Sens-Texte-Informatique-Histoire (STIH)
(EA4509) École doctorale V « Concepts et Langage » de la Faculté des Lettres de Sorbonne Université/UFR Langue Française
Sites : http://www.dim-humanites-numeriques.fr/projets/antonomaz/ et Carnet de recherche du projet : https://libelles.hypotheses.org/
Responsable : Karine Abiven
Présentation du projet
Le projet Antonomaz (« ANalyse auTOmatique et NumérisatiOn des MAZarinades ») vise à exploiter un corpus de plus de 5500 écrits imprimés sous la Fronde entre 1648 et 1653 ; ayant pour objet les affaires politiques de la régence du cardinal Mazarin, ces libelles (au sens large « petits livres », et par spécialisation « pamphlets ») sont traditionnellement appelés mazarinades. Cet ensemble constitue un phénomène éditorial remarquable, non seulement par sa masse, inédite pour l’époque, mais aussi par sa participation directe à l’action politique du temps : pour beaucoup issus des partis qui s’affrontent pendant la Fronde, ces écrits constituent en eux-mêmes des événements politiques, et ne peuvent être compris qu’à l’aide d’une contextualisation serrée. Ce « corpus » de libelles, à teneur souvent polémique, mais aussi informative, administrative ou ludique, est si hétérogène qu’il invite à s’interroger sur la définition d’un tel ensemble comme corpus ; c’est aussi cette diversité qui fait son attrait pour plusieurs communautés scientifiques (linguistes, littéraires, historiens, historiens du livre et l’imprimés, bibliothécaires, etc.). Sa mise à disposition numérique doit donc être capable d’offrir des usages pluriels :
- une visualisation chronologique et problématisée des textes évoquant voire constituant l’événement,
- une mise en lien de ces textes avec d’autres écrits (libelles, mémoires, correspondances), contemporains ou non, qui permettraient d’en comprendre le contexte et les enjeux,
- des possibilités d’interrogation en mode texte, lequel sera produit à partir d’outils de reconnaissance automatique de caractères entraînés sur ce corpus,
- une élaboration de méthodes automatiques de traitement, empruntant au Traitement Automatique des Langues et à la fouille de données.
Fonds concernés : Les 5500 à 6000 éditions distinctes que la Bibliothèque Mazarine a choisi de répertorier dans sa nouvelle « Bibliographie des Mazarinades » parmi les quelques 25000 exemplaires de son fonds (imprimés et quelques manuscrits). Associé par convention à cette institution, le projet Antonomaz contribue à la numérisation de fac simile complets et de qualité hébergés et diffusés sur Mazarinum, la bibliothèque numérique de la Mazarine. L’atout majeur de cette mise à disposition numérique est l’articulation des textes en format image avec les métadonnées rénovées et disponibles en ligne produites par la Mazarine dans sa base bibliographique. C’est à partir de ces images que le projet Antonomaz proposera sur son site des options de visualisation permettant de situer les textes dans des contextes pluriels.
Contexte scientifique et institutionnel : Projet dans le cadre de l’IUF, en partenariat avec la Bibliothèque Mazarine, et cofinancé par l’OBVIL (SU), le DIM STCN, le consortium CORLI
Formats et standards utilisés : Pour les images de Mazarinum, paramètres d’interopérabilité IIIF, et protocole OAI-PMH pour leurs métadonnées. Pour le mode texte, formats XML (sorties corrigées d’OCR) et Json, et à moyen terme TEI.
Accessibilité : Données primaires publiques. Métadonnées de la « Bibliographie des Mazarinades » : Licence Creative Commons CC-by-nc-nd. Fichiers PDF (fac-smile numériques) : Actuellement : Gallica, Licence ODBL. A partir de 2020 : Bibliothèque Mazarine, Licence CC-by-nc-nd
Volumétrie des ressources qui seront disponibles en ligne (estimation au 15 janvier 2019) :
- 680 textes
- 12338 pages PDF de texte (20537 vues incluant l’ensemble des volumes :
reliures, gardes, etc.) - Environ 350 000 mots