Structura și evoluția standardului ISO 639: de la părți separate la ISO 639:2023
Standardizarea codurilor de limbă reprezintă un pilon esențial în interoperabilitatea sistemelor informatice, localizarea software-ului și catalogarea bibliografică globală. Istoric, standardul ISO 639 a fost divizat în mai multe părți distincte, dezvoltate pentru a răspunde unor nevoi diferite de granularitate. ISO 639-1 (Setul 1) a definit coduri de două litere pentru limbile majore ale lumii, ISO 639-2 (Setul 2) a introdus coduri de trei litere pentru a extinde acoperirea, iar ISO 639-3 (Setul 3) a urmărit să acopere exhaustiv toate limbile cunoscute ale lumii, inclusiv cele vii, dispărute, istorice sau construite.
Tranziția către standardul unificat ISO 639:2023 a adus aceste seturi de identificatori sub o umbrelă comună, eliminând fragmentarea administrativă și oferind un cadru coerent de referință. Această unificare permite dezvoltatorilor și lingviștilor să navigheze printr-o structură de date consolidată, în care relațiile dintre coduri sunt clar definite și mapate. Instrumentul online gratuit Explorator de coduri lingvistice ISO utilizează tocmai acest pachet unificat, combinând registrul oficial Set 3 și indexul de nume cu lista oficială Set 2 pentru a permite explorarea completă a datelor.
Diferențele structurale dintre Setul 1, Setul 2 și Setul 3
Fiecare set de identificatori din cadrul ISO 639 are un rol specific în arhitectura datelor lingvistice:
- Setul 1 (ISO 639-1): Coduri de două litere (alfa-2), utilizate în principal pentru aplicații software generale, configurări de sistem (locale-uri) și documente unde sunt reprezentate doar limbile cu o literatură bogată sau statut oficial.
- Setul 2 (ISO 639-2): Coduri de trei litere (alfa-3), create pentru a depăși limitarea de spațiu a codurilor de două litere. Acesta include o distincție istorică importantă între variantele bibliografice (B) și cele de terminologie (T).
- Setul 3 (ISO 639-3): Coduri de trei litere (alfa-3) concepute pentru a oferi un identificator unic pentru fiecare limbă individuală identificată în lume. Setul 3 urmează întotdeauna varianta de terminologie (T) din Setul 2 atunci când există diferențe.
O problemă clasică în gestionarea bazelor de date lingvistice o reprezintă existența codurilor sinonime în Setul 2. Pentru un grup restrâns de limbi, standardul definește două coduri distincte de trei litere. De exemplu, limba franceză este identificată prin codul bibliografic fre în Setul 2/B, dar utilizează codul de terminologie fra în Setul 2/T. În timp ce sistemele de bibliotecă mai vechi se bazează adesea pe codurile de tip B, sistemele informatice moderne și Setul 3 adoptă exclusiv forma T. Atunci când un cod nu este alocat în cadrul referinței, acesta este marcat explicit ca fiind neatribuit.
Conceptul de macrolimbă și ierarhiile lingvistice
Una dintre cele mai complexe provocări în catalogarea limbilor este definirea graniței dintre o limbă unitară cu dialecte diverse și un grup de limbi strâns înrudite. ISO 639 rezolvă această problemă prin introducerea conceptului de "macrolimbă". O macrolimbă grupează mai multe limbi individuale care, deși sunt distincte din punct de vedere lingvistic, sunt percepute în anumite contexte culturale sau administrative ca o singură entitate.
Un exemplu clasic este limba chineză (reprezentată prin codul de macrolimbă zho sau chi), care include sub umbrela sa numeroase limbi individuale, cum ar fi chineza mandarină (cmn). Explorator de coduri lingvistice ISO permite utilizatorilor să vizualizeze aceste legături structurale, afișând apartenența unei limbi individuale la o macrolimbă sau listând toate limbile membre active ale unei macrolimbi. Această trasabilitate previne erorile comune de mapare în care o macrolimbă este confundată cu o singură limbă omogenă.
