trascrizione in AFI, la mia proposta sarebbe di affiancarla, e non di sostituirla, a quella tradizionale; piú avanti vi esporrò la mia idea. Nel frattempo, vorrei commentare i suggerimenti di Giulio, che mi trovano sostanzialmente d'accordo: aggiungo soltanto qualche osservazione qua e là.

Per quanto riguarda il primo punto: per me andrebbe benissimo attenersi totalmente alla trascrizione fonematica (stile DⁱPI, insomma), trascurando quindi il dettaglio della [ŋ] e scrivendo, coerentemente, «/a̍nke/». Del resto, non sarebbe questa l'unica semplificazione, visto che il DOP indica con un carattere particolare anche le [ɛ] e le [ɔ] in posizione atona (o con accento secondario).

Concordo pienamente sul punto 2, riguardo agli accenti «alla Muljačić»; per la rappresentazione delle affricate (punto 3), invece, mi chiedo se non sarebbe meglio adottare il formato raccomandato oggi (in realtà, fin dal 1989) dall'IPA, cioè quello con i (famigerati) «archetti» /t͡s d͡z t͡s d͡ʒ/. È ancora il caso di preferire una notazione «deprecata» a livello internazionale da decenni? È pur vero che il DⁱPI di Canepàri lo fa, ma lui può permetterselo. Aggiungo, a scanso d'equivoci, che le tradizionali «legature» sono anche le mie preferite 

Per tutto il resto sono d'accordo; riguardo alle geminate in generale, si potrebbe forse preferire il simbolo apposito «ː» alla semplice ripetizione del carattere?

Ma veniamo ora alla mia idea: mi piacerebbe che, accanto alla voce classica in stile DOP, fosse possibile mostrare una versione «testuale» copiabile e riutilizzabile, ad esempio in una citazione. L'idea è quella di realizzare un approccio simile a quello della pagina del GDLI che mostra i risultati delle ricerche. Non so se l'avete presente: accanto a ciascun risultato vi sono tre piccoli pulsanti (esempio). Il primo di essi, raffigurante una lente, apre una «finestra» sovrapposta allo schermo, che contiene un ampio frammento di testo, facilmente selezionabile e copiabile.

Si potrebbe, nel nostro caso, aggiungere a ciascuna voce del DOP, in basso, un pulsante simile, che mostri una versione testuale della stessa, con le trascrizioni fonematiche in AFI, ma che non disturbi troppo, poiché la finestra «sparirebbe» a una seconda pressione del pulsante. Che ne pensate? Non voglio dilungarmi in dettagli ora, ma si potrebbe studiare una trascrizione testuale della voce che sia ottimizzata il piú possibile. 

P.S. Mi rivolgo ora ai moderatori: non credete che sarebbe opportuno scorporare questo nuovo argomento dall'annoso filone «Che fine ha fatto il DOP»? Si parla, ormai, d'un nuovo progetto, curato e realizzato in collaborazione con alcuni utenti di Cruscate, che poco ha in comune col tema originale. 

[G. M.]

Per quanto riguarda il primo punto: per me andrebbe benissimo attenersi totalmente alla trascrizione fonematica (stile DⁱPI, insomma), trascurando quindi il dettaglio della [ŋ] e scrivendo, coerentemente, «/a̍nke/».

Lo proponevo nella logica di presentare il testo com'è, con massima fedeltà, senza cambiamenti o correzioni.

Del resto, non sarebbe questa l'unica semplificazione, visto che il DOP indica con un carattere particolare anche le [ɛ] e le [ɔ] in posizione atona (o con accento secondario).

Mi sembra un discorso diverso: quelli sono fonemi /ɛ/ e /ɔ/, foneticamente [e̞] e [o̞] (vado a memoria, mi corregga l'@Infarinato se sbaglio), quindi non vedo problemi nel trascriverli con /ɛ/ e /ɔ/… «bęllumóre» = /bɛllumo̍re/. Certo, possiamo discutere del se e come, ma è una questione diversa.

[…] per la rappresentazione delle affricate […], invece, mi chiedo se non sarebbe meglio adottare il formato […] con i (famigerati) «archetti» /t͡s d͡z t͡s d͡ʒ/. È ancora il caso di preferire una notazione «deprecata» a livello internazionale da decenni? È pur vero che il DⁱPI di Canepàri lo fa, ma lui può permetterselo. Aggiungo, a scanso d'equivoci, che le tradizionali «legature» sono anche le mie preferite 

Ma allora, se le preferiamo tutti, perché lui sì e gli altri no?  Se una scelta è preferibile, seguiamola e diamo anche noi il buon esempio.
Comunque, per me la scrittura con archetti, scomoda e fuorviante, è comunque accettabile, purché i fonemi geminati siano rappresentati nella forma «/d͡ʒd͡ʒ/», e non l'assurda «/dd͡ʒ/».

Per tutto il resto sono d'accordo; riguardo alle geminate in generale, si potrebbe forse preferire il simbolo apposito «ː» alla semplice ripetizione del carattere?

