テキスト：定義、形式、歴史、用途

特性と構造

テキストは、文字、単語、文、さらに大きな談話単位から構成される。主な要素には、正書法、文法、句読点、レイアウトが含まれる。タイポグラフィや書式設定は読みやすさと解釈に影響し、見出し、段落、リストなどの構造的要素は閲覧を導く。テキストは、順に読む線形のものにも、リンクや構造によって非線形の読書を可能にするハイパーテキスト型のものにもなり得る。

形式と媒体

歴史的に、テキストは石、粘土、羊皮紙、紙の上に作成されてきたが、今日ではデジタル形式でも同様に存在する。印刷形式には手稿、新聞、書籍がある。デジタル形式には、プレーンテキストファイル、書式付き文書、ウェブページ、メッセージが含まれる。プレーンテキストとリッチテキストの区別は、文字データにフォント、スタイル、レイアウトなどの表示データが伴うかどうかを反映する。

デジタル表現と符号化

コンピューティングでは、文字エンコーディングが記号を数値に対応付け、テキストの保存と処理を可能にする。現代のシステムでは、多くの文字体系をサポートする汎用的なエンコーディングが用いられる。生の文字情報に加え、デジタルテキストには、検索エンジン、アクセシビリティツール、言語処理ソフトウェアで利用される構造や意味に関するメタデータを含めることができる。

用途、分析、保存

• コミュニケーションと記録管理：手紙、契約書、報告書、マニュアル。
• 創作および学術的活動：文学、批評、研究出版物。
• 計算処理と索引化：ソースコード、データ交換形式、検索可能なコーパス。

言語学、文学研究、デジタル人文学などの分野では、文体、文脈、意味が検討される。一方、図書館学およびアーカイブズは、長期保存、来歴、アクセスに重点を置く。明確な構造や意味的マークアップなどのアクセシビリティ機能は、支援技術を利用する人を含む多様な読者にとって、テキストを利用しやすいものにする。

区別と実用上の注意

• テキストと音声：テキストは永続し、改訂できる。音声は声の調子や韻律を伝える。
• プレーンテキストとリッチテキスト：プレーンテキストは文字だけを含み、リッチテキストは表示やレイアウトも含む。
• テキストとデータ：テキストは人間の言語を符号化するのに対し、データは文章となるために解釈を要する場合がある。