Introduction de la TEI pour la structuration et l'édition des correspondances

Introduction de la TEI pour
la structuration et l'édition
des correspondances
10 novembre 2014, Heidelberg
Giancarlo Luxardo
Cette présentation est mise à disposition selon les termes de la Licence Creative Commons Attribution
Pas d’Utilisation Commerciale - Pas de Modification 3.0 France
Praxiling UMR 5267
Université de Montpellier 3 – CNRS

• Documents
• Processus
• Outils
• Modèles

Documents
Qu’est-ce qu’une carte postale de Poilu ?

Documents
Ceci n’est pas une carte postale !

Documents
La Trahison des images, René Magritte (1929)

Documents
Ceci n'est pas une pipe :
l'importance de la modélisation
pour les humanités numériques
Lou Burnard
le Mardi, 16 Décembre, 2014 - de 12:15 à 13:15
Maison des Sciences de l'Homme-Alpes
Domaine Universitaire de Grenoble St-Martin d’Hères,

Documents
Une carte postale de Poilu ?
• Une source primaire, ou
• une représentation :
o un facsimile numérique
(une image, plusieurs images)
o une transcription (un texte)
o une mise en page
o des annotations (lisibilité ?)
o des corrections orthographiques
o des métadonnées
o et aussi… une lecture audio !
une combinaison de…

Données non-structurées

Traitement de texte
(fichier : doc, docx, odt…)

Présenter un document

Données structurées

Base de données
(exécuter des requêtes)

Rechercher des documents
(ex : toutes les correspondances
du mois d’août 1914 écrites par…)

correspondence
card letter
+ image
+ text
+ metadata
surface
1…n
Données structurées
Modélisation de données

Données semi-structurées

XML

tags

Annoter un document

<?xml version="1.0" encoding="UTF-8"?>
<card>
<head>
</head>
<body>
Je t'envoie donc trois cartes dans la même envelloppe 
tu les recevras au moin tous a la fois et elle sont 
toute numeroter pour les lires. je te disait donc 
chère femme bien aimès que je t'ecrit ce soir 19 août 
le dernnier soir que je suis à Aix en compagnie de 
Marius buvant un verre de <s>rhum</s> <s>bi</s> Thé au rhum 
mais ce qu'il y a desagréable c'est que tu va recevoir 
ces cartes huit jours apres que nous somme ici 
et que nous avons reçu tous les deux deux lettre le 
17 courant qui était dater par vous du 12 et du 
13août et que vous ne savier pas encor que nous 
étions ici a Aix. Enfin nous sonme tous bien portant et 
tous se passe bien les francais son vainqueur partout 
a bientot les plaisir de vous voir Alfred 
</body>
</card>

<?xml version="1.0" encoding="UTF-8"?>
<card>
<head>
</head>
<body>
Je t'envoie donc trois cartes dans la même envelloppe 
tu les recevras au moin tous a la fois et elle sont 
toute numeroter pour les lires. je te disait donc 
chère femme bien aimès que je t'ecrit ce soir 19 août 
le dernnier soir que je suis à Aix en compagnie de 
Marius buvant un verre de <s>rhum</s> <s>bi</s> Thé au rhum 
mais ce qu'il y a desagréable c'est que tu va recevoir 
ces cartes huit jours apres que nous somme ici 
et que nous avons reçu tous les deux deux lettre le 
17 courant qui était dater par vous du 12 et du 
13août et que vous ne savier pas encor que nous 
étions ici a Aix. Enfin nous sonme tous bien portant et 
tous se passe bien les francais son vainqueur partout 
a bientot les plaisir de vous voir Alfred 
</body>
</card>
Ceci n’est pas un document TEI !

Nommage des fichiers (scripteur, date) :
andre-1-140807.xml laurent-1-150515.xml pierre-1-141029.xml
andre-1-140818.xml laurent-1-150521-1.xml pierre-1-141106.xml
Autres métadonnées : andre-1-140807.jpg
Identité du scripteur laurent-1-150515.jpg
Lieu d’envoi pierre-1-141029.jpg
Destinataire

Nommage des fichiers (scripteur, date) :
Autres métadonnées : andre-1-140807.jpg
Identité du scripteur laurent-1-150515.jpg
Lieu d’envoi pierre-1-141029.jpg
Destinataire
Ceci n’est pas une base de données !

Je t'envoie donc trois cartes dans la même envelloppe
tu les recevras au moin tous a la fois et elle sont
toute numeroter pour les lires. je te disait donc
chère femme bien aimès que je t'ecrit ce soir 19 août
le dernnier soir que je suis à Aix en compagnie de
Marius buvant un verre de rhum bi Thé au rhum
Numériser  Transcrire

toute numeroter pour les lires. je te disait donc
chère femme bien aimès que je t'ecrit ce soir 19 août
le dernnier soir que je suis à Aix en compagnie de
Marius buvant un verre de rhum bi Thé au rhum
<unclear>disait</unclear>
<strikethrough>rhum</strikethrough>
TranscrireNumériser  Transcrire

St Nicolas ici à gauche Varangéville a droitte c'est comme St Laurent
et Macon il y'a qu'un pont a traverser ca ce tien tous ainsi
que Dombasle qui se trouve encor mieux a droite nous somme
ici dans ces trois villes tant St Nicolas que Varangéville et Dombasle
au moin dix milles homme de troupes ça fait déjas quelque chose
comme soldats.

