Quels traitements numériques pour les corpus encyclopédiques ? (2)

Quels traitements numériques pour les corpus encyclopédiques ? Les projets SourcEncyMe et Mythologia en dialogue (2).

Retour sur la séance du séminaire
« Les p’tits déj’ ‘Humanités numériques’ de l’IRHT », 03/06/22

 

La première de cette série de trois rencontres organisées par Emmanuelle Kuhry dans le cadre des P’tits déj Numériques de l’IRHT s’est déroulée en janvier dernier. Elle a permis de présenter les deux projets, en mettant l’accent sur la nature de leurs corpus, sur leurs objectifs scientifiques et leurs méthodes éditoriales. Sont ainsi apparues des convergences fortes qui touchent à l’analyse des sources et de leur circulation, aussi bien qu’aux méthodes intellectuelles des compilateurs étudiés et au système de renvois et de citations élaboré dans les textes encyclopédiques du Moyen Âge et de la Renaissance. Le compte rendu est publié ici.

Pourtant, les chaînes éditoriales des deux projets s’avèrent très différentes. Les 2e et 3e séances ont permis d’approfondir la réflexion méthodologique et épistémologique en l’abordant de manière pratique, sous forme de démonstrations et d’atelier.

La deuxième séance a ainsi été consacrée aux métadonnées du projet Mythologia : comment décrire le corpus sur la plate-forme EMAN ? Quels descripteurs ont été choisis, quelle méthode de collecte des données ? que nous apprennent-ils du texte étudié et de nos propres méthodes en Humanités numériques ?

Le billet ci-dessous présente une synthèse de la séance et des échanges auxquels elle a donné lieu. Merci à tous les participants pour leur présence et pour leurs riches et passionnantes interventions : Emmanuelle Khury (SourcEncyMe), organisatrice de la séance, Isabelle Draelants (IRHT, projet SourcEncyMe), Marion Aspe, Marie Bizais-Lillig, Maurizio Busca, Elisa Ionati, Romane Marlhoux, Kenan Oudin, Marianne de Prémont, Cécile Sajdak, Marthe Vertongen.

*

Quel corpus indexer et pour quoi faire ?

Le projet Mythologia édite quatre états de la mythographie de Natale Conti, les Mythologiae libri decem. Chacun d’entre eux compte un millier de pages environ : le tout forme un monde fourmillant de noms, de citations, d’adjectifs, d’images, d’interprétations, de rapports établis entre ces différentes données.

Le chapitre II, 8, De Mars lisible via UniversalViewer

Le premier objectif de l’indexation est d’aider le lecteur moderne à appréhender cette masse d’informations. L’écriture mythographique se structure comme un champ de forces qui orchestre et télescope des données de toutes sortes : le texte nous semble aujourd’hui vertigineux . Il s’agit donc pour nous de dégager les composantes d’un système dynamique, qui visait à mettre la pensée du lecteur en action. L’allure du texte est liée aussi à la nature de l’objet, une compilation encyclopédique : nous avons présenté dans la revue Le Verger la dynamique cinétique de la compilation (ici).

Le visiteur du site peut se confronter à cet état original du texte des quatre éditions via les images des volumes (par exemple ici). Pour l’édition de 1627, il bénéficie en outre de la transcription, en cours de publication (exemple : le chapitre II, 8, “De Mars”). L’indexation permet une autre approche du corpus. Elle ouvre des points d’entrée dans le texte : les index constituent une mise en forme seconde, raisonnée et ordonnée, des données mythographiques, ici présentées en une série de listes (accessibles ici). L’usager peut travailler à partir de ces listes elles-mêmes ou bien circuler grâce à elles dans le corpus. Le site conjugue ainsi la logique linéaire de la lecture et celle, tabulaire, des index.

Vue de l’index des Animaux et monstres

Reste que mettre en ordre ces informations, que nous désignons comme des données mythographiques, suppose plus profondément de les définir. Le deuxième objectif de l’indexation est précisément de proposer des réponses à cette question (qu’est-ce qu’une donnée mythographique ?) en passant par une observation fine du texte. Nous avons utilisé l’indexation comme une méthode d’appréhension critique : choisir, nommer et mettre en forme des métadonnées extraites du corpus nous a amenés à confronter nos propres catégories de pensées et celles qui régissent la Mythologie.

Enfin, sur le plan éditorial, l’indexation est une étape du travail : elle prépare le balisage de la transcription en XML-TEI. Nous avons mis à profit la souplesse de la plate-forme EMAN, qui nous permet de créer des métadonnées personnalisées pour compléter le socle des descripteurs Dublin Core. Les règles de collecte des données, leur appellation, leur forme, leurs subdivisions et leur présentation ont pu évoluer au fil du travail. Le système qu’elles forment est à ce stade suffisamment stabilisé pour que nous cherchions à le traduire en un schéma XML-TEI.

