Praxiling
(UMR 5267), Université Paul-Valéry/CNRS
Site : http://nenufar.huma-num.fr
Responsables : Hervé Bohbot, Francesca Frontini, Agata Jackiewicz, Giancarlo Luxardo, Agnès Steuckardt.
Présentation du projet
Les principaux dictionnaires français classiques (du XVIe au XIXe siècle) ont déjà fait l’objet d’activités de numérisation et d’informatisation et sont disponibles sur le Web, notamment en accès libre par l’intermédiaire de la plateforme Gallica ou grâce au projet ARTFL (Université de Chicago). Ce n’est pas le cas des dictionnaires du XXe siècle.
Une informatisation de la première édition du Petit Larousse (1905) a été réalisée par le laboratoire Lexique, Dictionnaires et Informatique en 2005. Ce projet n’a pas évolué depuis. La consultation du dictionnaire est impossible depuis janvier 2016. Seules quelques éditions du Petit Larousse sont actuellement disponibles sur Internet, en mode image ou avec une recherche en plein texte très imparfaite.
La constitution d’un corpus rassemblant l’ensemble des versions du Petit Larousse, y compris les mises à jour mineures, peut fournir matière à diverses recherches, en particulier sur l’évolution de la langue française (lexique, orthographe, grammaire). En effet, le Petit Larousse est le seul dictionnaire à être mis à jour annuellement (et même plusieurs fois par an) dans la première moitié du XXe siècle : l’étude des mots entrants et sortants (de la nomenclature) permet ainsi de décrire une référence du français « autorisé » à un certain moment. Plus largement, les modifications de la nomenclature et des définitions constitueront une source nouvelle d’information pour la recherche en histoire, littérature, études culturelles.
Praxiling a entrepris ce projet en se concentrant dans un premier temps sur la numérisation des millésimes successifs à l’édition de 1905. Ce travail inclut une annotation de haut niveau et une mise aux normes XML / TEI. La description des évolutions sur la diachronie étudiée sera faite au moyen d’outils logiciels d’indexation et de recherche textuelle. Le choix d’une période se terminant en 1948 (Le Nouveau petit Larousse illustré : dictionnaire encyclopédique) permet de se limiter à des éditions tombées dans le domaine public (70 ans après publication pour les œuvres collectives).
Outre l’étude de ressources lexicographiques anciennes, qui intéresse les spécialistes de l’histoire du français, le projet s’inscrit dans les travaux récents concernant le partage de ressources linguistiques grâce aux standards du Web sémantique et des données ouvertes liées (LMF, OntoLex-Lemon, TEI-Lex0).
Dans des phases ultérieures du projet l’accent sera porté sur la valorisation et l’éditorialisation de versions plus anciennes, à partir de 1856 (Nouveau Dictionnaire de la langue française),
Fonds concernés : Une sélection d’édition des dictionnaires Larousse de 1856 à 1948. Certaines versions historiques sont déjà numérisées et accessibles dans Gallica. Les autres proviennent d’une collection privée.
Contexte scientifique et institutionnel : Outre le soutien initial du consortium CAHIER et l’appui de Jean Pruvost, professeur émérite ayant dirigé la numérisation de la première édition du Petit Larousse, NENUFAR bénéficie de collaborations avec la Délégation Générale à la Langue Française et aux Langues de France (en partenariat avec l’équipe ALMAnaCH de l’INRIA), le consortium CORLI et l’Istituto di Linguistica Computazionale “A. Zampolli” (Pise).
Formats et standards utilisés : Technologies XML, TEI.
Accessibilité : Les éditions successives du Petit Larousse illustré seront progressivement mises en ligne en accès ouvert (s´agissant d´œuvres de plus de 70 ans, elles sont libres de droits).
Volumétrie des ressources qui seront disponibles en ligne (estimation au 15 février 2019) :
Pour Le Petit Larousse illustré 1906 (édité en 1905) : 1658 pages.
Partie langue : 1 066 pages, 44 876 articles, 2534 illustrations.
3189 articles modifiés entre la première édition et la 227e édition de 1924
Citations : 32 pages, 708 articles, 2 illustrations
Partie historique : 560 pages, 20245 articles, 1099 illustrations.
Fonds disponibles en ligne : La version 1.0 a été publiée le 3 juillet 2018 à l’occasion de la journée Langues et numérique 2018, organisée par la Délégation générale à la langue française et aux langues de France (DGLFLF) du Ministère de la Culture, avec la partie langue française.
La première édition complète du Petit Larousse illustré en ligne (partie langue, citations et noms propres) a été publiée et présentée à l’occasion de la Journée des Dictionnaires 2019, le 20 mars 2019 à Paris.
Le projet Nénufar a fait l’objet d’une communication au colloque international « 50 ans de métalexicographie : bilan et perspectives », 24-25 octobre, Neuville-sur-Oise (actes en cours de publication).
Ressources disponibles en ligne (estimation au 1er mai 2020) : http://nenufar.huma-num.fr/
Pour Le Petit Larousse illustré 1906 (édité en 1905) : 1658 pages.
- Partie langue : 1 066 pages, 44 876 articles, 2534 illustrations.
- Citations : 32 pages, 708 articles, 2 illustrations
- Partie historique : 560 pages, 20245 articles, 1099 illustrations.
Pour les éditions ultérieures, la nomenclature est complète : il est possible de consulter tous les nouveaux articles parus entre 1925 et 1948. Les articles disparus sont également signalés avec leur date de sortie. Les modifications successives d’articles (plus de 60 000) sont en cours d’analyse et de publication.
Les pages de dix éditions sont hébergées sur Nakala et téléchargeables en haute résolution : éditions complètes de la première édition et du millésime 1924, partie langue de la 7e édition du 1906 et des millésimes 1915, 1925, 1934, 1936, 1947 et 1948 soit environ 11 000 pages.
Les versions TEI des éditions 1906 à 1924 sont en cours de finalisation. Les versions entre 1925 et 1948 seront disponibles dès la fin de l’analyse des modifications intermédiaires.