I Corpora Paralleli sono costituiti da un testo e dalla sua traduzione che generalmente rappresenta una traduzione fedele all’originale e rispecchia quindi la struttura del testo. Gli algoritmi di allineamento di Corpora paralleli sfruttano questa corrispondenza tra unità testuali minime di un testo in lingua originale e della sua traduzione, quindi il rispetto dei paragrafi e periodi, cercando di individuare corrispondenze all'interno di tali regioni. Operando all'interno di queste regioni ed utilizzando motori morfologici e dizionari bilingui la procedura di allineamento cerca di individuare le traduzioni equivalenti e creare una rete di link tra parole corrispondenti nel testo originale e nella sua traduzione. Il testo in lingua originale viene esaminato sequenzialmente, ogni parola è ricondotta al lemma o ai lemmi di competenza, quindi sulla base del dizionario bilingue elettronico si individuano un insieme di possibili lemmi traducenti e le forme che ne derivano. Queste forme saranno ricercate in un area del testo tradotto. L'individuazione di tale area è un punto critico per il sistema di allineamento, infatti un area troppo piccola può far perdere link significativi, viceversa una porzione troppo grande di testo porterebbe ad individuare false corrispondenze. La rete di link individuata costituisce a sua volta l'informazione per la generazione dei contesti paralleli in fase di consultazione degli archivi.
Il Latino del Diritto e la sua traduzione
Quaderno 1, Libro I, Testo e traduzione, STAR, Pisa, 1997;
Quaderno 2, Libro I, Index locorum, STAR, Pisa, 1997;
Quaderno 3, Libro I, Concordanze, STAR, Pisa, 1998.
Le modalità di consultazione di testi adottano funzionalità e indicizzazione progettate per analisi di tipo linguistico, filologico, lessicografico e letterario che sono peculiari del motore di anlaisi testuale DBT (Data Base Testuale), ideato da Eugenio Picchi presso l'Istituto di Linguistica Computazionale del CNR di Pisa. Il sistema DBT è in grado di gestire materiali testuali di diverso genere e tipo, anche testi con annotaizone lingusitica e con diverse esigenze di analisi.
DBT in passato è stato un marchio brevettato dal CNR ed è stato utilizzato in numerosi progetti e iniziative. Ha costituito il software di interrogazione anche in imprese editoriali che hanno avuto notevole riscontro di critica, come la pubblicazione "LIZ - Letteratura Italiana Zanichelli", contenente 500 testi della nostra letteratura, per oltre 21 milioni di parole.
Il sistema di consultazione del corpus parallelo del Digesto eredita il complesso delle funzioni di DBT (Data Base Testuale, vedi Picchi 1998). Partendo indifferentemente da una delle due lingue è possibile recuperare tutti i contesti di singole parole, parole sotto-specificate, o famiglie di parole combinate attraverso gli operatoti logici. Le risorse morfologiche di corredo permettono anche la ricerca di tutte le forme flesse di un lemma.
I risultati delle ricerche sono mostrati in modalità contrastiva, overo per ogni occorrenza della query sono presetnati all'utente i contesti contrastivi relativi. Se la parola cercata nella lingua source possiede un link diretto nel testo parallelo, questo rappresenta il punto di partenza per la generazione del contesto nella lingua taget. Se il link diretto non è presente tutti i link associati alle parole del contesto sono utilizzati per individuare un centro virtuale attorno a cui generare il contesto parallelo, proponendo un intervallo in cui può trovarsi la traduzione dell'elemento desiderato o suggerendo addirittura una parola come ipotetica traduzione.
In questa sezione è articolata una sorta di guida alla consultazione della banca dati. Con l'intenzione di favorire l'interazione con gli utenti sono stati predisposti percorsi esemplificativi delle possibili ricerche che si possono fare sulla banca dati, sia a partire dalla lingua latina che sulle traduzioni in italiano:
