TBX goes TEI

As a first start into this blogging adventure, let me focus on a current activity which I started in the context of the recent ISO/TC 37 general meetings in Pretoria in June. The context is the ongoing revision process for ISO 300421.

Since its P4 edition, the TEI guidelines did not have a chapter on terminology any more. This is indeed missing since the current TEI dictionary chapter is covering semasiological views on lexical data (word to sense) and many applications require an onomasiological perspective (concept to term). For instance, translators, technical writers or language learners often manipulate terminologies, i.e. lexical structures are organised according to concepts, which in turn are subdivided in language sections (all words or expressions used to express the corresponding concept for this language) and then in term sections (all types of information needed to represent and qualify a given term). The underlying model is standardized  in ISO 16642 TMF2. TBX is thus a serialization of TMF.

I have now started to create an TEI/ODD specification that takes up the basic TBX structure, starting at <termEntry> level and allowing these to occur anywhere a traditional dictionary entry (<entry>) would in the TEI architecture.

To illustrate this, let me just show a typical  (yet awfully simple) example. The TBX namespace is a fake one (it is under discussion and we may want to get all this in the TEI name space).

<TEI xmlns=”http://www.tei-c.org/ns/1.0″ xmlns:tbx=”http://www.tbx.org”

<termEntry xml:id=”c5″ xmlns=”http://www.tbx.org”>
<langSet xml:lang=”en”>
<langSet xml:lang=”fr”>


  1. ISO 30042:2008 Systems to manage terminology, knowledge and content — TermBase eXchange (TBX) []
  2. ISO 16642:2003 Computer applications in terminology — Terminological markup framework []

Bag of tags

L’objectif de ce carnet est de présenter différents travaux, réflexions ou synthèses sur la représentation de données numériques en sciences humaine et plus particulièrement dans le domaine des informations textuelles et linguistiques. Le carnet doit permettre de publier des entrées pédagogiques ou exploratoires permettant à un large public académique de mieux connaître les initiatives internationales portant sur la représentation de telles données, mais aussi de présenter des problèmes précis de modélisation qui peuvent accompagner, par exemple, le codage de source numériques particulières. Le champ du carnet couvre donc le domaine des corpus textuels oraux ou écrits, l’annotation de telles données à différents niveaux, ainsi que les ressources lexicales et terminologiques. Occasionnellement le carnet sera amené à couvrir des formats ou standards couvrant d’autres domaines (archives, ou domaines spécifiques dans les humanités. Concrètement, les présentations ou discussion aborderont des aspects liés aux directives de la TEI, aux travaux au sein de l’ISO (notamment du comité TC 37), mais aussi de standards tels qu’EAD, EAG ou EAC (archives).