Mededelingen van de Stichting Jacob Campo Weyerman. Jaargang 14

[p. 85]

Campo en de computer^*
Riet Hoogma

Vorig jaar werd op de jaarvergadering voor het eerst een deel van een Weyermantekst op floppy disk gepresenteerd. Het waren twintig afleveringen van de Echo des Weerelds, ook vandaag nog te koop. Tot nu toe zijn er slechts zes schijfjes verkocht. Een enigszins teleurstellende verkoop, zeker gezien het aantal computerbezitters binnen onze Stichting (dat aantal is zeker hoger dan zes).

Ik weet niet wat de reden is, maar het kan zijn dat men het nut van een tekst op diskette niet helemaal inziet. Een andere reden is misschien dat er eenvoudigweg weinig mensen op dit moment actief met Weyerman bezig zijn. In het belang van mijn betoog houd ik het maar even op de eerste reden. Natuurlijk bevat dit schijfje maar twintig nummers. Werkelijk rendement zal het ‘floppy-project’ pas opleveren als een flink aantal, liefst alle teksten van Weyerman zijn opgenomen. Dat is precies wat ons doel zou moeten zijn, vind ik: het hele oeuvre van Weyerman omzetten in een machineleesbare tekst.

De computer is vooral nuttig daar waar grote hoeveelheden gegevens tegelijk geordend en geanalyseerd moeten worden^1.. Wie even stilstaat bij de aard en omvang van Weyermans werk kan maar één conclusie trekken: Weyermans oeuvre schreeuwt om electronische bewerking. Het is moeilijk te doorgronden, fragmentarisch, onoverzichtelijk en vooral: veel.

Begrijpelijkerwijs zijn er tot nu toe veel opmerkingen gemaakt op basis van slechts enkele teksten van Weyerman. Veel interessante vraagstellingen blijven steken in de grote hoeveelheid materiaal. Voor onderzoek dat verder reikt, is het nodig zo veel mogelijk teksten beschikbaar te maken en te ontsluiten. Nu het aantal computerbezitters groeit en er betaalbare programma's op de markt zijn, lijkt mij het opbouwen van een bestand van primaire teksten het doel voor de Stichting. Daarnaast moeten we uiteraard doorgaan met het bevorderen van geannoteerde uitgaven in boekvorm, ‘echte uitgaven’ dus.

Er zijn op dit moment twee typen programma's beschikbaar waarmee men op de personal computer een corpus Weyermanteksten te lijf zou kunnen gaan^2.. In de eerste plaats de concordantieprogramma's, deze zijn het oudste^3.. Ze kunnen de klassieke concordanties maken die iedereen wel kent, alfabetische lijsten van elk woord in de tekst, afgedrukt met de regel waarin ze voorkomen. Nadeel hiervan is de grote omvang die dat soort lijsten al gauw krijgen. Praktischer zijn de woordfrequentielijsten en de woordindices die je met deze programma's kunt samenstellen. Deze kunnen o.a. gebruikt worden om woorden te selecteren die voor een thematisch of stilistisch onderzoek gecodeerd moeten worden. Bij dit soort programma's is het mogelijk het

* Observatie gehouden op de grondvergadering van 12 januari 1991. Met dank aan Marleen de Vries en Jan Bruggeman.

1. Op het ogenblik wordt de computer in de neerlandistiek voornamelijk gebruikt als tekstverwerker (dus als hulp bij het schrijven van artikelen) en voor bibliografisch werk.
Een eerste inventarisatie van het gebruik van de computer bij onderzoek en onderwijs biedt de congresbundel: Computertoepassingen in de Neerlandistiek. (Almere) 1990. (LVVN-jaarboek 1990). Sinds kort is er een uitstekende Nederlandse inleiding voor historici, ook zeer nuttig voor literatuurhistorici: O. Boonstra, L. Breure & P. Doorn (red.). Historische Informatiekunde. Inleiding tot het gebruik van de computer bij historische studies. Hilversum 1990. Hierin kan men ook de belangrijkste buitenlandse literatuur vinden.

