ISO 639-3

ISO 639-3:2007 , Koder för representation av namn på språk – Del 3: Alpha-3-kod för omfattande täckning av språk , är en internationell standard för språkkoder i ISO 639- serien. Den definierar trebokstavskoder för att identifiera språk. Standarden publicerades av International Organization for Standardization (ISO) den 1 februari 2007.

ISO 639-3 utökar ISO 639-2 alfa-3-koderna med målet att täcka alla kända naturliga språk . Den utökade språktäckningen baserades i första hand på de språkkoder som användes i Ethnologue (volymerna 10–14) utgiven av SIL International , som nu är registreringsmyndighet för ISO 639-3. Den ger en uppräkning av språk som är så kompletta som möjligt, inklusive levande och utdöda, uråldriga och konstruerade, dur och moll, skrivna och oskrivna. Det inkluderar dock inte rekonstruerade språk som Proto-Indo-European .

ISO 639-3 är avsedd att användas som metadatakoder i ett stort antal applikationer. Det används flitigt i dator- och informationssystem, som Internet, där många språk behöver stödjas. I arkiv och annan informationslagring används den i katalogiseringssystem som anger vilket språk en resurs är på eller om. Koderna används också flitigt i den språkliga litteraturen och på andra håll för att kompensera för att språknamn kan vara oklara eller tvetydiga.

Hitta ett språk
Ange en ISO 639-3-kod för att hitta motsvarande språkartikel.
 

Språkkoder

Huvudartikel: Lista över ISO 639-3-koder

ISO 639-3 inkluderar alla språk i ISO 639-1 och alla enskilda språk i ISO 639-2 . ISO 639-1 och ISO 639-2 fokuserade på stora språk, oftast representerade i hela världens litteratur. Eftersom ISO 639-2 också inkluderar språksamlingar och del 3 inte gör det, är ISO 639-3 inte en superset av ISO 639-2. Där B- och T-koder finns i ISO 639-2, använder ISO 639-3 T-koderna.

Exempel på ISO-språkkoder
Språk 639-1 639-2 (B/T) 639-3 typ 639-3 kod
engelsk sv eng enskild eng
tysk de ger/deu enskild deu
arabiska ar ara makro ara
Standard arabiska enskild arb + andra
kinesiska Z H chi/zho makro zho
Mandarin enskild cmn
Kantonesiska enskild jaja
Södra Min enskild nan

Per den 18 februari 2021 innehåller standarden 7 893 poster. Språkinventeringen är baserad på ett antal källor inklusive: de enskilda språken som finns i 639–2, moderna språk från etnologen, historiska varianter, antika språk och konstgjorda språk från lingvistlistan , samt språk som rekommenderas inom den årliga allmänheten kommentarsperiod.

Maskinläsbara datafiler tillhandahålls av registreringsmyndigheten. Mappningar från ISO 639-1 eller ISO 639–2 till ISO 639-3 kan göras med dessa datafiler.

ISO 639-3 är avsedd att anta distinktioner baserade på kriterier som inte är helt objektiva. Det är inte avsett att dokumentera eller tillhandahålla identifierare för dialekter eller andra underspråksvariationer. Ändå kan bedömningar av distinktioner mellan språk vara subjektiva, särskilt när det gäller språkvariationer utan etablerade litterära traditioner, användning i utbildning eller media, eller andra faktorer som bidrar till språkkonventionalisering. Därför bör standarden inte ses som ett auktoritativt uttalande om vilka distinkta språk som finns i världen (som det kan råda betydande oenighet om i vissa fall), utan snarare bara ett användbart sätt att identifiera olika språkvarianter exakt.

Kodutrymme

Eftersom koden är alfabetisk med tre bokstäver är en övre gräns för antalet språk som kan representeras 26 × 26 × 26 = 17 576. Eftersom ISO 639-2 definierar specialkoder (4), ett reserverat område (520) och endast B-koder (22), kan 546 koder inte användas i del 3. Därför är en striktare övre gräns 17 576 − 546 = 17 030.

Den övre gränsen blir ännu strängare om man subtraherar språksamlingarna definierade i 639-2 och de som ännu inte definierats i ISO 639-5 .

Makrospråk

Huvudartikel: ISO 639 makrospråk

Det finns 58 språk i ISO 639-2 som, för standardens syften, anses vara "makrospråk" i ISO 639-3.

Vissa av dessa makrospråk hade inget individuellt språk som definierats av ISO 639–3 i koduppsättningen av ISO 639-2, t.ex. 'ara' (generisk arabiska). Andra som 'nor' (norska) hade sina två individuella delar ('nno' ( nynorsk ), 'nob' ( bokmål )) redan i ISO 639-2.

Det betyder att vissa språk (t.ex. 'arb', standardarabiska) som enligt ISO 639–2 ansågs vara dialekter av ett språk ('ara') nu finns i ISO 639–3 i vissa sammanhang som själva anses vara enskilda språk.

Detta är ett försök att ta itu med varieteter som kan vara språkligt skilda från varandra, men som av sina talare behandlas som två former av samma språk, t.ex. i fall av diglossi .