St Nicolas ici à gauche Varangéville a droitte c'est comme St Laurent
et Macon il y'a qu'un pont a traverser ca ce tien tous ainsi
que Dombasle qui se trouve encor mieux a droite nous somme
ici dans ces trois villes tant St Nicolas que Varangéville et Dombasle
au moin dix milles homme de troupes ça fait déjas quelque chose
comme soldats.
Carte postale sur 4 pages
Position ?

Mardi Le 25 Janvier 1916
Cher beau-frère
Je repons à ton aimable carte que j'ai reçu hier
date du quelle ma fait bien plaisir de te savoir
en bonne santé car il et de méme pour moi
Je suis été à Baillargue Dimanche toute la famille
va bien mon père étaient à Montpellier pour
voir sil vous lez tuer les cochons cela fait qui les
turons Mercredi ou Jeudi je pense que tu goutera de

Mardi Le 25 Janvier 1916
Cher beau-frère
Je repons à ton aimable carte que j'ai reçu hier
date du quelle ma fait bien plaisir de te savoir
en bonne santé car il et de méme pour moi
Je suis été à Baillargue Dimanche toute la famille
va bien mon père étaient à Montpellier pour [?]
voir sil vous lez tuer les cochons cela fait qui les
turons Mercredi ou Jeudi je pense que tu goutera de
[?] <gap/>

toute numeroter pour les lires.
Structurer  Annoter

toute numeroter pour les lires.

Je t'envoie donc trois cartes dans la même enveloppe,
tu les recevras au moins toutes à la fois et elles sont
toutes numérotées pour les lire.
Structurer  Annoter

Tableau lexical :
avoir_VER:pres 3536
ne_ADV 1582
pas_ADV 1495
être_VER:pres 1457
bien_ADV1107
lettre_NOM 730
bon_ADJ 604
petit_ADJ 572
faire_VER:pres 537
recevoir_VER:pper 517
plus_ADV 494
jour_NOM 430
faire_VER:infi 424
santée_NOM 405
Structurer  Analyser

Analyse de données
Structurer  Analyser

Objectif TEI
Utiliser un langage de validation ?
DTD
XML Schema
Schematron
ODD
Structurer  Publier

A partir d’une représentation, publier :
• sur le Web
• sur différents sites
• sur différentes présentations
• sur le papier (?)
Structurer  Publier

MS-Word
OpenOffice
LibreOffice
…
Traitement de texte

Problèmes :
AutoCorrect
AutoFormat
AutoText
…
coeur  Cœur
apostrophes
traits d’union
…
Traitement de texte

Notepad
Notepad++ (support XML)
Komodo Edit (multi-plateforme)
…
Editeurs de texte

Text Encoding Initiative
• un standard ?
• une norme ?
• des recommendations ?
La TEI c'est quoi?
Lou Burnard, MMSH, Aix-en-Provence, 11 February 2011
http://tei.oucs.ox.ac.uk/Talks/2011-02-aix/talk-intro-tei.xml
TEI

Text Encoding Initiative
• un standard ?
• une norme ?
• des recommandations ?
La TEI c'est quoi?
Lou Burnard, MMSH, Aix-en-Provence, 11 February 2011
http://tei.oucs.ox.ac.uk/Talks/2011-02-aix/talk-intro-tei.xml
Ceci n’est pas un format !
TEI

2. Les enjeux de la TEI
"Text Encoding for Interchange"
• faciliter la création, l’échange, et l’intégration des données textuelles
informatisées
o toute sorte de texte
o toutes les langues
o toute origine temporelle ou culturelle
• La TEI s'adresse également ...
o aux débutants, cherchant des solutions bien connues et consensuelles
o aux experts, cherchant à créer de nouvelles solutions
3. Les buts de la TEI
• faire des recommandations qui se basent sur un consensus existant
• préférer les solutions générales à celles spécifiques à une discipline
• en même temps permettant la spécialisation et l'extension
TEI

11 Representation of Primary Sources
TEI

Un balisage sur :
• la structure physique du document
<surface xml:id="alfred-1-141202-1-a" type="verso" n="1v">
<graphic url="../../Images/alfred-1-141202-1-a.jpg"/>
</surface>
• la structure logique du document
<body>
<opener>
St Nicolas du Port le 2 décembre 1914 Chère femme et cher fils<lb/>
</opener>

