Compte -rendu de la séance du vendredi 15 mars- Atelier d’objets et de méthodes de recherches

Liste des participants:
Simon Hasdenteufel ( Sorbonne – Université); Marie-Christine Payne (Université Paris 3, Sorbonne-Nouvelle, ED 120, CERAM) ; Yoan Boudes (Sorbonne – Université, ED1) ; Tom Sadler (Sorbonne – Université, ED1 ); Ludmilla Nelidoff (Sorbonne – Université) ; Tanguy Beraud (Université Paris I – ED441) ; Sidonie Loisel (Université Paris 3, Sorbonne-Nouvelle); Adriane Boussac (EPHE) ; Valentine Eugène — Sarah Cals (Université Paris 3, Sorbonne-Nouvelle, ED 120, CERAM) ; Axelle Janiak (Paris I -Panthéon –Sorbonne, ED441) ; Claire Donnat-Aracil (Paris III Sorbonne-Nouvelle, CERAM) ; Anelise Nicolier (Paris Nanterre) ; Sergio Ibanez Llorente (Sorbonne-Université)
Lucence ING : « Un exemple de chaîne de traitements en philologie numérique. Le cas du Lancelot en Prose. »
L’utilisation de logiciels s’inscrit dans une étude des disparitions lexicales entre le XIIIe et le XVe siècle dans le Lancelot en prose. L’outil numérique permet de traiter une grande masse de données, avec 600 000 occurrences environ. La chaîne numérique se compose des sources, sous forme de fichier image, que l’on va traiter, encoder, puis annoter et collationner afin d’identifier in fine les variations selon leur contexte.
Après avoir scanné le texte, on procède à l’ « océrisation » pour lire les lignes écrites des images scannées : cela suppose d’abord un travail manuel d’entrée des premières pages, avant que le logiciel apprenne lui-même à traiter les données. Dans le cas présent, le modèle est arrivé à 98% de réussite Il y a une correction manuelle finale à faire, mais cela reste plus rapide que la simple transcription. À partir de là, on dispose d’un texte brut qu’il faut encoder en XML-TEI. Selon ce codage, chaque mot dispose d’une balise et d’une donnée.
Une fois les données encodées, il faut les « enrichir » : face aux variantes médiévales, cela permet de « standardiser » la langue. On pose pour chaque mot un lemme, une étiquette grammaticale et éventuellement des éléments de morphologie. Pour faire cela, on utilise un « étiqueteur » (code pandora, développé par E. Manjavacas). Ces étiqueteurs fonctionnent selon des logiques d’apprentissage du logiciel, avec un taux de réussite de 94%.
Avec ces données enrichies, lemmatisée et étiquetées, on procède enfin à la collation avec CollateX. Le texte collationné permet d’étudier les différents types de variantes – substantives, grammaticales, morphologiques ou lexicales. On peut dès lors exploiter les données en discernant les mots qui ont disparu.
La philologie numérique permet ainsi de traiter un grand nombre de données, très riches et complexes ; par ailleurs, les démarches sont transparentes, reproductibles et communicables. Toutefois, cela suppose au départ un fort investissement en temps, pour apprendre l’utilisation des technologies mais aussi pour vérifier les données.
Des questions sont posées :
–Sidonie demande à Lucence comment elle a appris à maîtriser toutes ces technologies.
Lucence répond que grâce à son Master spécialisé en Etudes numériques, elle a pu bénéficier d’un enseignement dans un cadre optimal et a pu aussi suivre d’autres formations.
–Valentine demande depuis combien d’années ces technologies sont utilisées au sein de la recherche.
Collatex existe depuis environ 2009 les autres logiciels ont à peu près 10-15 ans.
–Sarah se pose la question des droits d’auteurs sur le Lancelot en Prose : une édition numérique de ce texte est-elle possible ?
Elle demande également si Lucence a pu obtenir une copie numérique de l’édition.
Lucence indique qu’il y a jurisprudence sur la question et qu’il est possible d’envisager une édition numérique.
Par contre, elle a refait elle-même la numérisation du texte.
-Une autre question est posée quant au choix du Lancelot en Prose pour étudier ces disparitions lexicales.