Till exempel:

Se för hela listan.

Kollektiva språk

Se även: ISO 639-2 § Samlade språkkoder och ISO 639-5

"Ett kollektivt språkkodelement är en identifierare som representerar en grupp individuella språk som inte anses vara ett språk i någon användningskontext." Dessa koder representerar inte exakt ett visst språk eller makrospråk.

Även om ISO 639-2 innehåller trebokstavsidentifierare för kollektiva språk, är dessa koder undantagna från ISO 639-3. Därför är ISO 639-3 inte en superuppsättning av ISO 639-2.

ISO 639-5 definierar 3-bokstäver kollektiva koder för språkfamiljer och grupper, inklusive de samlade språkkoderna från ISO 639-2.

Specialkoder

Fyra koder är avsatta i ISO 639-2 och ISO 639-3 för fall där ingen av de specifika koderna är lämpliga. Dessa är främst avsedda för applikationer som databaser där en ISO-kod krävs oavsett om en sådan finns.

  • mis (okodade språk, ursprungligen en förkortning för 'diverse') är avsett för språk som (ännu) inte har inkluderats i ISO-standarden.
  • mul (flera språk) är avsedd för fall där data innehåller mer än ett språk, och (till exempel) databasen kräver en enda ISO-kod.
  • und (obestämd) är avsedd för fall där språket i uppgifterna inte har identifierats, till exempel när det är felmärkt eller aldrig hade märkts. Den är inte avsedd för fall som trojaner där ett okänt språk har fått ett namn.
  • zxx (inget språkligt innehåll / ej tillämpligt) är avsedd för data som inte alls är ett språk, till exempel djursamtal.

Dessutom är 520 koder i intervallet qaa – qtz 'reserverade för lokalt bruk'. Till exempel tilldelar Rebecca Bettencourt en kod till konstruerade språk , och nya tilldelningar görs på begäran. Lingvistlistan använder dem för utdöda språk . Linguist List har tilldelat en av dem ett generiskt värde: qnp , namnlöst protospråk. Detta används för föreslagna mellannoder i ett släktträd som inte har något namn.

Underhållsprocesser

Kodtabellen för ISO 639-3 är öppen för ändringar. För att skydda stabiliteten i befintlig användning är de tillåtna ändringarna begränsade till:

  • ändringar av referensinformationen för en post (inklusive namn eller kategoriseringar för typ och omfattning),
  • tillägg av nya poster,
  • utfasning av poster som är dubbletter eller falska,
  • slå samman en eller flera poster till en annan post, och
  • dela upp en befintlig språkpost i flera nya språkposter.

Koden som tilldelats ett språk ändras inte om det inte också sker en förändring i beteckningen.

Förändringar görs på en årscykel. Varje begäran ges en period på minst tre månader för offentlig granskning.

ISO 639-3-webbplatsen har sidor som beskriver "omfattningar av denotation" ( languoida typer) och typer av språk, som förklarar vilka begrepp som finns inom räckvidden för kodning och vissa kriterier som måste uppfyllas. Till exempel kan konstruerade språk kodas, men bara om de är designade för mänsklig kommunikation och har en mängd litteratur, vilket förhindrar förfrågningar om idiosynkratiska uppfinningar.

Registreringsmyndigheten dokumenterar på sin webbplats instruktioner i texten till ISO 639-3-standarden om hur kodtabellerna ska underhållas. Den dokumenterar också de processer som används för att ta emot och bearbeta ändringsförfrågningar.

Ett formulär för ändringsförfrågan tillhandahålls och det finns ett andra formulär för att samla in information om föreslagna tillägg. Alla parter kan skicka in ändringsförfrågningar. Vid inlämnande granskas förfrågningar initialt av registreringsmyndigheten för fullständighet.

När en fullständigt dokumenterad begäran tas emot läggs den till i ett publicerat Change Request Index. Meddelanden skickas också till den allmänna diskussionslistan för LINGUIST på Linguist List och andra listor som registreringsmyndigheten kan anse som relevanta, vilket inbjuder till offentlig granskning och input om den begärda ändringen. Alla listägare eller individer kan begära meddelanden om ändringsförfrågningar för särskilda regioner eller språkfamiljer. Synpunkter som kommer in publiceras för andra parter att granska. Baserat på konsensus i mottagna kommentarer kan en begäran om ändring dras tillbaka eller befordras till "kandidatstatus".

Tre månader före slutet av en årlig granskningscykel (vanligtvis i september), ställs ett meddelande till LINGUIST-diskussionslistan och andra listor angående ändringsförfrågningar om kandidatstatus. Alla förfrågningar förblir öppna för granskning och kommentarer till slutet av den årliga granskningscykeln.

Beslut meddelas i slutet av den årliga granskningscykeln (vanligtvis i januari). Vid den tidpunkten kan förfrågningar antas helt eller delvis, ändras och föras vidare till nästa granskningscykel eller avvisas. Avslag innehåller ofta förslag på hur man kan ändra förslag för återinlämning. Ett offentligt arkiv över varje ändringsförfrågan förs tillsammans med de beslut som fattats och motiveringen för besluten.

