ISO 639 es un estándar de la Organización Internacional de Normalización (ISO) que se ocupa de la representación de idiomas y grupos de idiomas . Actualmente consta de cuatro conjuntos (1-3, 5) de códigos, nombrados según cada parte que anteriormente describía el conjunto respectivo (la parte 4 eran pautas sin su propio sistema de codificación); una parte 6 fue publicada pero retirada. Fue aprobada por primera vez en 1967 como una Recomendación ISO de una sola parte , ISO/R 639 , [1] reemplazada en 2002 por la parte 1 de la nueva serie, ISO 639-1 , [2] seguida de partes adicionales. Todas las partes existentes de la serie se consolidaron en una única norma en 2023, [3] basada en gran medida en el texto de la norma ISO 639-4.
Los códigos de idioma definidos en las distintas secciones de ISO 639 se utilizan con fines bibliográficos y, en entornos informáticos y de Internet, como elemento clave de los datos locales . Los códigos también se utilizan en diversas aplicaciones, como las URL de Wikipedia para sus ediciones en diferentes idiomas.
La forma inicial del sistema de codificación de idiomas de ISO se manifestó en ISO/R 639:1967, titulado Símbolos para idiomas, países y autoridades , cuyo objetivo principal era regular los vocabularios que significan idiomas, países y agencias de normalización de los organismos miembros de ISO. Sus "símbolos lingüísticos" consistían en identificadores de longitud variable de una o dos letras en alfabetos latinos en mayúscula, por ejemplo, E
o En
para el inglés; S
, Sp
, o Es
para español; y In
para indonesio. También se permitió utilizar (la versión anterior a 1993) auxiliares numéricos UDC para indicar idiomas.
Después de desacoplar el código de país en ISO 3166 en 1974, se publicó la primera edición del Código estándar ISO 639:1988 para la representación de nombres de idiomas con un marco de identificadores uniformes de dos letras en alfabetos latinos minúsculos, en su mayoría idénticos en formato y vocabulario similar al de la actual norma ISO 639 Set 1.
Desde entonces, el estándar ha sido adoptado como una tecnología fundamental de la industria informática en rápida expansión (RFC 1766), lo que llevó al desarrollo de un marco de tres letras más expresivo, publicado como ISO 639-2:1998, basado en gran medida en códigos MARC para idiomas. . El sistema original de dos letras fue redefinido como ISO 639-1 en 2001.
En busca de un soporte más amplio de idiomas para aplicaciones en expansión, se establecieron superconjuntos separados del espacio de nombres ISO 639-2 que cubren idiomas y grupos individuales como ISO 639-3 e ISO 639-5, respectivamente. También hubo un intento de codificar variantes de lenguaje más precisas utilizando identificadores de cuatro letras como ISO 639-6, que luego fue retirado y reorganizado bajo otro marco, ISO 21636.
Las actualizaciones relativamente constantes en partes de ISO 639 habían sido manejadas por cada autoridad responsable hasta la publicación de ISO 639:2023, que armonizó y reunificó el texto de las normas anteriores y provocó cambios organizativos con una agencia de mantenimiento conjunta que supervisa todos los conjuntos y emisión de boletines[1].
Cada conjunto de estándares es mantenido por una agencia de mantenimiento, que agrega códigos y cambia el estado de los códigos cuando es necesario. La norma ISO 639-6 fue retirada en 2014, [8] y no incluida en la norma ISO 639:2023.
Alcances:
mis
no es adecuado), o un código de tres letras para colecciones como los códigos estándar en el Conjunto 5.Tipos (para idiomas individuales): [ necesita actualización ]
chb
, chg
, cop
, lui
; sam
ninguna está en el Conjunto 1)ave
, chu
, lat
y pli
, san
también tienen un código en el Conjunto 1: ae
, cu
, la
, pi
, sa
)afh
, epo
, ido
, ile
, ina
, jbo
, tlh
, ; 5 de ellos en el Conjunto 1: , , , , vol
)zbl
eo
ia
ie
io
vo
Idiomas individuales y macrolenguajes con dos códigos distintos de tres letras en el Conjunto 2:
Los diferentes conjuntos de ISO 639 están diseñados para funcionar juntos, de tal manera que ningún código signifique una cosa en un conjunto y otra cosa en otro. Sin embargo, no todos los idiomas están en todos los conjuntos y existe una variedad de formas diferentes en que los idiomas específicos y otros elementos se tratan en los diferentes conjuntos. Esto depende, por ejemplo, de si un idioma figura en el Conjunto 1 o 2, si tiene códigos B/T separados en el Conjunto 2 o si está clasificado como macrolenguaje en el Conjunto 3, etc.