Lucence répond que c’est surtout pour des raisons de transmissions : c’est un texte qui a beaucoup été transmis, diffusé et lu et qu’il est donc intéressant de l’étudier en tant qu’il est un témoignage de la langue.
-D’autres logiciels performants pour ce genre de travail sont évoqués : Libres et gratuits : Oxygen XML Editor, Quickfix, Schematron.
Simon HASDENTEUFEL : « Base de données et cartographie pour la thèse : usages de Wiki et Inkscape »
Simon veut présenter deux outils qu’il utilise pour ses recherches.
1-Wiki.
Dans le cadre de sa thèse, Simon doit analyser environ une centaine de personnages, mais aussi analyser la pratique du pouvoir de ces personnages. Il a donc des données sur ces seigneurs à collecter et cela est possible grâce au logiciel Wiki.
Il s’agit d’un wiki qu’on a toujours sur soi, qu’on peut mettre sur clef usb, qu’on peut transporter mais qu’on peut aussi mettre en ligne.
La page de Wiki possède plusieurs catégories.
Exemple d’un cas pratique> Simon veut observer la situation de plusieurs états. Il peut ainsi faire une répartition par plusieurs états : ceux impliqués dans la question de la Romanie en l’occurrence.
Il peut créer des arborescences, faire des fiches concernant les personnages et les ranger selon les périodes. Une couleur permet aussi d’identifier les personnages et de les distinguer selon leur statut. Un réseau de fiches peut aussi être créé.
- Avantages de Wiki:
-Avoir un système de fiche où se trouve un onglet de recherche
-On peut inclure des images. Cela permet par exemple de mettre de côté des sceaux.
mettre en lien les différents protagonistes concernés.
- Inconvénients :
-Cela est intéressant pour la prosopographie où il y a peu ou moyennement d’informations mais cela est problématique quand il y a beaucoup d’informations sur un personnage et cela suppose un deuxième travail > une relecture.
-Si un événement évoque plusieurs personnages, cela nécessite un nouveau référencement pour chaque personnage.
À terme, il est possible d’envisager une mise en ligne de ces données. Cela permettra une base de travail pour ceux qui sont intéressés par ce genre d’étude.
–Tanguy pose une
question quant au poids du fichier.
Le fichier n’est pas du tout lourd. Cela est à nuancer lorsqu’il y a une
insertion d’images.
2-Inkscape :
Il s’agit d’une carte de base à partir de laquelle on fait des délimitations et à laquelle on rajoute tous les éléments que l’on souhaite.
Simon évoque d’emblée le problème des dimensions géographiques : pour le moment, il fait des estimations à partir de ce qui est déjà un schéma. Un autre logiciel de cartographie QGIS permet d’avoir une meilleure idée d’échelle et offre la possibilité d’utiliser GoogleEarth et Maps.
Inkscape est pratique pour proposer des premières hypothèses et des localisations.
Cela permet aussi de faire des hypothèses de trajet et de déplacement des personnages sur lesquels il travaille.
-Une question est posée quant à la formation nécessaire pour l’utilisation de ces deux logiciels.
Simon a tout simplement recherché cela sur le net et a pu obtenir des conseils de collègues.
–Marie-Christine demande si une animation est possible avec Inkscape.
Non, Inkscape représente des cartes qui fonctionnent comme des « calques » que l’on superpose.
–Yoan demande s’il est possible pour Wiki de le partager si on travaille à plusieurs.
Cela serait envisageable.
–Axelle indique à Simon la possible de consulter le site de « The Programming Historian » pour avoir plus d’informations sur QGIS, ainsi que GeoBrother de Dariah-De.
–Sarah rajoute que NodeGoat permet une mise en ligne sur Google avec un défilement qui permet de voir les cartes et tous les personnages qui arrivent à un endroit à un moment donné. On choisit d’encoder toutes les données que l’on souhaite.
Des formations ont été données à ce sujet notamment à Paris 7.
OpenEdition vous propose de citer ce billet de la manière suivante :
Questes (26 mars 2019). Compte -rendu de la séance du vendredi 15 mars- Atelier d’objets et de méthodes de recherches. Questes. Consulté le 19 février 2025 à l’adresse https://doi.org/10.58079/t4n5