Kritik

Lingvisterna Morey, Post och Friedman framför olika kritik av ISO 639, och i synnerhet ISO 639-3:

  • Koderna på tre bokstäver i sig är problematiska, för även om de är officiellt godtyckliga tekniska etiketter, är de ofta härledda från mnemoniska förkortningar för språknamn, av vilka några är nedsättande. Till exempel tilldelades Yemsa koden jnj , från pejorativ "Janejero". Dessa koder kan därför anses stötande av modersmålstalare. Koder kan dock ändras med en förfrågan på SIL:s hemsida .
  • Administrationen av standarden är problematisk eftersom SIL är en missionsorganisation med otillräcklig transparens och ansvarsskyldighet. Beslut om vad som förtjänar att kodas som språk fattas internt. Även om input från utomstående kan eller kanske inte välkomnas, är besluten i sig ogenomskinliga, och många lingvister har gett upp försöken att förbättra standarden.
  • Permanent identifiering av ett språk är oförenligt med språkförändringar.
  • Språk och dialekter kan ofta inte särskiljas strikt, och dialect continua kan delas upp på många sätt, medan standarden ger ett val. Sådana distinktioner bygger ofta istället på sociala och politiska faktorer.
  • ISO 639-3 kan missförstås och missbrukas av myndigheter som fattar beslut om människors identitet och språk, vilket avskaffar talares rätt att identifiera sig eller identifiera sig med sin talvariation. Även om SIL är känsligt för sådana frågor, är detta problem inneboende i karaktären av en etablerad standard, som kan användas (eller missbrukas) på sätt som ISO och SIL inte har för avsikt.

Martin Haspelmath håller med om fyra av dessa punkter, men inte poängen om språkförändring. Han håller inte med eftersom varje redogörelse för ett språk kräver att det identifieras, och vi kan lätt identifiera olika stadier av ett språk. Han föreslår att lingvister kanske föredrar att använda en kodifiering som är gjord på slö nivå eftersom "det sällan spelar någon roll för lingvister om det de pratar om är ett språk, en dialekt eller en sammansvetsad familj av språk." Han ifrågasätter också om en ISO-standard för språkidentifiering är lämplig eftersom ISO är en industriorganisation, samtidigt som han ser språkdokumentation och nomenklatur som en vetenskaplig strävan. Han citerar det ursprungliga behovet av standardiserade språkidentifierare som "den ekonomiska betydelsen av översättning och programvarulokalisering ", för vilka syften ISO 639-1 och 639-2-standarderna fastställdes. Men han ställer tvivel om industrins behov av den omfattande täckning som tillhandahålls av ISO 639-3, inklusive som det gör "föga kända språk i små samhällen som aldrig eller knappt används i skrift och som ofta är i fara för att utrotas".

Användande

  • Etnolog
  • Lingvistlista
  • OLAC : Open Languages ​​Archive Community
  • Microsoft Windows 8 : Stöder alla koder i ISO 639–3 vid utgivningstillfället.
  • Wikimedia foundation: Nya språkbaserade projekt (t.ex. Wikipedias på nya språk) måste ha en identifierare från ISO 639-1, -2 eller -3.
  • Andra standarder som bygger på ISO 639-3:
    • Språktaggar enligt definitionen av Internet Engineering Task Force (IETF), som dokumenteras i:
      • BCP 47: Best Current Practice 47 , som inkluderar RFC 5646
      • RFC 5646 , som ersatte RFC 4646 , som ersatte RFC 3066 . (Därför använder alla standarder som är beroende av någon av dessa 3 IETF-standarder nu ISO 639-3.)
    • ePub 3.0 - standarden för språkmetadata använder Dublin Core Metadata-element. Dessa språkmetadataelement i ePub måste innehålla giltiga RFC 5646 -koder för språk. RFC5646 pekar på ISO 639-3 för språk utan kortare IANA-koder.
    • Dublin Core Metadata Initiative : DCMI Metadata Term för språk, via IETF:s RFC 4646 (nu ersatt av RFC 5646 ).
    • Internet Assigned Numbers Authority (IANA) W3C:s internationaliseringssatsning rekommenderar användning av IANA Language Subtag Registry för att välja koder för språk. IANA Language Subtag Registry är beroende av ISO 639-3-koder för språk som tidigare inte hade koder i andra delar av ISO 639-standarden.
    • HTML5: via IETF:s BCP 47.
    • XML: via IETF:s BCP 47.
    • SVG: via IETF:s BCP 47.
    • MODS- bibliotekskoder: Inkorporerar IETF:s RFC 3066 (nu ersatt av RFC 5646 ).
    • Text Encoding Initiative (TEI): via IETF:s BCP 47.
    • Lexical Markup Framework : ISO-specifikation för representation av maskinläsbara ordböcker.
    • Unicodes Common locale data repository : Använder flera hundra koder från ISO 639-3 som inte ingår i ISO 639-2.

Vidare läsning

externa länkar

Hämtad från " https://en.wikipedia.org/w/index.php?title=ISO_639-3&oldid=1141411005 "