Archives par mot-clé : photo

Des applications aux manuscrits. Expériences de transcriptions automatiques

CBMA-LaMOP – Des applications aux manuscrits. Expériences de transcriptions automatiques de manuscrits et développements du Corpus Burgundiae Medii Aevi

Journée d’études : 17 décembre 2019, 10h-17h

Galerie Colbert – Salle AVD (Architecture, Ville, Design), 1er étage – porte 133 , 6, rue des Petits-Champs – Paris 2e

Palais-Royal – Musée du Louvre (Métro 1 et 7) et Bourse (Métro 3)

Cette journée d’études vise, d’une part, à faire le bilan des dernières expériences menées par l’équipe du LaMOP en matière d’applications et de modèles de reconnaissance automatique de caractères appliqués aux manuscrits médiévaux, testés sur le « livre Rouge » (XVe siècle) et sur deux cartulaires bourguignons du XIIIe siècle. 

Cartulaire de Saint-Étienne de Dijon – AD Côte d’Or, cart. 36, f. 6r

D’autre part, seront discutés les derniers développements du programme CBMA relatifs à la constitution, à la formalisation et à l’exploitation de nouveaux corpus textuels médiévaux, en particulier le corpus hagiographique bourguignon (Ve-XVe siècle) et le corpus épigraphique provençal réalisé en collaboration avec le  CESCM (Centre d’études supérieures de civilisation médiévale – UMR 7302).

Ouverte à tous les intéressés, les collègues souhaitant assister à cette rencontre sont priés de nous informer de leur présence avant le 10 décembre 2019 :

contact@cbma-project.eu

Organisation : Pierre Brochard, Eliana Magnani (CNRS) – LaMOP (Laboratoire de Médiévistique Occidentale de Paris – UMR 8589)

Programme

10h – Introduction : Pierre Brochard et Eliana Magnani

10h30 – Les nouveaux corpus CBMA: hagiographie, épigraphie, alia. Bilan et perspectives – Eliana Magnani (CNRS, LaMOP)

11h – Le corpus épigraphique provençal : premier bilan et comparaison avec le corpus bourguignon – Aurore Menudier (Université de Poitiers, CESCM)

12h00 – Pause repas

14h – Transkribus : Compte Rendu de l’expérience (Hugo Regazzi – Paris 1, Pierre Brochard – CNRS, LaMOP)

14h45 – Le bâti de Cîteaux au Moyen Âge : confrontation des sources textuelles et iconographiques. Les bases CBMA et CCMA (Corpus de Cîteaux du Moyen Âge) – Coraline Rey (Université de Bourgogne-Franche-Comté, Université d’Angers)

15h45 – Pause

16h15 – La reconnaissance automatique d’entités nommées sur les corpus  disponibles au CBMA – Sergio Torres Aguilar (Université de Versailles-Saint-Quentin-en-Yvelines, Dypac)

17h15 -Discussions et tour de table conclusif

Portés par le LaMOP, ces projets bénéficient du soutien du LabEx haStec (en partenariat avec l’IRHT – Institut de recherche et d’histoire des textes – CNRS UPR 841, le Centre Jean Mabillon -EnC – EA 3624 et le LEM/CERCOR (Laboratoire d’Études sur les Monothéismes – UMR 8584 / Centre européen de recherche sur les congrégations et les ordres religieux), du Consortium COSME2 (CNRS – TGIR Huma-Num).

Journée d’initiation à la lemmatisation des textes médiévaux

lundi 17 juin 2019 – 9h30-18h


Paris – IRHT – Salle Jeanne Vielliard – 40 avenue d’Iéna (métro Iéna) P

En plus d’être flexionnelles, les langues employées dans l’Occident médiéval (latin et langues vernaculaires) se caractérisent par une très grande variation orthographique. La lemmatisation, c’est-à-dire le regroupement des différentes formes d’un mot sous leur lemme, se trouve ainsi être une opération fondamentale aux études des textes, notamment celles utilisant des procédures de recherche formalisées et assistées informatiquement.

Dans le contexte actuel de multiplication des numérisations des textes médiévaux, plusieurs  outils et paramètres de lemmatisation ont vu le jour et continuent d’être développés.  De l’aide à la traduction jusqu’à la préparation aux analyses statistiques et sémantiques des larges corpus, ces outils demeurent, cependant, pas ou peu connus des médiévistes.

L’objectif de cette journée est de proposer une introduction à la lemmatisation et la découverte de quelques outils-clé à partir d’exercices pratiques. Elle vise aussi à faire se rencontrer les concepteurs d’applications et leurs utilisateurs potentiels.

Cette initiation s’adresse à tous les intéressés : étudiants, doctorants, ingénieurs, chercheurs et enseignants-chercheurs. Pour que cette initiation s’accompagne d’une mise en pratique réelle, le nombre des participants est limité à 15.

La participation est gratuite, mais devra obligatoirement faire l’objet d’une demande motivée, pour que la limite fixée à 15 participants puisse être vérifiée.

La prise en charge des frais de transport, voire de logement (une nuitée), est possible dans la mesure des crédits disponibles, à condition d’en faire la demande explicite au moment de la candidature. L’ordre des candidatures sera pris en compte en cas de besoin.

Pour faire acte de candidature, adressez par courriel une demande motivée à eliana.magnani@univ-paris1.fr  avant le 15 mai 2019, en précisant vos nom, prénom, institution de rattachement, thème de recherche, courriel et, le cas échéant, les besoins de prise en charge (transport, nuitée). Tous les candidats seront prévenus par courriel le 20 mai de l’état de leur candidature.

Programme

  • 9h30 – Accueil et tour de table introductif
  • 10h – La lemmatisation des corpus médiévaux. Pourquoi et comment ? (Nicolas Perreaux et invités à confirmer)
  • 11h45 – Pause
  • 12h – Installation, prise en main et utilisation de Collatinus. Lemmatiseur et analyseur morphologique de textes latins (Yves Ouvrard, Philippe Verkerk)
  • 13h15 – Buffet
  • 14h30 – Phyrra : lemmatisation et correction (latin, ancien français, etc.) (Thibault Clérice, Vincent Jolivet, Ariane Pinche)
  • 16h – Pause
  • 16h30 – Palm. Plateforme d’analyse linguistique médiévale : anglais, français et latin médiévaux (Aude Mairey)
  • 17h30 – Tour de table conclusif

Organisation

Eliana Magnani (CNRS-LaMOP), Nicolas Perreaux (SFB 1095 – Goethe-Universität) et l’équipe administrative de l’IRHT

Comité scientifique

Paul Bertrand (Univ. Louvain)

Estelle Ingrand-Varenne (CNRS-CESCM)

Eliana Magnani (CNRS-LaMOP)

Nicolas Perreaux (SFB 1095 – Goethe-Universität)

Liens utiles :

http://cosme.hypotheses.org/

https://www.huma-num.fr/consortiums

https://www.irht.cnrs.fr/

https://outils.biblissima.fr/fr/collatinus-web/

http://www.glossaria.eu/treetagger/

http://palm.huma-num.fr/PALM/

Formation XSLT 23-24 avril, Lyon

Le consortium COSME2 propose les 23 et 24 avril à Lyon une formation au langage de transformation XSLT (eXtensible Stylesheet Language Transformations).
Cette formation, organisée et animée par Simon Gabay, post-doctorant à l’Université de Neuchâtel, Matthias Gille Levenson, doctorant à l’ENS de Lyon, Ariane Pinche, chargée de cours à l’École des Chartes et Jean-Paul Rehr, doctorant à l’Université Lyon II-Lumière, est destinée aux étudiants et étudiantes, aux chercheurs/es et personnels affiliés à la recherche qui maîtrisent les bases de l’édition de texte selon le standard XML-TEI, et qui veulent pouvoir transformer et/ou visualiser leurs sources encodées, de quelque nature et époque que ce soit.
La formation se centrera sur le passage du XML au HTML, mais les participant/es auront l’opportunité d’écouter une conférence de Maïeul Rouquette, philologue spécialiste de la publication électronique à l’aide du langage de composition (Xe)LaTeX, qui leur permettra de faire le lien avec les éditions papier et PDF. Ils auront ainsi un aperçu des diverses possibilités de production qu’autorise le XSL.
Le déroulé de la formation sera le suivant :
  • la première séance, le 23 au matin, sera consacrée à XPath et aux fondamentaux du langage XSLT ;
  • la seconde séance, l’après-midi du 23, sera consacrée à un approfondissement du XSLT ;
  • une conférence de Maïeul Rouquette sera proposée aux participant/es en fin d’après-midi ;
  • la séance de la matinée du mercredi 24 sera consacrée à l’utilisation du XSLT pour convertir les sources XML en d’autres formats, de visualisation notamment (pour l’analyse de réseaux par exemple) ;
  • la séance de l’après-midi du mercredi 24 sera dédiée, sous forme d’atelier, à l’application des connaissances acquises durant les journées précédentes au projet personnel de chaque participant/e.
L’inscription est gratuite, mais obligatoire, avec une limite fixée à 15 participant/es. Un déjeuner sera proposé les deux jours. Un nombre réduit de bourses est également proposé aux étudiant/es qui vivent en dehors de Lyon. Ces bourses permettront de couvrir leurs besoins en termes de logement et de transport.
Pour vous inscrire, merci d’envoyer un courriel à matthias.gille-levenson@ens-lyon.fr avant le 5 avril 2019 (en cas de besoin, nous prendrons en compte l’ordre des candidatures), en indiquant si vous demandez également la bourse, et en joignant :
– un CV
– une lettre de motivation qui explique en quoi la maîtrise du langage XSLT est importante pour votre projet de recherche.
Lieu : Maison des Sciences de l’Homme Lyon Saint-Étienne, 14 Avenue Berthelot, 69007 Lyon.
Dates : 23-24 avril 2019
Cette formation est financée par le Consortium COSME2, et soutenue par le CIHAM UMR 5648.

Lettres originales de Jean XXII

Les « Lettres Originales de Jean XXII » (LOJ22]  s’inscrivent dans le cadre d’un programme de recherches développé par le CIHAM sur la correspondance pontificale et plus largement sur les sources du gouvernement central de l’Eglise aux XIIe-XVIe siècles.

LOJ22 vise plus particulièrement à constituer un outil d’analyse à la disposition d’un public de chercheurs et pour ce faire s’inscrit dans une logique de création de corpus. La correspondance papale étant trop souvent étudiée à partir des registres de lettres, on valorise ici les originaux produits au nom d’un souverain sélectionné à cause de la longueur de son pontificat (plus de 18 ans), des réformes de sa Chancellerie et de la diversité typologique des éléments conservés (brouillons autographes, minutes d’abréviateurs, grosses fautives, expéditions plus ou moins soignées)… malheureusement disséminés en Europe. Le corpus éclaire donc le complexe fonctionnement concentrique de la production épistolaire autour d’un souverain au Moyen Âge.

Ce programme traite en conséquence la lettre comme un vestige archéologique… ce qu’elle est parfois. Il insiste sur les aspects matériels : mentions hors teneur, auteur(s), porteurs, coûts, sans oublier l’esthétique du produit final. Le chargement du questionnaire, développé sous GoogleForms afin de résoudre la problématique d’alimentation distribuée, a pris du retard du fait de problèmes de santé, mais le traitement en archives et bibliothèques de la documentation concernée a atteint à mi-parcours 70 % de son objectif.

Ont en effet été traitées les Archives nationales et la Bibliothèque nationale de France (350 unités env. + 8), l’Archivio Segreto Vaticano (330 env.), les archives de la Couronne d’Aragon à Barcelone (188), les Archivi di Stato de Perugia (96), de Florence (54), Pise (15), Lucques (12), Turin (12), Macerata (9), Orvieto (8), Bologne (1), Sienne (1), les archives départementales de Haute-Garonne (28), Vaucluse (17), Aude (4), Aveyron (4), Rhône (3), Tarn (1) et les archives communales de Rome (5), Matelica (3), Fabriano (3), Cingoli (2), Toulouse (1), Avignon (1). Divers travaux de repérage ont été parallèlement menés à Londres, en Allemagne, Pologne et Autriche.

Les cotes des manuscrits : construire un référentiel commun

Groupe de travail « Alignement des cotes de manuscrits » – 
Responsable : François Bougard (IRHT)

Le groupe de travail sur les cotes des manuscrits médiévaux et modernes se fixe pour objectif d’œuvrer à un meilleur repérage de cet élément d’identification essentiel des volumes qu’est la cote qui leur est assignée par les établissements de conservation (bibliothèques, archives, musées). L’enjeu est d’abord quantitatif étant donné le grand nombre de témoins. Mais il s’agit surtout de faire en sorte d’éliminer les ambiguïtés qui dérivent de l’hétérogénéité des libellés et surtout de leur côté changeant. Un même manuscrit peut avoir reçu pas moins d’une demi-douzaine d’appellations différentes en des temps récents, sans parler bien sûr de la stratigraphie des cotes anciennes antérieures au dépôt dans les fonds actuels. Cette diversité a pour effet que les recherches liées aux différents manuscrits sur internet ne donnent souvent que des résultats partiels et décevants, faute de pouvoir établir des liens faciles entre des informations pourtant disponibles.

La construction d’un référentiel commun passe par une opération d’alignement des cotes entre les différentes bases de données nationales et internationales. L’ÉquipEx Biblissima réalise ce travail pour les bases dont elle met en œuvre l’agrégation des données. La plupart de celles de l’IRHT sont concernées (Bibale, Initiale, Jonas, Fama, Pinakes, Iter liturgicum Italicum), et leur alignement se règle sur celui de la base Medium, répertoire informatisé centralisé des manuscrits reproduits ou recensés par l’IRHT, qui sert de réservoir commun.

COSME, de son côté, soutient depuis plusieurs années l’alignement non seulement des cotes mais aussi des établissements de conservation de la base scriptorium.be, qui rassemble les informations bibliographiques relatives à chaque manuscrit depuis la création de la revue homonyme en 1946 (Scriptorium. Revue internationale des études relatives aux manuscrits, est commune à la Bibliothèque royale de Belgique et à l’IRHT ; elle publie chaque année deux fascicules complémentaires du Bulletin codicologique, sous les auspices du Centre international de codicologie). Depuis l’été 2017, scriptorium.be est hébergé sur les serveurs de l’IRHT à Orléans, ce qui facilite le travail. Il s’agit d’une opération de longue haleine, qui concernera à terme 263 000 cotes et 35 000 références bibliographiques.

De même, COSME a soutenu la mise en place d’un outil de « recherche floue », qui permet de se libérer de la contrainte des points, des espaces ou de l’ordre dans le libellé des éléments constitutifs de la cote. Il s’agit pour l’instant d’une amélioration pour la consultation et la gestion interne des différentes bases et surtout de Medium.

En 2018 et 2019, le groupe de travail sur les cotes poursuit le soutien à l’alignement des informations de scriptorium.be (récupération et traitement des données de manière rétrospective selon le rythme de parution de la revue). Il élargit les opérations d’alignement des cotes vers d’autres « réservoirs », de façon à améliorer leur accessibilité. Un accord est en cours de finalisation avec les éditions Brepols pour les cotes des manuscrits renseignées dans la Bibliographie du Moyen Âge tardif (BAMAT, 26 fascicules parus depuis 1991, appelée à devenir eBAMAT) et dans l’incipitaire latin In Principio (un million d’entrées) : le but est d’offrir une clé d’entrée à ces stocks d’information par cote, en intégrant chacune d’elle, alignée, dans la base Medium, avec le lien correspondant.

Le travail de longue haleine sur les cotes s’inscrit aussi dans la réflexion internationale sur la mise au point d’un identifiant unique pour les manuscrits (ISMI : International Standard Manuscript Number). Ce projet, évoqué lors de trois rencontres à Paris en 2017 et 2018, est encore embryonnaire et suscite de multiples discussions. Il débouchera peut-être sur la mise au point d’une norme internationale ISO, comparable à celle qui existe pour l’ISBN et l’ISSN.

Membres du groupe :

François Bougard (IRHT),

Mickaël Lefèvre (KBR)

Cyril Masset (IRHT)

Véronique Trémault (IRHT)

Épigraphie numérique : le projet TITULUS

TITULUS : édition électronique du Corpus des inscriptions de la France médiévale et base de données en épigraphie médiévale

Le Corpus des inscriptions de la France médiévale du CESCM, entreprise de publication qui recense depuis 1969 l’ensemble des textes du Moyen Âge gravés ou inscrits sur le métal, la pierre, le bois, le verre, etc. se trouve aujourd’hui confronté aux défis d’ecdotique posés par les nouvelles technologies, en matière d’édition numérique et de gestion et mise à disposition des fonds patrimoniaux d’une part, et par les réflexions épistémologiques sur l’épigraphie et les sciences auxiliaires en général.

Forte de cette riche expérience et des acquis du programme ANR ORIFLAMMS (Ontology Research, Image Features, Letterform Analysis on Multilingual Medieval Scripts) qui a permis de fructueuses comparaisons avec les travaux des épigraphistes antiquisants à travers EPI-DOC et des médiévistes travaillant sur d’autres supports (chartes, manuscrits, sceaux), l’équipe du CESCM a lancé en 2016 le projet TITULUS. Trois objectifs le guident :

  • Proposer à un large public, chercheurs, étudiants, professionnels du patrimoine ou amateurs, des sources encore trop méconnues en les rendant accessibles via le web : d’une part par la numérisation des anciens volumes sur Persée, d’autre part par une édition électronique en ligne des nouveaux tomes ;
  • Donner de nouveaux instruments de recherche ;
  • Proposer une édition dynamique, prenant en compte les nouvelles interrogations des chercheurs sur la culture visuelle, graphique et matérielle, la disposition, la gestion de l’espace d’écriture, tout en respectant la philosophie du CIFM depuis l’origine : la simplicité.

À la fois idée et matière, texte et objet, l’inscription possède une dimension visuelle, graphique, matérielle et contextuelle ; autant d’éléments qu’il est souvent difficile de fournir au lecteur dans la limite d’un livre imprimé. En prenant en compte l’ensemble des signes tracés sur une inscription (lettres, ponctuation, décor, signes d’abréviation) et en associant l’édition à l’image, la forme électronique proposera bien plus qu’un complément d’information mais une nouvelle façon d’appréhender l’inscription sous tous les points de vue. Elle proposera également une édition dynamique en XML-TEI et non plus un corpus statique ; celui-ci pourra désormais être augmenté et corrigé au fur et à mesure des découvertes archéologiques, des précisions chronologiques, des produits des comparaisons à grande échelle, etc. En associant à la notice “traditionnelle” l’ensemble du matériel utilisé pour sa rédaction, l’édition électronique ne donnera pas seulement à lire le produit de la recherche mais la recherche en tant que processus, en permettant au lecteur de suivre pas à pas le raisonnement de l’éditeur pour le confirmer ou éventuellement le nuancer.