Ciò significa dare un'interpretazione diversa delle consonanti doppie, contrastando fonemi brevi e fonemi lunghi anziché fonemi scempi e fonemi doppi. Dato che il DOP usa questo secondo sistema, di nuovo per fedeltà lo conserverei (oltre a tutte le altre considerazioni su quale sia preferibile).

_____

PS. Mi correggo: sono stato affrettato, il DOP rappresenta l'allungamento vocalico scrivendo doppia la vocale…

[Infarinato]

Propongo l'adozione del sistema «alla Muljačić» modernizzato, ovvero l'indicazione dell'accento tramite un trattino verticale diacritico posto direttamente sopra la vocale: /a̍ e̍ ɛ̍ i̍ o̍ ɔ̍ u̍/.

Con lievissimo abus de langage, propongo invece di usare (come del resto ho sempre fatto) /ı/ (che ha inoltre il vantaggio di non far parte dell’AFI ufficiale) in combinazione col segno d’accento primario per /ˈi/, cioè /ı̍/, che produce un risultato di gran lunga migliore dal punto di vista tipografico.

Accodandomi ai complimenti fatti e a quanto già detto da altri, ritengo che una trascrizione secondo l’AFI delle voci del DOP sarebbe utilissima dal punto di vista della ricerca testuale e della stampa, e darebbe un contributo fondamentale alla modernizzazione e all’internazionalizzazione del dizionario, ma dovrebbe limitarsi ad affiancare, non mai sostituire, la trascrizione originale.

[G. M.]

Propongo l'adozione del sistema […] /a̍ e̍ ɛ̍ i̍ o̍ ɔ̍ u̍/.

Con lievissimo abus de langage, propongo invece di usare (come del resto ho sempre fatto) /ı/ [...] in combinazione col segno d’accento primario per /ˈi/, cioè /ı̍/, che produce un risultato di gran lunga migliore dal punto di vista tipografico.

Certamente. Presupponevo l'uso di caratteri tipografici adeguati (ormai non difficili da trovare) in cui le due combinazioni fossero graficamente equivalenti. 

Per tutto il resto sono d'accordo; riguardo alle geminate in generale, si potrebbe forse preferire il simbolo apposito «ː» alla semplice ripetizione del carattere?

Ciò significa dare un'interpretazione diversa delle consonanti doppie, contrastando fonemi brevi e fonemi lunghi anziché fonemi scempi e fonemi doppi. Dato che il DOP usa questo secondo sistema, di nuovo per fedeltà lo conserverei (oltre a tutte le altre considerazioni su quale sia preferibile). — PS. Mi correggo: sono stato affrettato, il DOP rappresenta l'allungamento vocalico scrivendo doppia la vocale…

Allora, vedo che il DOP istesso scrive (sottolineatura mia):

Il raddoppiamento delle lettere dell’alfabeto fonetico non ìndica la ripetizione del suono, ma il suo pro­lun­ga­mento (com’è di norma per le consonanti nell’ortografia co­mu­ne italiana). […]

Per cui, sempre per il discorso della resa fedele, potrebbe essere sensata la rappresentazione delle doppie come fonemi allungati anziché geminati. In tal caso, per le affricate mi pare che sia ulteriormente preferibile l'uso delle legature: faggio /fa̍ʤːo/.

[Infarinato]

Il raddoppiamento delle lettere dell’alfabeto fonetico non ìndica la ripetizione del suono, ma il suo pro­lun­ga­mento (com’è di norma per le consonanti nell’ortografia co­mu­ne italiana). […]

Per cui, sempre per il discorso della resa fedele, potrebbe essere sensata la rappresentazione delle doppie come fonemi allungati anziché geminati. In tal caso, per le affricate mi pare che sia ulteriormente preferibile l'uso delle legature: faggio /fa̍ʤːo/.

No, la nota del DOP di cui sopra è di carattere fonetico. Sul piano fonematico, i curatori del dizionario (cosí come la maggior parte dei linguisti italiani) condividevano la visione bifonematica del Muljačić, per cui una trascrizione fonematica che preveda il crono per denotare la geminazione delle consonanti in italiano sarebbe in contrasto con le idee degli autori, oltre che forviante (e scomoda). Sul piano internazionale, poi, sarebbe in contrasto con la stragrande maggioranza delle descrizioni fonologiche dell’italiano (si veda, ad esempio, la trascrizione [pur fonetica, ancorché larga] della parole italiane contenute nella Guichipedía inglese).

Detto questo, credo che, per le ragioni d’internazionalizzazione di cui sopra, bisognerebbe fornire [anche] la trascrizione AFI piú canonica possibile.

Queste, però, sono tutte migliorie facoltative, cui ci si può dedicare in un secondo momento —a tal riguardo, prevedo sarà particolarmente complicata la conversione in AFI delle varie trascrizioni impiegate per le voci straniere… Per ora, ottimo lavoro, e si proceda a eventuali ampliamenti con tutta la calma necessaria.