2. Op maat gemaakte programma's voor de mainframes (grote en krachtige computers) die bij de universiteiten in gebruik zijn, bestaan natuurlijk al langer. De ontwikkelingen in de software voor de pc bieden mogelijkheden voor onderzoek dat niet afhankelijk is van de universitaire budgetten en onderzoeksprogramma's.

3. Zie Boonstra e.a., p. 153-165. Een veelgebruikt programma is het Oxford Concordance Program voor mainframes, waarvan ook een versie is gemaakt voor de pc: Micro-OCP. Een Nederlands concordantieprogramma is CONCORDE, uitgebracht door de Stichting LOC, Postbus 38284, 6503 AG Nijmegen. Het in noot 4 genoemde pakket WordCruncher kan ook concordanties en indices maken.

[p. 86]

programma te instrueren om bepaalde spellingsvariaties te negeren, en om bepaalde woorden en woordcombinaties onder één noemer te brengen. Dat laatste levert een synoniemenlijst op die het zoeken en selecteren kan versnellen.

Het tweede type programma is relatief nieuw. Er is in de computerwereld lange tijd weinig aandacht geweest voor het bewerken van bestanden die grote hoeveelheden lopende tekst bevatten. Inmiddels zijn er diverse zogenoemde tekstdatabase of text retrieval pakketten op de markt^4.. Zelf heb ik enige ervaring met het programma askSam^5.. Dit is een ‘vrije vorm tekstdatabase’. Het grote voordeel van dit programma is dat het gericht is op tekst in ‘gewone’ vorm. Je kunt een Weyermantekst rechtstreeks intypen. Een structuur aanbrengen is in principe niet nodig, maar het kan wel (ook achteraf)^6..

Wie met de hand bepaalde woorden wil verzamelen gaat de tekst lezen en begint vervolgens te strepen. In askSam kan dat simpel op dezelfde manier. Je leest op het scherm en typt voor elk woord dat je wilt markeren een bepaald teken, bijvoorbeeld een $. Op deze manier kun je in askSam velden definiëren, het markeringsteken geldt dan als veldnaam. Dit is een handige eigenschap van het programma. Als je eenmaal bepaalde woorden tot veld hebt gebombardeerd, kun je er allerlei bewerkingen op uitvoeren. Je kunt ze selecteren, alfabetisch sorteren, in aparte lijsten afdrukken etc. Tegelijkertijd blijft het mogelijk direct op woorden te zoeken in de tekst als geheel. Ook in niet-gestructureerde tekst zijn er ruime zoek- en selectiemogelijkheden^7.. Het zoeken gaat bijzonder snel, veel sneller dan met een tekstverwerkingsprogramma als Wordperfect^8..

De meest voor de hand liggende gebruiker van een toekomstige tekstenverzameling is natuurlijk de annotator. Ik vertel in dit gezelschap niets nieuws als ik zeg dat het beste commentaar op Weyerman vaak in zijn eigen werk te vinden is. De bestaande tekstedities staan vol met voorbeelden. Dat is allemaal zonder computer gedaan destijds, zeker. Het punt is dat het doornemen van het hele werk ten dienste van de verklaring van één passage, of van een afzonderlijke tekst in de regel slechts een keer gebeurt. Een tekst die éénmaal in de computer ingevoerd is kan telkens opnieuw snel geraadpleegd en bevraagd worden, ook als er tijdens het onderzoek nieuwe problemen opduiken.

Het grote voordeel van een electronische tekst blijkt mijns inziens vooral als we kijken naar woordverklaringen. Immers, wie op zoek is naar een schout, een alchimist, of een dokter ‘met den Molensteene Hoed’^9., kan gericht en daardoor snel, lezen. Bij woordverklaringen ligt dat anders. Op dit niveau kan een eenvoudige sterveling maar een vrij kleine hoeveelheid tekst onthouden en dus herkennen in het corpus. Er is niemand die het hele werk van Weyerman nog eens gaat doorploegen als hij een bepaald werkwoord niet kan oplossen en het WNT in alle talen zwijgt.