Clasificarea tipurilor și sferelor de aplicare ale limbilor
În cadrul registrului ISO 639, fiecare înregistrare este clasificată în funcție de sfera sa de aplicare („Domeniul de aplicare”) și de tipul de limbă („Tip de limbă”).
Sfera de aplicare a unui cod este mapată după cum urmează:
- I se mapează la „Limbajul individual”
- M se mapează la „Macrolimbaj”
- S se mapează la „Cod special”
- C se mapează la „Colecție de limbi”
- R se mapează la „Domeniu rezervat pentru utilizare locală”
Tipul de limbă este clasificat astfel:
- L se mapează la „Trăind”
- E se mapează la „Disparut”
- A se mapează la „antic”
- H se mapează la „istoric”
- C se mapează la „Construit”
- S se mapează la „Special”
Ghid de utilizare a instrumentului de explorare
Exploratorul de coduri lingvistice ISO funcționează ca o aplicație complet locală. Căutarea dvs. rămâne în browser și utilizează referința versiunea livrată cu această pagină. Nu este încărcat nimic.
Reguli de căutare și validare a datelor de intrare
Pentru a efectua o căutare, utilizatorul introduce textul în câmpul de introducere etichetat „Numele limbii sau codul ISO 639”. Sunt acceptate denumiri de limbi în limba engleză, denumiri locale acceptate sau coduri ISO 639 de două sau trei litere (de exemplu, zh, chi, zho, cmn sau cel). Pentru a goli câmpul de căutare, este disponibil un buton pentru acțiunea „Clar”.
Sistemul aplică următoarele reguli de validare și gestionare a erorilor:
- Lungime minimă: Pentru căutarea după nume, utilizatorul trebuie să introducă cel puțin două litere. În caz contrar, instrumentul va afișa eroarea: „Tastați cel puțin două litere pentru a căuta după nume.”
- Lungime maximă: Interogarea trebuie să fie sub 80 de caractere. Dacă se depășește această limită, se va afișa eroarea: „Păstrați căutarea sub 80 de caractere.”
- Format invalid: Pentru caractere sau formate invalide, instrumentul afișează mesajul: „Utilizați un nume de limbă sau un cod ISO 639 din două sau trei litere.”
- Eroare de încărcare: Dacă referința ambalată nu se poate încărca, instrumentul afișează eroarea: „Referința ambalată nu a putut fi încărcată. Reîncărcați pagina și încercați din nou.”
Întrebări frecvente (FAQ)
ISO 639-1, 639-2 și 639-3 sunt încă standarde separate?
ISO 639:2023 a înlocuit fostele părți separate cu un standard organizat în seturi de identificatori. Numele familiare ISO 639-1, 639-2 și 639-3 sunt încă utilizate pe scară largă, așa că acest explorator le arată alături de etichetele actuale Setul 1, Setul 2 și Setul 3.
De ce unele limbi au două coduri Set 2?
Un grup mic are un cod bibliografic (B) și un cod terminologic (T). Franceza, de exemplu, este fre în setul 2/B și fra în setul 2/T. Sunt sinonime pentru aceeași limbă; Setul 3 urmează forma T.
Ce este un macrolimbaj?
Un identificator de macrolimbă grupează limbi individuale strâns legate, care sunt tratate ca o singură limbă în anumite contexte. Chineza folosește zho la nivel de macrolimbă, în timp ce chineza mandarină are codul individual Set 3 cmn.
Ce versiune a tabelului de coduri este inclusă?
Pagina etichetează ambele instantanee sursă: registrul Setului 3, indexul numelor și tabelul de macrolimbi din 2026-04-14, plus lista Setului 2 din 29-09-2025. Acoperă intrările curente, nu istoricul codurilor din Setul 3 retras.