Текст в динамике

У нас есть несколько версий одного текста: первая черновая редакция, та же рукопись с авторскими правками (осень 1835 года), вторая редакция (декабрь 1835 года) и так далее. Между ними есть последовательные переходы, но иногда история разветвляется. Например, в демонстрации от второй редакции с правками параллельно появляются первое печатное издание и рукопись Малого театра.

В переходе от первого издания 1836 года к сводному тексту можно увидеть, например, как меняется финал явления: реплики становятся резче и отрывистее, а в конце возникает знаменитое «Лабардан! Лабардан!».

В каждый момент плеер показывает не всю историю сразу, а переход между двумя конкретными редакциями. Слайдер позволяет пройти его от начала до конца, правка за правкой: в крайнем левом положении показывается исходная версия, в крайнем правом — конечная. Например, на скриншоте выше показан переход от первой черновой редакции с авторскими правками ко второй редакции. Для удобства правки показываются последовательно, сверху вниз, хотя реальная работа над текстом, конечно, могла происходить в другом порядке.

Вся история текста показана на «Карте версий» справа от слайдера. На ней видно, какие редакции существуют, как они связаны, какой переход мы просматриваем сейчас и куда можем двигаться дальше. Особенно карта полезна там, где история разветвляется и следующую версию можно выбрать.

Конкретные изменения подсвечиваются прямо в тексте: удалённые фрагменты становятся серыми и зачёркиваются, добавленные выделяются зелёным, текущая правка отмечена отдельно, чтобы за ней было проще следить. Разница между версиями не размечена вручную — изменения рассчитываются автоматически. Как именно считается эта разница и какие у такого подхода есть ограничения, я расскажу ниже.

На входе у проекта набор текстовых файлов: разные редакции одного произведения, иногда с правками и надписями внутри самой рукописи. На выходе — плеер, который показывает версии, переходы и изменения между ними.

Я решил не считать разницу между редакциями на лету в плеере, а подготовить данные заранее. Для этого я разработал экспериментальный формат TDJ (Text Dynamics JSON) и сделал TDJ Builder на Python: он получает исходные тексты и описание связей между ними, рассчитывает изменения и собирает всё в один файл. Плеер уже просто открывает этот файл и визуализирует историю текста.

Всё это пока эксперимент, и модель довольно сильно упрощает реальную историю текста. Вот несколько ограничений, о которых я уже знаю:

• Порядок правок синтетический. Плеер показывает изменения последовательно, сверху вниз, но это не означает, что автор вносил их именно в таком порядке.
• Результат зависит от токенизации и diff. То, как текст разбит на элементы и как алгоритм сопоставил версии, определяет, какие правки увидит читатель. Иногда автоматический diff может интерпретировать изменения странно; возможно, здесь понадобится ручная корректировка.
• Перемещения не выделяются отдельно. Если фрагмент перенесли, плеер увидит удаление в одном месте и добавление в другом.
• Внутри одной рукописи Builder пока различает только два слоя правок. Для более сложной истории понадобится другая модель разметки.
• Демонстрация «Ревизора» упрощена. Я использовал ограниченный набор редакций по академическому изданию, а финальная версия в плеере — редакторский свод 1951 года на базе редакции 1842 года.
• На больших текстах проект пока не проверен. Одно явление «Ревизора» работает нормально, но с целой книгой могут возникнуть вопросы и производительности, и удобства самого подхода.

Дальше мне в первую очередь хочется показать проект текстологам и исследователям и понять, есть ли в таком представлении текста реальная польза. Их обратная связь может довольно сильно изменить и модель данных, и сам способ визуализации.

Параллельно хочется развивать сам инструмент: дать возможность загружать собственные TDJ, сделать нормальный интерфейс для Builder, проверить всё на больших текстах и добавлять возможности, которых будет не хватать на других произведениях.