La notice du chapitre II, 8, De Mars

Ce travail a occupé l’équipe de 2019 à 2022. Pour le mener à bien, nous nous sommes limités à un corpus d’essai à l’intérieur de l’édition de Paris, 1627 : ce corpus est constitué des livres II et III, auxquels se sont ajoutés quelques chapitres des livres IV à VI sur lesquels se sont penchés les étudiants du Master Lettres et Humanités (Université de Reims Champagne-Ardenne) en 2019-2020 et 2021-2022, ainsi que le chapitre sur Cupidon (IV, 13) indexé par Gautier Amiel. Nous disposions ainsi d’une masse de données à la fois relativement importante et suffisamment restreinte pour pouvoir procéder par essais et erreurs, et mener à terme les campagnes de modification et de curation qui se sont avérées nécessaires. La phase de constitution puis de consolidation et de vérification des données est achevée pour les livres II et III, il nous reste à la mener pour les livres IV à VI.

À terme, ce travail pourra être étendu au reste de l’édition de 1627.

Exemple de données du chapitre II, 8, De Mars

Mais nous ne cherchons pas à être exhaustifs dans le traitement du corpus : comme l’indique le nom même du site, le projet Mythologia se veut un “laboratoire éditorial”. Nous souhaitons essayer et croiser des méthodes et des approches critiques. Il s’agit bien de fournir les moyens de naviguer dans le corpus et de le rendre intelligible. Le premier point suppose un système de navigation et une ergonomie pensée pour l’ensemble des quatre éditions. Pour le second, en revanche, l’exhaustivité ne s’impose pas. Nous construisons les outils méthodologiques qui permettront de comprendre le corpus, sans ambitionner de le documenter entièrement. Dans cet esprit, il sera plus urgent et plus fructueux d’étendre l’indexation à la même portion du texte latin de 1581, que la traduction a fortement redessiné. Les catégories que nous avons dégagées du texte de 1627 pourraient alors être amenées à évoluer. Le site propose ainsi, de manière assumée, un traitement hétérogène du corpus édité.

Nos métadonnées s’organisent en trois ensembles : celles qui concernent les gravures, que nous laisserons de côté aujourd’hui ; pour le texte, la métadonnée « Textes mentionnés » fait l’objet d’un travail éditorial spécifique et nous ne l’aborderons pas non plus ; nous nous limiterons à celles qui rendent compte de la culture antique telle que le texte l’élabore.

*

La chaîne éditoriale

Marianne de Prémont a décrit notre méthode de travail dans un précédent billet. Je me borne ici, pour mémoire, à lister les étapes successives :

– relevé manuel sur un volume imprimé (non normalisé) :

Relevé manuel sur le volume imprimé

– relevé et mise en forme des données dans un formulaire openoffice :

Extrait d’un fichier d’indexation Open Office – II, 10 de Pluton

– préparation de l’import en masse des données dans un formulaire calc OU import manuel dans les notices via le formulaire du site :

Le formulaire accessible dans le backoffice

Les indications pour le relevé et la mise en forme sont données dans deux framapads (Textes mentionnés / Autres catégories). Ces documents partagés donnent accès à tout moment à la dernière version des instructions et rendent visibles les modifications les plus récentes. Ils avaient aussi été pensés au départ comme des lieux de dialogue sur les cas problématiques, mais un fil de discussion spécifique, ouvert dans Mattermost, s’est révélé plus approprié.

*

Deux principes de base

Principe 1. Nous constituons des métadonnées que l’usager peut fouiller : il est bien sûr nécessaire de les harmoniser, de les normaliser, et de moderniser les graphies.

Principe 2. Dans le même temps, nous restons au plus proche du texte pour en permettre, autant que possible, une saisie de l’intérieur. En nous intéressant à ce qu’une encyclopédie de la première modernité dit de l’Antiquité, nous étudions des savoirs situés. Ce principe a un corollaire important sur le plan méthodologique : c’est la manière dont l’information est présentée dans le texte qui détermine la qualification et le rattachement d’une donnée à telle catégorie. Nous nous laissons guider par le texte, en nous fondant sur des points d’appui linguistiques qui seront présentés dans un prochain billet.

