meeting投影片

1. 數位人文工具介紹：JUXTA
2015/09/09 博宇
1

2. 概述
2

3.  Juxta是University of Virginia開發的一款文本校
勘軟體
 後來該軟體整合進NINES的計劃進行後續開發
 Networked Infrastructure for Nineteenth-century
Electronic Scholarship
 致力於整合19世紀的數位典藏文獻和工具以協助研究
者
 原本是單機軟體，後來有開發線上版本的Juxta
commons
3

4. NINES的介紹頁面
4

5.  使用者可以將不同版本的文本加入一個比對組
(Comparison Set)進行校勘
 Juxta會自動找出使用者指定的版本(基準文獻，
Base Text)和其他版本(見證文獻，Witness
Text)的差異處
 Juxta將這些差異視覺化並協助研究者尋找和
比較不同程度的差異點
 支援純文字檔案、XML與TEI格式的文本檔案
5

6. 功能介紹
6

7.  以下會以單機版的Juxta的操作來介紹功能
7

8. 8

9. 加入文本
 使用者建立一個比對組(Comparison set)後即
可開始加入文本以進行比對
 文本可以是純文字檔、XML、或是TEI
9

10.  Juxta有一套自定XML的格式(juxta-document)
 文本若是XML檔案，配合這個格式能夠較完整的
使用Juxta的一些功能，像是段落、行號、圖片、
自動讀入文本屬性(properties)等。
10

11. 11

12. 比對結果
 Juxta將比對出的差異分為三類：
 Insertion(增補)：只有Witness出現的段落
 Deleted(刪減)：只有Base Text出現的段落
 Changed(更動)：同段落中兩者部分文字有差異
 會將各個見證文獻和基礎文獻的差異程度量化
12

13. 比對結果的顯示
 Juxta在文件視窗(Document Panel)提供兩種
顯示模式讓使用者觀看比對的結果：
 Collation View
 Comparison View
13

14. COLLATION VIEW
 畫面中只會出現Base Text
 差異會以藍色標記顯示
 顏色深度越深，代表這個部分有越多文本與其相
異
 左側的Witness下的藍色條格越長、有越深的顏色
則顯示該版本與Basic Text的相差程度越高
14

15.  右圖的紅圈處可以切
換兩種顯示模式
 右側文本視窗的藍標
部分代表其他版本有
相異的地方
 左側的瀏覽列可以看
到視覺化的差異程度
 游標移動到項目上會
顯示差異值
15

16.  使用者點選劃標部分即可在右側查看其他
Witness Text和Base Text不同的部分
 上面的標記顯示差異的性質：
 “＋”代表Inserted
 “－”代表Deleted
 “▲”代表Changed
16

17. 17

18. COMPARISON VIEW
 文本的顯示視窗會分為左右兩塊，左側為基礎
文本，右側使用者可以選擇其中一個見證文獻
顯示供使用者比對兩者的內容
 綠色劃標顯示比對出來的差異處，滑鼠移到上
方會顯示差異種類
 中央會以連線的方式顯示對應的段落
18

19. 19

20. “MOVE”功能
 有些文本發生的異動是段落位置的調動
 Juxta無法自動判別這樣的異動並找出對應段
落的差異，因此提供使用者手動標出調動段落
的功能以協助比對
 在Comparison View下，使用者可以標出兩篇
文本相對應的段落並用”Move”功能告知Juxta，
Juxta會基於重新排序段落的版本重新做比對
20

21.  以下圖為例，淺綠色區塊為使用者標出的對應
段落，在Comparison View中會以加粗的線框
表示，可以看得出表示差別的虛線有對應到正
確的段落
21

22. 其他文本資訊的顯示
 文件視窗下的欄位會顯示其他該文本的資訊
 Source: 原檔案內容
 Images: 連結原文本的圖片
 Notes: 使用者對於差異段落的標註
 Moves: 使用者標註的對應段落
 Search: 搜尋介面
22

23. 原本檔案內容、圖片
 可以觀看原始檔的內容，也允許直接編輯後重
新比對
 如果XML檔為juxta-document格式的話，可以
顯示對應目前顯示文本內容的圖片
23

24. 觀看原始檔案
24

25. 觀看對應圖片
25

26. 註解
 使用者可以針對
差異內容進行註
解
26

27. 搜尋功能
 使用者可以在文
本中進行搜尋
 搜尋到的內容在
文本上會顯示黃
色劃標
27

28. 顯示直方圖
 Juxta提供連續顯示文本各部分的變動程度的
直方圖，使用者可以觀察直方圖去搜尋有興趣
的段落
 拖曳直方圖的窗格或點選直方圖的特定點可以
移到對應的段落
28

29. 29

30. 輸出
 輸出有兩種格式：
 保存比對結果的jxt檔案，可供其他人在Juxta上觀
覽或進行後續作業
 將文本資訊和比較差異輸出成html檔，並以特定
的校勘格式列出所有差異內容
30

31. JUXTA COMMONS
31

32. JUXTA COMMONS
 Juxta的線上版本，可以在線上使用大部分
Juxta的功能，可以直接在上面上傳檔案進行
比對
 單機版Juxta也可以將比對資料上傳到Juxta
commons進行作業
 比對的結果可以分享給其他人觀看
32

33. 33

34. JUXTA COMMONS新增的功能
 能透過URL上傳文本，或是直接輸入文字內容
 能把HTML、MS Word DOCX、PDF、 EPUB
等檔案的文字內容轉為純文字的文本
 對於XML和TEI的文本提供介面讓使用者去調
整要輸入文本的文字內容
34

35.  使用者可以看到XML檔中哪些內容有被納入文本中，
也可以直接在XML的畫面中選擇單一標籤內的文字
是否納入文本
35

36.  可以輸入Wikipedia的條目網址或條目，可以
抓出條目目前和過去版本的內容進行比對
 但這功能目前無法正常使用
 可以用Versioning Machine(另一個文本比對工
具)觀看比對結果
36

37. 37

38. JUXTA的優點
 易於找出不同版本間的相異點
 自動化的分析差異並視覺/圖像化
 使用者可以選擇在Collation View中觀看整體的差
異情況，或是在Comparison View中切換不同的
文本進行兩兩比對
 move功能可以改善分析效率
38

39.  在校勘作業上提供不同情況下的需求
 比如說在Comparison View下，使用者可以依需
求選擇是否讓Basic Text跟著Witness的轉動跟著
移動
 可以同時參照文本的圖片或原始檔，並允許使用
者在Juxta中更改原檔案後重新比對
 除了進行版本間的比對，也有利於校正錯誤
 有使用者利用Juxta來修正OCR判別錯誤的部分
 離線版可以上傳至線上版，易於提供他人觀看
結果
39

40. JUXTA的缺點
 Juxta的辨別差異效率
 有時會出現一些不合乎預期的判斷結果
 下圖理論上四個對照版本應該都要顯示deleted
 適當的使用move功能可以改善判別結果
40

41.  但是move功能往往會造成Comparison View
的畫面變得很混亂
41

42.  不支援中文
 雖然開發網誌表示希望支援更多語言
 線上版(Beta)沒有離線版完整的功能
 不支援圖片、文本視窗和輔助視窗無法同時觀看
 不能使用move功能
 有的功能目前還在測試當中
 速度比單機版慢很多
42

43.  關於版本沿革和研究者的使用心得可以參照
Juxta的網站
 http://www.juxtasoftware.org/
43