Un thesaurus par langue, des équivalences traductionnelles

Suite à de très fructueux échanges avec un autre projet manipulant également un corpus parallèle multilingue (un billet viendra très rapidement sur ces échanges…) on a désormais une méthode d’indexation multilingue du corpus qui évite le risque d’aplatissement des notions que signalait l’équipe précédemment. Trois évolutions importantes :

1. On construit un thesaurus par langue, soit actuellement : français, latin, grec.

2. Dans chaque thesaurus :

  • Chaque entrée comprend trois niveaux : concept, terme (forme de surface du concept), occurrence (terme dans le contexte où il apparait au sein de corpus).
  • On exprime diverses relations  (hiérarchiques, etc.) entre les entrées

3. Entre les différents thesaurus, on exprime des équivalences traductionnelles :

  • Entre occurrences
  • Entre concepts

Il semble qu’on tient là une méthode suffisamment riche pour exprimer l’ensemble des relations conceptuelles souhaitées dans le cadre de ce corpus « biculturel », et qu’on bâtit ainsi un outil pour précisément explorer les glissements linguistiques et culturels au sein du corpus.

Note : les thesaurus sont construits en suivant les recommendations de la TEI, module dictionnaires : http://www.tei-c.org/release/doc/tei-p5-doc/html/DI.html