C’est en suivant ces principes que nous entendons faire des index une interface entre le texte d’origine et nos propres catégories et modes de pensée. L’une des conséquences est que les données peuvent s’avérer décevantes parce que trop évidentes. L’usager trouvera ainsi parmi les Attributs et figurations la valeur « Cupidon : ailé ». L’association des ailes à Cupidon est une évidence culturelle et n’apprendra rien à l’usager. Mais, insistons : ces données ne sont pas là pour nous enseigner des choses sur la mythologie. Elles nous renseignent sur ce que le texte contient, sur ce qu’il dit de la mythologie. En ce sens c’est plutôt l’absence des données les plus évidentes pour nous qui peut nous mettre en alerte, de même que la présence des données rares, étonnantes, minoritaires qu’affectionnent les mythographes de la première modernité. Exploiter ces données passe par la comparaison entre le système qu’elles forment et nos propres systèmes et référentiels.

En ce sens[1], il existe une homologie structurelle entre les mythographies renaissantes et le web sémantique, et l’étude de la première modernité s’avère un outil extrêmement fécond pour l’étude des humanités numériques. Mettre en lumière les spécificités de la pensée humaniste (la fabrique des données par les humanistes, leurs mises en réseaux, leurs circulations multidirectionnelles, le jeu des corrections ou de la diffusion des erreurs, etc.) permet un recul réflexif qui nourrit notre compréhension du présent.

Les données Dublin Core

Comme tous les projets édités sur la plate-forme EMAN, Mythologia utilise le jeu des descripteurs Dublin Core.

Utilisation des champs Dublin Core dans le projet (1)
Utilisation des champs Dublin Core dans le projet (2)

*

Métadonnées personnalisées : du choix des métadonnées et de leur désignation

Voici la liste des métadonnées utilisées dans l’indexation des chapitres de la Mythologie.

Vous voyez que les notions de personne ou personnage que nous avions retenues au départ ont disparu. Elles ont été remplacées par la notion d’entité. Pourquoi ? Le système référentiel du texte, lié au régime allégorique de la mythographie, ne permet pas de parler de personnage. Un premier signe que le texte ne relève pas de nos catégories habituelles se note dans la liste des titres des chapitres : Jupiter est mis sur le même plan que la Chèvre céleste ou que la nef Argo, tous également supports herméneutiques et objets d’une élaboration savante. Les noms propres sont autant de points d’appui auxquels sont attachés un très grand nombre de référents, de natures diverses, articulés entre eux de manière mouvante, instable d’un chapitre à un autre, voire d’une page à l’autre : s’agrègent autour de ces noms des informations comme l’étymologie, la généalogie, etc. que nous relevons dans la catégorie Identifications (devenue Prédicats). Mais ils sont aussi le support d’interprétations de nature différentes. Ainsi Jupiter désigne tantôt une personne ou un personnage. Il est alors un dieu antique, tel dieu local, tel personnage particulier, voire telle série de personnages qui portaient tous le même nom mais vivaient en des lieux et des époques différentes, ou des personnes qui, en raison d’une vertu commune, ont été confondus sous le même nom : la catégorie de personne  et personnage est mise à mal par cette multiplication des référents. Mais Jupiter désigne aussi, dans le même temps et sans contradiction un élément cosmique (l’air) doté d’un certain nombre de propriétés qui font système avec d’autres éléments et d’autres propriétés ; une planète douée de telles caractéristiques et telles influences ; des vertus ou des vices moraux entrant en jeu avec tels autres. On le voit, les catégories d’humain et de non-humains ne sont plus des repères premiers : le déploiement allégorique, sans les confondre, les fait passer à un plan secondaire. Le jeu de la mythographie, et sa richesse, consistent ainsi à attacher le plus grand nombre de référents possible au nom en créant un réseau où l’on passe très rapidement d’un plan (voire de plusieurs plans) d’analyse à un autre, d’un type de référent à un autre – et ces passages mêmes, en créant du lien, visent à créer du sens : ils éclairent le monde compris et vécu comme un système complexe.

Nous savions que la mythologie telle qu’elle est appréhendée par la première modernité sous le nom de Fable déjoue nos distinctions trop nettes entre fiction et histoire, qu’elle dessine des partitions différentes entre faits et fiction, en partant d’une conception de la vérité qui lui est propre. Malgré cela, il nous a fallu cheminer de la notion de personnage à celle plus large et plus neutre d’entité, via la collecte des noms propres. Le filtre qui a joué ici est une série d’habitudes herméneutiques liées à l’appréhension actuelle de la fiction littéraire – et c’est ce filtre qui jouera d’abord dans l’esprit des usagers du site, qu’ils soient des chercheurs en littérature ou non. Il nous faut élaborer un vocabulaire qui aide l’usager du site à sortir de ce cadre habituel de pensée. La discussion avec les participants à la séance s’est avéré sur ce point particulièrement fructueuse et nous avons suivi leur suggestion en renommant la métadonnée Identification des personnages (notion décidément persistante) en Prédicats.

