Après le changement fondamental que constituait le passage, entre 2019 et 2021, d’une base de données relationnelles, devenu obsolète, à un corpus unifié en XML et un outil de balisage, le corpus SourcEncyMe (présentation du programme) a vu cette année l’aboutissement de plusieurs mises à jour d’ampleur, résultat d’un travail collaboratif de longue haleine et d’un souci constant de maintien, d’enrichissement et de pérennisation des données :
- l’achèvement d’un outil de balisage pour les collaborateurs, qui vient se substituer à l’ancienne plate-forme collaborative en ligne et représente un changement de méthode fondamental.
- l’enrichissement du corpus des encyclopédies par l’adjonction des textes suivants :
- Daniel de Morley, Philosophia (fin XIIe s.)
- Marcus d’Orvieto, Liber septiformis de moralitatibus rerum (c. 1300)
- le De naturis rerum d’Alexandre Nequam (fin XIIe s.) sera ajouté incessamment
- l’accroissement du nombre d’autorités (c’est-à-dire des sources, auteurs et œuvres) : de 473 à 541 auteurs, et de 1469 à 1706 œuvres ;
- la révision de toutes les autorités : création de nouvelles formes standardisées (« noms canoniques »), désambiguïsation des autorités existantes et réfection des liens vers les références médiévales faites par les encyclopédistes (« marqueurs de sources ») ;
- la correction de la structuration du corpus et le découpage des autorités multiples (cas de l’Historia naturalis de Juan Gil de Zamora) ;
- l’alignement des autorités, pour les auteurs, avec le référentiel de Bibale, lié au référentiel Biblissima (les œuvres seront traitées en 2024).
- de nouvelles perspectives (voir en bas de page).
Ces diverses améliorations, menées à l’Institut de recherche et d’histoire des textes (section latine et pôle numérique), ont eu le soutien du LabEx Hastec et de l’EquipEx Biblissima.
Réalisations de l’année 2023
Sources et autorités : mise à jour des mémentos œuvre et auteur
Les encyclopédies médiévales indiquent souvent les références à leurs sources par ce que nous appelons un « marqueur de source », qui comprend un nom d’œuvre et/ou d’auteur cité. En 2022, la base des mémentos comprenait 473 auteurs et 1469 œuvres. En plus de la forme sous laquelle ces autorités sont mentionnées dans les encyclopédies, elles ont été dotées d’un nom latin standardisé (appelé par convention « nom canonique »). L’inclusion de nouveaux textes imposait non seulement la création de nouvelles autorités standardisées, mais aussi la révision des anciennes pour éviter les ambiguïtés et les synonymies, l’accroissement du corpus et des mémentos ayant pour conséquence la présence, dans le corpus, d’œuvres au nom parfois équivoque. Dans la première phase d’annotation du corpus, on structure les citations et rattache les marqueurs des sources citées par le compilateur à un nom canonique. Lors de cette phase de travail, les sources ne sont pas encore identifiées, ce qui impose parfois de choisir le rattachement à une autorité « générique » (p. ex. De animalibus, ou De natura rerum) plutôt qu’à une œuvre ou une traduction précise qui ne pourra être identifiée que lors d’une phase ultérieure (p. ex. De animalibus Aristotelis, translationis Michael Scoti, ou De natura rerum Thomas Cantimpratensis). Ces deux facteurs nous ont amenées d’une part à créer des noms « génériques » d’autorités et d’autre part à ajouter, au nom d’œuvre précis nécessaire lors de l’identification, le génitif du nom de l’auteur, afin de pouvoir l’identifier sans ambiguïté.
La base « mémentos » compte à présent 541 auteurs et 1706 œuvres. La correction des noms canoniques correspondants a imposé la mise à jour quasiment manuelle de toutes les références du corpus de textes, c’est-à-dire la révision des « marqueurs de source » médiévaux standardisés et de leur lien vers le nom canonique (travail effectué en grande partie par E. Kuhry). En effet, le nom canonique constituant la base de l’identifiant de chaque mémento, sa modification brise le lien entre le corpus et la base des mémentos (ce lien est matérialisé par la valeur d’un attribut pointeur @ref ou @target, dont le contenu correspond à l’expression numérique du nom canonique). Il a donc été nécessaire de mettre à jour toutes les occurrences de ce lien dans les textes, ce qui représente parfois, dans les très longs textes du corpus comme les Specula de Vincent de Beauvais, des milliers d’occurrences. Grâce à une nouvelle gestion de la base de données XML dans BaseX, adoptée ces trois dernières années (2020-2023), ces modifications ont pu être effectuées dans tous les textes du corpus en même temps, moyennant toutefois une requête individuelle (en XQuery) pour chaque nom à modifier.