Ik denk dat de snelle en efficiënte zoekmogelijkheden van de computer juist voor het woordcommentaar van groot belang kunnen zijn. Het zou de kwaliteit van de woordverklaringen sterk vergroten. Er is een traditie ontstaan in het Weyermancommentaar waarbij veel aandacht wordt besteed aan personen en zaken, zowel wat betreft onderzoekstijd als plaatsruimte in de editie zelf. Daar is niets tegen, maar woordcommentaar is natuurlijk niet minder belangrijk. In feite is een goed woordcommentaar voor het onderzoek naar de achttiende-eeuwse literatuur als geheel, belangrijker dan de vraag wie er schuilgaat achter de bijnaam Mevrouw Brandinopolis. Dat laatste vind ik zelf óók leuker, maar dat is een ander verhaal.

Naast annotatie is een tweede belangrijke toepassing van een electronische tekst het onderzoek op het gebied van de stilistiek. Het gaat dan vooral om kwantitatieve

4. Wie gaat annoteren heeft vooral behoefte aan zoek- en selectiemogelijkheden, wie een stijlonderzoek doet heeft analyse-ingangen nodig. In het eerste geval zijn tekstdatabaseprogramma's nuttig, in het tweede geval concordantieprogramma's.
Een bespreking van een aantal tekstdatabaseprogramma's biedt: E. Perez, ‘Managing Text’ in: Data-based Advisor 8 (1990) 6 (june), p. 83-92. De belangrijkste zijn:

-

BiB/SEARCH en TxT/Search. Producent: BiB/Search Inc., P.O. Box 20503. New York, N.Y. 10009. U.S.A.

-

Lotus Magellan. Producent: Lotus Development Benelux. Hoogoorddreef 9. 1101 BA Amsterdam Z.O.

-

WordCruncher. Producent: Electronic Text Corp., 778 S. 400 East. Orem, Utah 84058. U.S.A.

-

ZyINDEX. Producent: Zylab Corp., 3105-T N. Wilke Road. Arlington Heights. Ill. 60004. U.S.A.

5. Producent: askSam Systems. P.O. Box 1428, Perry, Florida 32347. U.S.A. Het programma is in Nederland verkrijgbaar. De laatste versie (5.0) gebruikt 384 Kb aan geheugen. Een korte beschrijving is o.a. te vinden in Personal Computer Magazine 7 (1989) 10 (okt), p. 127-130.

6. In tegenstelling tot de gewone databaseprogramma's, heeft askSam geen vaste veldlengte nodig. Er kunnen ook diverse velden met dezelfde naam in een record voorkomen. Tegenover deze vrije veldindeling staan echter ook beperkingen.

7. Er kan gezocht worden naar twee woorden die in dezelfde zin of in dezelfde alinea voorkomen. Spellingsvarianten kunnen worden ondervangen door het gebruik van ‘wildcards’ (‘do?tor’ als zoekvraag levert zowel ‘doctor’ als ‘doktor’ op). Men kan op (combinaties van) delen van woorden zoeken. Om de selectie te beperken kan een reeks zoekwoorden worden gekoppeld door de operatoren en/of/niet.
Een voorbeeld: in Den Amsterdamschen Hermes loopt een arts rond die een ronde hoed heeft en soms de ‘hartdraaver’ wordt genoemd (dl. I, p. 13, 18, 219 en 278, zie ook de verwijzing in noot 9). In askSam kan men in zo'n geval laten zoeken op ‘doctor’ en ‘hoed’ of ‘hartdraaver’, eventueel voorzover deze woorden in dezelfde zin of alinea staan. Zo verschijnen niet alle passages waarin doctoren voorkomen op het scherm (dat moeten er zeer veel zijn bij Weyerman), maar alleen de mogelijk relevante.

8. askSam kan tekst omzetten en inlezen in ASCII formaat, zodat het eenvoudig in combinatie met andere programma's gebruikt kan worden. Het programma heeft verder diverse handige selecteer- en rekenfuncties.

9. Den Ontleeder der Gebreeken II, p. 136.

[p. 87]

technieken. Met behulp van concordanties en frequentielijsten kunnen statistische gegevens worden verzameld over gemiddelde woordlengte, gebruik van functiewoorden, combinaties van woorden, bepaalde typen bijzinnen etc. In de literatuur over computer en letteren worden een paar voorbeelden genoemd van stijlonderzoek ten dienste van het vaststellen van het auteurschap van teksten. Veel daarvan is omstreden, maar een enkele keer is identificatie succesvol gebleken^10.. Voor dit type onderzoek is overigens assistentie van een statisticus noodzakelijk.

Bij Weyerman speelt het auteurschap slechts in enkele gevallen. Er zijn echter genoeg aspecten van zijn stijl die zich lenen voor kwantitatief onderzoek. Zelf heb ik in een ander verband gekeken naar de Franse woorden in de Amsterdamsche Hermes. Het is namelijk opvallend dat in de Rotterdamsche Hermes en de Amsterdamsche Hermes veel meer Franse woorden gebruikt worden dan in latere tijdschriften. De hoeveelheid tekst die ik heb bekeken was te klein om conclusies te trekken, maar er vielen wel enkele vragen uit af te leiden. Zo gebruikt Weyerman in serieuze, beschouwende passages weinig of geen Franse woorden. Eenzelfde verschijnsel is bekend bij Van Effen^11.. Dat zegt dus iets over de functie van het Frans. De vraag is wanneer precies het aandeel van het Frans bij Weyerman kleiner werd en waarom. Tellingen kunnen mischien nog iets anders opleveren. In een vrij letterlijk vertaald stukje Swift^12. valt het aantal Franse woorden sterk terug, in een La Fontaine bewerking^13. is het Franse aandeel extra hoog (hoewel Weyerman nauwelijks woorden uit het origineel overnam). Als het mogelijk zou zijn dit soort verschillen statistisch te beschrijven zou het een manier kunnen zijn om systematisch passages te verzamelen die mogelijk vertaald zijn. Dit is uiteraard een zeer hypothetische, maar wel aantrekkelijke gedachte. In ieder geval verloopt het verzamelen van het materiaal, de Franse woorden, heel wat sneller dan met de hand^14..

Tenslotte, ook aan thematisch onderzoek valt er bij Weyerman nog genoeg te doen. Historici werken soms met synoniemenlijsten om de selectie van relevante passages te bevorderen. Dat wil zeggen dat de computer ook zinnen met ‘juffers’ opzoekt als je als zoekvraag ‘vrouwen’ intikt. Zo'n synoniemenlijst lijkt bij Weyerman met zijn extreme neiging tot perifrase bijna onmogelijk. Wie naar ‘pastoor’ zoekt moet immers ook bedacht zijn op ‘paap’ of ‘paternosterteller’. Een kardinaal kan ook als ‘gezoden kreeft’ te boek staan, etc. Anderzijds doet Weyerman nog al eens aan recycling van metaforen, al dan niet met variaties^15..

Eén manier om zo'n lijst geleidelijk op te bouwen is het verzamelen van de annotaties uit de bestaande edities. Als we dit materiaal invoeren kunnen daaruit woordenlijsten samengesteld worden, die als ingang kunnen dienen voor de rest van het corpus. Het grote voordeel is natuurlijk dat zo de voortschrijdende kennis gecumuleerd kan worden. Iedere keer als er een stukje annotatie beschikbaar is, kan dit bijgevoegd worden.

Ik wil uiteraard niet bijdragen aan het idiote misverstand dat alles een kwestie is van ‘een druk op de knop’. Het vergt veel tijd en inspanning om het materiaal goed te bewerken en de juiste vragen te stellen. Het gaat er echter om dat de grote hoeveelheid tekst beheersbaar wordt en voor deelonderzoeken geprepareerd kan worden. Een corpus zoals bedoeld kan natuurlijk ook prachtig materiaal verschaffen aan onderzoekers buiten de Campistiek: lexicografen, historici etc.

Tijd en inspanning is er voorlopig vooral nodig om de tekst in te voeren. Nu zijn er tegenwoordig optische invoermiddelen. Het gaat dan om een scanner, een leesapparaat dat aangesloten wordt op de pc. Het inlezen van afbeeldingen in de computer is al lang gemeengoed, maar voor het lezen van tekst is een goed OCR programma (Optical

10. Boonstra e.a. p. 162-163 en S. Hockey, A guide to computer applications in the humanities. (London) 1980, hoofdstuk 6 ‘Stylistic analysis and authorship studies’.

11. J.J.B. Elzinga, Les mots français et les gallicismes dans le Hollandsche Spectator de Justus van Effen. Leiden 1923.

12. Den Amsterdamschen Hermes I, p. 30-31.

13. Den Amsterdamschen Hermes I, p. 25-28.

14. Men kan eerst een woordindex of concordantie maken, en hierin woorden selecteren en sorteren. De zo verkregen woorden kunnen dan met een zoek- en vervangopdracht in één keer gecodeerd worden als ‘Frans woord’, zodat er verdere bewerkingen mogelijk zijn.

15. askSam biedt via de ‘Hypertext’ functie een handige manier om dergelijke woorden en omschrijvingen te verzamelen. Het intypen van het zoekwoord ‘paap’ levert een of meer records op waarin ook omschrijvingen als ‘paternosterteller’ kunnen voorkomen. Door de gevonden omschrijving aan te wijzen met de cursor, wordt de tekst verder doorzocht op dat woord. Dit levert passages op met weer andere synoniemen die op hun beurt weer als zoekterm kunnen dienen. De gevonden passages kunnen met één toets gemarkeerd worden zodat ze later nog eens opgeroepen kunnen worden.

[p. 88]

Character Recognition) nodig. Volgens de vaktijdschriften zijn dit soort programma's voor de pc volop in ontwikkeling. Er zijn echter blijkens een recente test maar enkele dure programma's die echt voldoen^16.. Daarmee kunnen inderdaad moderne gedrukte boeken razendsnel worden ingelezen, zij het nog altijd met een kleine foutenmarge. Helaas is uit een test met een Weyermanuitgave, uitgevoerd door Jan Bruggeman, gebleken dat ook een geavanceerd programma toch te veel moeite heeft met de onregelmatigheden van achttiende-eeuws drukwerk. Dit heeft o.a. te maken met de slijtage van de letters en de intensiteit van de inkt. Men kan tijdens het scannen handmatig corrigeren / ingrijpen, maar veel tijdwinst is er dan niet ten opzichte van het intypen van de tekst. Conclusie: een alternatief voor het intikken is op dit moment niet voorhanden.

We zouden kunnen wachten tot anderen een databank starten. Er is vorig jaar een voorstel in die richting gedaan door B. Salemans van de Universiteit van Nijmegen. Hij wil een ‘neerlandistisch computertekstencentrum’ oprichten waar zoveel mogelijk teksten in electronische vorm worden verzameld. Raadpleging zou dan moeten geschieden via de universitaire computernetwerken^17.. Ik zie zoiets niet gauw van de grond komen. Bij de historici praten ze er ook al jaren over^18.. Daar moeten we dus niet op wachten^19.. Laten we hopen op verbetering van de programma's, maar intussen toch maar doorgaan met invoeren.

16. Personal Computer Magazine 8 (1990), 6 (juni), p. 118-127.

17. B.J.P. Salemans, ‘Het gebruik van de computer bij filologie en letterkunde.’ In: Computertoepassingen in de Neerlandistiek, p. 51-60.

18. Boonstra e.a., p. 309-331.

19. In het buitenland zijn er al een aantal grote tekstdatabanken opgebouwd. De universiteit van Oxford heeft een groot bestand van Engelse teksten, het ‘Oxford Archive of English Literature’. In Irvine (U.S.A.) is aan de University of California de 7lsThesaurus Linguae Graecae’ gevestigd, een databank van de gehele Griekse literatuur van Homerus tot 1453 (op dit moment ca. 65 millioen woorden). In Frankrijk wordt gewerkt aan het bestand ‘Frantext’ dat teksten vanaf 1700 bevat. (Hockey, p. 225-229 en Boonstra e.a. p. 183, 320-322).