Par ailleurs, il nous a fallu renoncer, nous l’espérons provisoirement, à la catégorie Forces naturelles. L’objectif était de lister les notions liées à la cosmologie qui sous-tend le texte. La collaboration avec le projet ARC ScholArt (Univ. Catholique de Louvain, GEMCA, FNRS) a confirmé qu’il s’agit d’une cosmologie aristotélicienne revue par la scolastique, celle qui sert de fondement à l’enseignement dans les collèges européens durant toute la première modernité. Sur ce plan, nous n’avons pas pu constituer des données stables en partant de notre texte : le vocabulaire de la traduction française, sans doute parce qu’elle vise le public des honnêtes gens et qu’elle ne doit pas trop sentir l’école, est trop instable, trop fluctuant, peut-être même inexact pour cela – du moins nous apparaît-il tel à ce stade du travail.  Reconstituer l’image que notre mythographie donne du monde et des forces naturelles supposera de passer par la pensée scolastique de la première modernité, pour ensuite retourner à notre texte et voir comment et jusqu’à quel point nous pouvons rattacher les données à ce système de pensée.

*

Tâtonnements, évolutions, stabilisation du système des descripteurs

Noms cités (devenus depuis Entités mythologiques et historiques)

Suivant les principes énoncés plus haut, nous retenons les formes modernes des noms – enquête en réalité difficile tant les noms foisonnent et tant le mythographe affectionne les données rares et minoritaires, peu référencées. Une prochaine phase du travail consistera à nous rapprocher des spécialistes des noms antiques (étudiés par l’ERC Mapping Ancient Polytheism par exemple) pour parfaire nos données. Les formes du texte rattachées à chaque forme canonique seront publiées d’ici la fin de l’année 2022.

Pour que l’indexation reste cohérente avec l’esprit de notre corpus, nous utilisons les formes latines ou latinisées, et ce partout dans le site – ce qui va parfois contre les habitudes disciplinaires et documentaires actuelles. Les noms des divinités qui apparaissent dans les titres sont donc les noms latins : pour les lecteurs de la Mythologie, Orphée est l’auteur (véritable!) d’un “Hymne à Vulcain”, par exemple.

Constituer la liste des noms des entités mythologiques et historiques suppose de dissimiler certaines d’entre elles. Nous notons donc certaines informations présentes dans le texte – ce qui nous conduit parfois vers l’enrichissement des données, alors même qu’il ne s’agit pas, dans l’index, de constituer des fiches sur ces entités.

Au départ, nous avons relevé dans cette métadonnée les équivalences établies entre les noms.

A l’usage, il nous est apparu essentiel de créer une métadonnée spécifique pour ce phénomène, qui est au coeur de la méthode mythographique évoquée plus haut :

Une autre série d’évolutions importantes a concerné une métadonnée qui devait au départ s’intituler Qualificatifs. Il s’agissait de relever les épiclèses des personnages mythologiques. Mais le relevé s’est étendu à tout ce qui qualifie les entités. Nous avons alors retenu le terme d’Identifications et nous avons organisé le relevé en définissant des sous-catégories :

Lors du cours de Philologie Numérique que j’ai assuré dans le Master Lettres et Humanités (Université de Reims Champagne-Ardenne) en 2021-2022, les étudiants ont proposé de compléter cette liste, en refusant de perdre certaines données que notre grille nous condamnait à laisser de côté. Nous travaillerons donc à l’élaboration de deux nouvelles sous-catégories, qui rendront compte de l’origine et de la naissance des entités fabuleuses.

Edition bâloise, 1571, des Epitheta de Johannes Ravisius Textor (source : e-rara, https://www.e-rara.ch/bau_1/doi/10.3931/e-rara-2618).

Qualificatif est donc passé du statut de métadonnée à celui d’une sous-catégorie à l’intérieur des Identifications. En outre, la difficulté à circonscrire ce que nous pouvions relever et ce que nous devions laisser de côté nous a amenés à élargir le projet initial. La notion actuelle d’épiclèse était ici inappropriée car elle désignait un nombre très faible d’épithètes et de qualifications attachées aux dieux : les épiclèses à proprement parler entrent dans un système plus vaste de qualifications et rien dans le texte ne nous invitait à les isoler. Nous sommes passés par une phase de tâtonnements en tâchant de relever les qualifications significatives, appréciations qui s’est avérée évidemment trop subjective. Elle pouvait s’appuyer sur des indices textuels de type “que les Anciens ont qualifié” (1627, p. 76: “Ce Iupiter, que les Anciens ont qualifié Pere des hommes”). Mais certains qualificatifs placés sur le même plan intellectuellement étaient introduits sans ces indices et il nous fallait les relever.  Dès lors, si nous nous autorisions à inclure des qualifications non explicitement désignées comme telles, que faire des épithètes et des expressions imagées présentes dans les extraits poétiques? In fine, nous en sommes venus à relever tout ce qui relève d’une mise en relation du nom et d’un prédicat (prédication). Si cet apparent pêle-mêle a pu nous gêner au départ, il nous permet en réalité de retrouver une forme culturelle de la première modernité, celle des “épithétaires” pour laquelle les Epitheta de Ravisius Textor a servi de modèle.

Sans entrer dans le détail, soulignons que le cheminement a été comparable pour la catégorie Figurations et attributs. La liste que nous établissons s’apparente à une forme culturelle de la première modernité, celle de l’iconologie qui relève les éléments visuels liés à telle entité, telle allégorie, telle notion – et, dans le cas de l’Iconologie de Cesare Ripa éditée par Jean Baudoin, leurs significations, ce que nous ne faisons pas. Dans cette liste, sont bien mis en valeur les chariots, chars et suites, qui relèvent de la catégorie culturelle des triomphes initiés en Italie par Pétrarque [merci à Maurizio Busca pour ses remarques sur ce point].

*

Modélisation et alignement : quels référentiels ?

Enfin, la séance a permis un dialogue entre les participants autour de la question des référentiels. Aligner nos données avec différents référentiels sera une phase nécessaire du travail, pour leur vérification, leur harmonisation, leur enrichissement et leur étude.

Pour autant, le choix des référentiels n’est pas toujours simple. Pour les noms d’auteurs et d’oeuvres, par exemple, nous avons constitué nos données en retenant les formes de Data.BnF, tout en étant conscients que la base comporte des erreurs. Tout en conservant les formes choisies (les noms sont francisés et correspondent mieux à notre texte), nous espérons pouvoir lier nos données bibliographiques au site Ciris (CNRS, Centre Jean Pépin). Pour les toponymes, Pleiades semble la solution la plus riche et la plus exacte.

En réalité, il faudra sans doute constituer un système double, peut-être même triple, de référentiels – ou du moins nous situer, métadonnée par métadonnée, au carrefour de ces trois possibles. D’un côté, les référentiels de la première modernité, auxquels il nous faut confronter nos index (listes encyclopédiques de végétaux, d’animaux, d’objets célestes). De l’autre, les référentiels disciplinaires, comme ceux auxquels SourcEncyMe a eu recours. Enfin, les grands référentiels mondiaux, du type Data.BnF, VIAF et Wikidata, vers qui beaucoup de projets numériques se tournent à juste titre, mais qui sont parfois trop vastes pour répondre à nos besoins spécifiques. En ce cas, la solution de référentiels disciplinaires en ligne, eux-mêmes alignés vers les référentiels mondiaux, comme la base de donnée bibliographique Ciris articulée à VIAF et Data.BnF, semble la meilleure solution. Mais elle n’existe pas pour toutes les données.

*

Après cette présentation, la séance a pris la forme d’un atelier. Les participants se sont livrés au repérage des données  à partir d’un document de travail (téléchargement) préparé par Marion Aspe, Marianne de Prémont, Kenan Oudin et Marthe Vertongen : les stagiaires du projet ont choisi pour chaque métadonnée des extraits significatifs, intéressants ou délicats, que nous avons commentés ensemble. Tous quatre ont pu expliquer les questions soulevées par les extraits et la manière dont nous les avons résolues.

*

[1] Merci à Anne Réach-Ngô pour cette remarque dont nous rendons compte ici. Elle rejoint l’un des objectifs du projet Mythologia : l’édition des Mythologiae libri decem entre dans la mise en place d’un dispositif réflexif qui place en regard l’un de l’autre l’humanisme renaissant et les humanités numériques.

Merci également à Isabelle Draelants pour sa relecture attentive et pour ses suggestions.

*

Pour citer ce billet: Céline Bohnert, “Quels traitements numériques pour les corpus encyclopédiques ?  Les projets SourcEncyMe et Mythologia en dialogue (2). Retour sur la séance du séminaire « Les p’tits déj’ ‘Humanités numériques’ de l’IRHT », 03/06/22)”, Mythologia (carnet de recherche du projet Natale Conti, Mythologia, 1567-1627), https://mythologia.hypotheses.org/1604, mis en ligne le 14/07/2022.

dernière mise à jour : 13 septembre 2022.


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.