Alignement des autorités : auteurs
La correction des noms canoniques a été réalisée en parallèle d’une entreprise d’alignement des noms d’auteur avec les autorités déjà présentes dans la base de données Bibale (resp. Hanno Wijsman, IRHT), qui retrace l’histoire des collections anciennes de livres et de leurs possesseurs. Le travail a été réalisé par Elisa Lonati. Parmi les autorités de SourcEncyme, les auteurs sont donc désormais consultables à partir de l’index « Personnes » de la base Bibale, en veillant à sélectionner l’option « Afficher tous les alignements ».
Ajout de textes au corpus
Les textes suivants ont été ajoutés au corpus, grâce au travail de plusieurs stagiaires et post-doctorant(e)s successifs (Étienne Ferrandi, ENC, Cécile Sajdak, ENC, Eleonora Andriani, IRHT) :
- Daniel de Morley, Philosophia (fin XIIe s.)
- Marcus d’Orvieto, Liber septiformis de moralitatibus rerum (c. 1300)
La structure du texte de Juan Gil de Zamora, Historia naturalis (fin XIIIe s.), et le découpage de ses autorités ont été révisés fondamentalement.
Le texte du De naturis rerum d’Alexandre Nequam (c. 1200) a été transformé et complètement encodé, mais sa structure particulière (notamment les marginalia) pose des problèmes spécifiques qui demandent davantage de travail et une adaptation de l’outil de mise en ligne : sa publication interviendra dans les prochaines semaines.
Établissement d’un workflow pour la structuration et l’annotation du texte
Entre 2019 et 2021, le workflow du projet a évolué pour passer d’un balisage via une plateforme collaborative, aujourd’hui obsolète, et un stockage des fichiers XML TEI sous forme de fragments dans une base de données relationnelle, à un encodage direct en TEI via un environnement de balisage, et à une gestion des fichiers dans une base de données XML native sous BaseX. Ce travail a été effectué au pôle numérique de l’IRHT (Henri Seng, Emmanuelle Kuhry). Plusieurs billets de blog ont été consacrés à ce sujet en 2020 et 2022. Une communication d’I. Draelants et E. Kuhry lors du colloque des 10 ans du consortium CAHIER en 2022 a fait l’objet d’une publication aux Éditions des archives contemporaines.
Perspectives
Alignement des autorités : œuvres
Dans le prolongement du travail réalisé sur les noms canoniques « auteur », les noms canoniques « œuvre » feront l’objet d’un alignement avec les autorités de la base Bibale, destinée à héberger de manière centralisée l’ensemble des autorités des projets de l’Institut de recherche et d’histoire des textes (IRHT).
Accroissement du corpus
De nouveaux textes encyclopédiques médiévaux viendront progressivement s’intégrer au corpus :
- le prologue du Liber introductorius de Michel Scot (éd. E. Andriani) ;
- les livres musicaux du Liber introductorius de Michel Scot (éd. Chr. Meyer);
- la Summa de exemplis du dominicain Jean de San Giminiano (c. 1300), actuellement en ligne sans lien vers les noms canoniques : les liens sont à créer entre les marqueurs de sources et les noms canoniques de la base des mémentos ;
- le Viridarium de Jean Raynaud (fin XIVe s.) (éd. critique par Max Schmitz, dont l’édition du Tractatus de naturis animalium d’Engelbert d’Admont est déjà en ligne au sein du corpus SourcEncyMe)
- l’Opusculum de naturis animalium (c. 1200) (éd. critique par O. Fichant)
- l’anonyme Experimentator (déb. XIIIe s.) (éd. J. Deus et compléments par transcription)
- le Liber de naturis rerum du Ps-John Folsham (XIIIe s.) (éd. D. Abramov et compléments par transcription)
Ces deux derniers textes constituent eux-mêmes des sources immédiates de plusieurs des encyclopédies déjà traitées.
Liens avec la base ThEMA des exempla médiévaux
En 2024, une collaboration unira les corpus TheMA et SourcEncyMe pour :
- Le repérage croisé des exempla dans le corpus SourcEncyMe, en commençant par le Speculum historiale et l’Opusculum de naturis animalium ;
- Explorer les solutions d’automatisation des liens et des recherches croisées entre les deux corpus.
Rédaction et révision de la documentation utile
Un nouveau vademecum pour les utilisateurs de SourcEncyMe est prévu, ainsi qu’un manuel pour les collaborateurs qui interviennent à différentes phases de structuration, d’encodage et d’identification des textes. À cet effet, la liste exhaustive des noms canoniques (auteurs et œuvres) sera publiée sur le site du corpus et régulièrement mise à jour.
Une révision du Plan de gestion de données du projet est également à l’ordre du jour.
Intégration dans le portail d’édition électronique de l’IRHT
En 2024, l’IRHT inaugurera une nouvelle ressource numérique : le portail des éditions électroniques de sources encodées en XML TEI du laboratoire. Le corpus SourcEncyMe s’intègrera dans ce portail qui fournira, outre les liens vers les éditions, l’accès aux outils et méthodologies utilisés.
(I. Draelants et E. Kuhry, décembre 2023)