• la structure sémantique du document
<rs type="recipient">épouse</rs>
TEI

XSL stylesheets for TEI XML
This is a family of XSLT 2.0 stylesheets to transform
TEI XML documents to various formats, including
XHTML, LaTeX, XSL Formatting Objects, ePub,
plain text, RDF, JSON; and to/from Word OOXML
(docx) and OpenOfice (odt). They concentrate on the
core TEI modules which are used for simple
transcription and ‘born digital’ writing. It is important
to understand that they do not:
• cover all TEI elements and possible attribute values
• attempt to define a standard TEI processing or rendering model
TEI-XSL

Modèles d’édition
La mise en place d’un workflow dépend de :
o Ressources, contexte
o Modèle de document, métadonnées
o Processus :
numériser - transcrire - annoter - publier - exploiter

(1) édition des textes, traitements textométriques
(2) représentation des sources primaires, publication
(3) workflow multimodal
Edition en trois phases

Contexte :
• divers lieux de numérisation
• stagiaires effectuent transcriptions
• chercheurs dans plusieurs structures
• habitude des formats Office (doc, odt, pdf…)
• exigence de statistiques textuelles
(1) édition des textes

Contexte :
• divers lieux de numérisation
• stagiaires effectuent transcriptions
• chercheurs dans plusieurs structures
• habitude des formats Office (doc, odt, pdf…)
• demande de statistiques textuelles

• TXM
• définition d’un format pseudo-XML (mal formé !)
• pas d’éditeur XML (oXygen ?)

conversion
pseudo-XML
identities.csv
XML/w
metadata.csv
corpus14.css

conversion
pseudo-XML
identities.csv
XML/w
metadata.csv
corpus14.css
Problème : retro-conversions ?

Contexte :
• hébergement sur Ortolang
• consultation de textes et images en vis-à-vis
• métadonnées exposées à moissonneurs OAI-PMH
• indexation par moteurs de recherche
(2) représentation des sources primaires

Contexte :
• hébergement sur Ortolang
• consultation de textes et images en vis-à-vis
• métadonnées exposées à moissonneurs OAI-PMH
• indexation par moteurs de recherche

• TEI module: transcr (Representation of Primary Sources)
…parallel / embedded transcription
• conversion de XML/w à TEI
• fusion images et textes sur la base du schéma de
nommage
• pas d’éditeur XML, mais un éditeur polyvalent (Komodo)

conversion
XML/w
identities.csv
metadata.csv
Dossiers images
XML-TEI
sous-corpus scripteurs
Images

<creation>
<name>Alfred Foray</name>
<date when="1914-08-19">19-08-1914</date>
<rs type="place">Aix-les-Bains</rs>
<rs type="recipient">épouse</rs>
</creation>
</profileDesc>
</teiHeader>

<facsimile>
<surfaceGrp type="card" n="1">

<surface xml:id="alfred-1-140819-2-ph" type="recto" n="1r">
<graphic url="../../Images/alfred-1-140819-2-ph.jpg"/>
</surface>
<surface xml:id="alfred-1-140819-2" type="verso" n="1v">
<graphic url="../../Images/alfred-1-140819-2.jpg"/>
</surface>
</surfaceGrp>
</facsimile>
<text xml:lang="fr" facs="#alfred-1-140819-2">

<body>
<opener>
Je t'envoie donc trois cartes dans la même envelloppe<lb/>
</opener>

tu les recevras au moin tous a la fois et elle sont<lb/>
toute numeroter pour les lires. je te disait donc<lb/>
chère femme bien aimès que je t'ecrit ce soir 19 août<lb/>
le dernnier soir que je suis à Aix en compagnie de<lb/>
Marius buvant un verre de <del rend="overstrike">rhum</del> <del rend="overstrike">bi</del> Thé au

Ce qu’on ne fait pas :
document TEI qui contient une spécification de schema :
ODD (One Document Does it all)

Portail TXM

Contexte :
• Publication de nouvelles versions du corpus
• Alterner transcription fidèle et orthonormée
• Ajouter carnets de guerre
• Gérer plusieurs langues
• Format unique pour TXM et Ortolang ?
• Import en TXM d’un format TEI

Contexte :
• Publication de nouvelles versions du corpus
• Alterner transcription fidèle et normée
• Ajouter carnets de guerre
• Gérer plusieurs langues
• Format unique pour TXM et Ortolang ?
• Import en TXM d’un format TEI

Work in progress

Je ne voi rienplus a vous
dirre pour le moment
et jen profite pour vous
remerçier !

Je ne voi rienplus a vous
dirre pour le moment
et jen profite pour vous
remerçier !
Ceci n’est pas une citation de Laurent !

Introduction de la TEI pour la structuration et l'édition des correspondances

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (19)

Kürzlich hochgeladen

Kürzlich hochgeladen (18)

Introduction de la TEI pour la structuration et l'édition des correspondances