TXM-Renaissance : la plate-forme de textométrie TXM-Web dédiée au corpus Epistemon

Au lancement du projet CORPOREM en mars 2015 (appel BSN5 – Numérisation), le corpus Epistemon des BVH comprenait 47 ouvrages originaux de la Renaissance en ligne, encodés en XML-TEI, mais plus de cent étaient alors déjà transcrits et en attente de traitement. Les co-financements et l’apport de BSN5 vont permettre de diffuser un ensemble patrimonial cohérent portant sur deux auteurs majeurs, disponible et ouvert à tous les types d’usagers. Avec CORPOREM, il s’agit d’enrichir une sélection de ces imprimés et manuscrits de Rabelais et de Montaigne, selon deux visées complémentaires : 1) leur publication sur le site des BVH (fac-similé et/ou édition textuelle Epistemon), 2) la mise au point d’un démonstrateur, pour le corpus Epistemon, enrichi linguistiquement et interrogeable en ligne par le biais d’un portail TXM.

Ce billet s’attache à vous présenter les travaux amorcés depuis plusieurs années en partenariat étroit avec l’équipe CACTUS (ICAR3-ENS Lyon) pour cette seconde partie du projet CORPOREM, et consolidés en 2015 par la mise en œuvre technique aux BVH, par Lauranne Bertrand.

La plate-forme TXM est un logiciel de textométrie (http://textometrie.ens-lyon.fr/) disponible sous différentes versions (bureau et web) et développée par l’équipe Cactus. Dans le cadre du partenariat établi entre les deux équipes l’idée est de proposer le corpus Epistemon, ensemble de textes de la Renaissance encodés en XML-TEI selon des normes éditoriales établies, au sein de la plateforme TXM. Ainsi, les utilisateurs pourront analyser et visualiser le corpus Epistemon d’une façon plus poussée, et effectuer des analyses diachroniques des éléments linguistiques (orthographe, ponctuation, syntaxe et morphologie).

Mise en œuvre & avancement

Divers tests ont été réalisés afin de mettre en place TXM Web sur les serveurs de l’Université de Tours en vue de le rendre accessible (publication en ligne à venir très prochainement). La plate-forme a été dans un premier temps testée sur un serveur local Windows pour ensuite être portée dans un environnement Linux (toujours en local), qui permettait une installation beaucoup plus stable. Nous avons ainsi pu y importer l’ensemble du corpus Epistemon, et commencer à évaluer les outils. Cette évaluation a donné naissance à une première page de présentation, qui pourrait guider un utilisateur, dans le cadre de sa session de travail :

Interface de la plateforme : page d'accueil

Interface de la plateforme TXM-BVH : page d’accueil

Grâce au concours de l’équipe Cactus, l’ensemble des métadonnées Epistemon sont à présent accessibles via TXM, ainsi que les contenus textuels. L’import du XML au sein de l’outil nécessite un pré-traitement que nous avons pu parfaire au fur et à mesure de nos échanges. L’état du texte obtenu est ainsi beaucoup plus homogène. De plus, ce pré-traitement, qui conserve la finesse de l’encodage BVH, a permis d’analyser la plupart des graphies spécifiques et les usages de Montaigne comme l’évolution de la ponctuation dans les trois livres des Essais en visualisant l’écart important entre les graphies manuscrites, les retouches sur l’imprimé, et les usages graphiques de l’imprimeur.

img2

Construction d’un sous-corpus dans TXM

TXM_index_essais

Génération d’un index sous TXM à partir d’une requête (expression régulière) sur un sous-corpus

Objectifs avant clôture de CORPOREM

La plate-forme TXM a été installée sur une machine virtuelle, accessible en ligne, et la demande auprès de la DTIC de l’université de Tours pour l’ouverture d’une URL publique a été transmise (version bêta). Quelques configurations ont du être opérées en vue de cette mise en ligne : la désactivation de certaines fonctionnalités (inutiles pour nos usagers, comme l’inscription individuelle à la plate-forme), ainsi qu’un ultime traitement du corpus incluant les dernières mises en ligne Epistemon (particulièrement les textes du corpus Montaigne).

Certains outils ne sont toujours pas disponibles au sein de la version web (progression, classification…) cependant, nous comptons rendre possible le téléchargement du corpus paramétré pour TXM depuis la plate-forme, et depuis le site des BVH, ce qui permettra à n’importe quel usager d’utiliser la version bureau (où ces outils sont tous disponibles) avec le corpus Epistemon.

La rédaction complète de la documentation reste encore à effectuer.

L’édition numérique en XML-TEI d’un document hybride imprimé/manuscrit est un défi important dans le cadre de CORPOREM. Le prototype permettant de gérer sous TXM les textes hybrides a été abandonné, sachant que nous avons pu importer un texte comme l’édition numérique de l’exemplaire de Bordeaux (imprimé corrigé par la main de Montaigne, donc hybride) sans dommage et en tirer des analyses concluantes en l’état. Ce développement particulier ne semble donc pas nécessaire. L’équipe des BVH souhaite que cette version puisse servir à bien d’autres études sur les Essais de Montaigne, texte pour lequel le public marque un renouveau d’intérêt.

Perspectives

TXM permet en outre de mettre en ligne des éditions de textes combinant édition critique et image de fac-similé côte à côte (‘éditions synoptiques’). Comme par exemple cette édition de tablette babylonienne ou cette édition du Graal. Il serait très simple de construire des éditions synoptiques des textes Epistemon avec les images correspondantes (que ce soit pour un portail TXM ou pour un TXM local), telle que la plate-forme XTF des BVH le fait déjà pour le corpus Epistemon. La plupart des sites d’édition en ligne se limitent aux liens avec les images, ce serait donc une valeur ajoutée importante.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *