« Rétro-numérisation de documents historiques et partage dans le Web sémantique : l’exemple de la lexicographie » – Atelier de formation annuel du consortium CAHIER – Compte-rendu synthétique

Dates : 26 au 29 juin 2018
Lieu : Université Paul-Valéry Montpellier

L’atelier de formation annuel de CAHIER s’est tenu cette année à Montpellier, dans les locaux de l’Université Paul Valéry, sur trois jours et demi, du 26 au 29 juin. L’édition de cette année a été dédiée à la rétro-numérisation de documents historiques, et plus particulièrement à la constitution de corpus lexicographiques. Le programme complet est consultable ici : https://cahier.hypotheses.org/3640

Dans le cadre de l’implication de la TGIR Huma-Num dans diverses activités d’infrastructure au niveau européen, la participation a été élargie à des personnes externes au consortium, avec le soutien de CLARIN et DARIAH.

La journée du 26 a été introduite par Laurent Romary (Inria), qui a présenté la TEI plus particulièrement du point de vue de la description de ressources lexicales et des recommandations TEI-Lex0. L’après-midi a été consacré à la personnalisation de la TEI avec le langage ODD (One Document Does it all) par Lou Burnard, co-fondateur de la TEI et membre du Conseil Scientifique de CAHIER.

Deux projets de lexicographie, membres de CAHIER, ont été présentés : Nénufar (sur le Petit Larousse Illustré, par Hervé Bohbot, Praxiling) et Basnage (sur les dictionnaires français du 17e siècle, par Geoffrey Williams, LiCoRN).

Trois projets, entrepris par l’Université Paul Valéry et en lien avec le domaine de la lexicographie, ont été présentés pendant la journée du 27 : VÉgA (Vocabulaire de l’Égyptien Ancien) par Frédéric Servajean (Labex ARCHIMEDE), LexArt (terminologie des arts) par Michèle-Caroline Heck (CRISES) et le Petit Thalamus par Gilda Caiti Russo (LLACS). D’autres projets montpelliérains, moins avancés que les précédents ont été présentés pendant l’atelier.

Francesca Frontini (Praxiling) a présenté les fonctionnalités offertes aux projets d’humanités computationnelles par le Web des données (données liées), illustrées notamment par les activités du projet européen PARTHENOS et les initiatives de l’infrastructure ELEXIS.

Plusieurs séances de formation ont été tenues autour d’outils utilisés par les projets membres de CAHIER : GROBID (GeneRation Of BIbliographic Data) par Mohamed Khemakhem (Inria), TXM par Alexey Lavrentiev (IHRIM) et divers outils liés aux traitements d’OCR dans la numérisation de documents par Hervé Bohbot (Praxiling).

Cet atelier a donc été une occasion de rencontres fructueuses entre personnes déjà impliquées dans les projets d’humanités numériques de CAHIER, d’autres motivées pour le devenir.

Giancarlo Luxardo
Praxiling