Estos diversos tratamientos se detallan en el siguiente cuadro. En cada grupo de filas (una para cada alcance del Conjunto 3), las últimas cuatro columnas contienen códigos para un lenguaje representativo que ejemplifica un tipo específico de relación entre los conjuntos de ISO 639, la segunda columna proporciona una explicación de la relación, y la primera columna indica la cantidad de elementos que tienen ese tipo de relación. Por ejemplo, hay cuatro elementos que tienen un código en el Conjunto 1, tienen un código B/T y están clasificados como macrolenguajes en el Conjunto 3. Un representante de estos cuatro elementos es "persa " fa
// per
.fas
Estas diferencias se deben a los siguientes factores.
En ISO 639 Set 2 , se asignaron dos códigos distintos a 22 idiomas individuales, a saber, un código bibliográfico y uno terminológico (códigos B/T). [15] Los códigos B se incluyeron por razones históricas porque los sistemas bibliográficos anteriores ampliamente utilizados utilizaban códigos de idioma basados en el nombre en inglés del idioma. Por el contrario, los códigos del Conjunto 1 se basaban en el nombre nativo del idioma, y también había un fuerte deseo de tener códigos del Conjunto 2 (códigos T) para estos idiomas que fueran similares al código de 2 caracteres correspondiente en el Conjunto 1.
de
:) tiene dos códigos en el Conjunto 2: ger
(código B) y deu
(código T), mientras que solo hay un código en el Conjunto 2, eng
para el idioma inglés .Los idiomas individuales en el Conjunto 2 siempre tienen un código en el Conjunto 3 (allí solo se reutiliza el código terminológico del Conjunto 2) pero pueden tener o no un código en el Conjunto 1, como se ilustra en los siguientes ejemplos:
eng
corresponde al conjunto 2 eng
y al conjunto 1en
ast
corresponde al conjunto 2 ast
pero carece de un código en el conjunto 1.Algunos códigos (62) en el Conjunto 3 son macrolenguajes. Estos son grupos que contienen múltiples idiomas individuales que tienen un buen entendimiento mutuo y comúnmente se mezclan o confunden. Algunos macrolenguajes desarrollaron una forma estándar predeterminada en uno de sus idiomas individuales (por ejemplo, el mandarín está implícito de forma predeterminada para el macrolenguaje chino, aún se pueden distinguir otros idiomas individuales si es necesario, pero el código específico cmn
para el mandarín rara vez se usa).
nor
/ no
contiene non
/ nn
, nob
/ nb
; oper
/ fas
/ fa
, may
/ msa
/ ms
, alb
/ sqi
/ sq
y chi
/ zho
/ zh
;Los códigos colectivos del Conjunto 2 tienen un código en el Conjunto 5: por ejemplo, aus
en los Conjuntos 2 y 5, que significa lenguas australianas .
sqj
Los conjuntos 2 y 3 también tienen una gama reservada y cuatro códigos especiales:
qaa
a través qtz
están reservados para uso local.mis
para idiomas que aún no tienen código asignado, mul
para "múltiples idiomas", und
para "indefinido" y zxx
para "sin contenido lingüístico, no aplicable".En el Conjunto 1 se utilizan identificadores de dos letras (anteriormente "Alpha-2") (para códigos compuestos por 2 letras del alfabeto latino básico ISO ) . Cuando se deseaban códigos para una gama más amplia de idiomas, que pudieran cubrir más de 2 combinaciones de letras (un máximo de 26 2 = 676), el Conjunto 2 se desarrolló utilizando códigos de tres letras. (Sin embargo, este último se publicó formalmente primero. [16] [17] )
Los identificadores de tres letras (anteriormente "Alpha-3") (para códigos compuestos por 3 letras del alfabeto latino básico ISO ) se utilizan en el Conjunto 2 , el Conjunto 3 y el Conjunto 5 . El número de lenguas y grupos lingüísticos que pueden representarse así es 26 3 = 17.576.
El uso común de códigos de tres letras por parte de tres conjuntos de ISO 639 requiere cierta coordinación dentro de un sistema más grande.
El conjunto 2 define cuatro códigos especiales mis
, mul
, und
, zxx
un rango reservado qaa-qtz
(20 × 26 = 520 códigos) y tiene 20 entradas dobles (los códigos B/T), más 2 entradas con códigos B obsoletos. Esto suma 520 + 22 + 4 = 546 códigos que no se pueden usar en el Conjunto 3 para representar idiomas o en el Conjunto 5 para representar familias o grupos de idiomas. El resto es 17.576 – 546 = 17.030.
Hoy en día existen entre seis y siete mil lenguas en la Tierra. [18] Entonces, esos 17,030 códigos son adecuados para asignar un código único a cada idioma, aunque algunos idiomas pueden terminar con códigos arbitrarios que no se parecen en nada a los nombres tradicionales de ese idioma.
Se propuso el uso de códigos "Alfa-4" (para códigos compuestos por 4 letras del alfabeto latino básico ISO ) en la norma ISO 639-6 , que ha sido retirada. El límite superior para el número de lenguas y dialectos que se pueden representar es 26 4 = 456.976.
Fecha de publicación: 1998-10
Fecha de publicación: 2002-07