Le mardi 21 et mercredi 22 mai ont eu lieu deux journées d’étude, au CESR de Tours, sur la question des écritures et caractères disponibles pour la transcription numérique:http://gieca.sciencesconf.org/resource/page/id/3
Présent dans l’auditoire, HyperDonat vous propose un compte-rendu de la journée du mercredi:
9h30 Transcribing and Editing Medieval Nordic Sources (Odd Einar Haugen)
À l’initiative de MUFI: http://en.wikipedia.org/wiki/Medieval_Unicode_Font_Initiative
http://www.mufi.info/
projet MENOTA: http://www.menota.org/forside.xhtml
guidelines en ligne, mais annotations avec la version TEI P. 4: http://www.menota.org/HB2_index.xml
plusieurs possibilités de transcription = facsimile/ diplomatique/ normalisée
inscriptions runiques qui contiennent du latin : vita et miracula du king Olaf Haraldsson in ms oxford f.57r
-facsimile pas de traitement editorial, simple reproduction
Pas de distinction des allographes (entre f latin et s insulaire par ex).
(allographe= représentation d’un glyphe qui est à distinguer du caractère).
-diplomatique: les abréviations sont développées/ possibilité de distinguer certaines voyelles longues ou brèves dans l’analyse
-normalisée: à partir des dicos et grammaires, ponctuation, capitales pr les noms propres, etc; plusieurs niveaux de transcription sous forme d’arborescence : une représentation qui permet de résumer les trois strates/ puis cet encodage est bien sûr transforming an xml file puis av xslt sheet pour html pdf ou autres sorties
autre exemple qui pose un problème pour la transcription diplomatique pour les inscriptions runiques:
Runes compte 81 caractères mais ils sont réversibles et ces variantes ne sont pas dispos dans unicode et pourtant il faut les prendre en compte.
unicode : caractères de base présents pour ts les niveaux mais manques pr la diplomatique : signes réversibles par exemple dans les inscriptions runiques.
10h30 Ontologie des Formes et Encodage des Textes Médiévaux D. Stutzmann irht
écriture médiévale et numérique= voir carnet de recherches : http://oriflamms.hypotheses.org/
écriture médiévale dans sa variabilité a raison de toutes les tentatives de systématisation
ontologie et encodage constituent sans doute une approche plus souple car la variabilité n’est plus un obstacle
épigraphie et linguistique ne doivent ne pas être perdues de vue pr la paléographie aujdh.
Variabilité est au cœur de la conception d’un nouveau projet : oriflamms
limites : ce projet reprend les résultats du projet graphem= analyse d’images. Projet qui a fait l’objet de publications/ voir le site avec les rapports : http://liris.cnrs.fr/graphem/?cat=4
ce projet devait fournir une aide automatisée aux chercheurs : confirmer si deux images relèvent du même type écriture par ex. base : catalogue des mss datés
plusieurs méthodes analyse, mais il était difficile de savoir pk deux images étaient rapprochées
Car pas d’analyse division de chq lettre en traits fondamentaux : ductus décomposé en briques puis comparées.
wordspotting plus concluant (repris dans le projet paradiit) sélection d’une forme à retrouver à l’intérieur des images indépendamment de sa signification
établir des calculs de distance/ évaluation des résultats classifications heureuses et décevants/ développement analyses demandés par Denis Muzerelle et M. Smith : analyse des formes fondamentales
il est certain désormais que l’ordinateur ne pourra pas automatiser une lecture de manuscrits !
des transcriptions opérantes et servent la linguistique vernaculaire :
queste del saint graal qui se sert de MUFI et menota
le projet ORIFLAMMS va reprendre ce qui a été réalisé.
Dans ces projet, chaque mot est encode par balise <w> et un type @rend= ‘aggl.‘ pour indiquer qu’un mot n’est pas séparé= analyse linguistique et graphique mêlées.
leur projet vise aussi des analyses codico et paléo qui reprennent des elements de codicology and paelograohy in the digital: http://kups.ub.uni-koeln.de/4337/
autres projets qui sont dans cette dynamique: late medieval english scribes: http://www.medievalscribes.com/
projet digipal selection des formes de lettre et on deduit des caracteristiques graphiques du scribe :
http://www.digipal.eu/
manque : pas explication allographes/ reconnaissance des caractères= logiciel state des Espagnols
établir le dictionnaire des formes mais ces voies sont insuffisantes pr l’écriture médiévale
projet oriflamms
prise en compte de l’évolution de l’ecriture dans un continuum qui fait sens. Mais il y a un paradoxe : on ne peut pas definir les allographes propres au système d’un manuscrit avant d’avoir lu le ms. On ne sait pas ce qui est pertinent. Donc le projet inverse la tendance en analysant la substance graphique des éditions électroniques déjà réalisées.
Il est important que ces projets coordonnent bien images et textes et ne dissocient pas les deux : l’image est une partie du texte :
association de l’image via le logiciel t-pen qui permet de reconnaître les lignes/ ainsi changement d’échelle= on reflechit en fonction de la ligne/ puis on produit des subdivisions.
CONDITIONS : pour l’instant il faut un texte bien segmenté.
Ex : cartulaire qui présente des mots espaces/ 2eme phase de leur projet vers des txts qui n’ont pas de caractères séparés- corpus vastes imprimes inscriptions etc/ ils reprennent les projets charrette, saint graal, etc/ ils s’inscrivent dans le projet d’ariana ciula 2005 : http://www.digitalmedievalist.org/journal/1.1/ciula/
il s’agit pour eux ensuite d’utiliser la méthode du wordspotting et permettre de réduire les difficultés pr l ordi dans le traitement des différences.
11h Une Police de Caractères Copte scripte pour l’édition scientifique- Jonathan Perez- dessinateur de caractères
Ecole Estienne/ Voir le site typographies.fr http://www.typographies.fr/
fonderie de caractères qui permet : creation pure, encodage, théorie
copte langue religieuse : signes grecs et démotiques
formes cursives basées sur une etude de documents
cursive qui relève d’un ductus autre que la latine
le but d’un créateur de caractères est d’obtenir une stabilité des traits qui permet d’éviter les doutes a la lecture
entre excès de calligraphie (reproduit la cursivité) ou stabilité= recherche équilibre.
Son codage développe un clavier virtuel sur mac uniquement
11h30 « Création d’une Police Adaptée à l’Etude des Ecritures Gothiques » de Julia Joffre- étudiante
Travaux en cours à la demande de D. Stutzmann et M. Smith
Voir albert derolez recencement des allographes
Une police open type permet de créer des jeux stylistiques opérant sur chaque glyphe.
14h- Remi Jimenez- Pour un Inventaire des Caractères Anciens
Ouvrage de référence qui propose un travail disciplinaire croisé :
Nina Catach l’Orhtohraphe Francaise a l’Epoque de la Renaissance
Dans un projet= édition des Canterbury Tales, Robinson et Scopolva évoquent plusieurs niveaux de considération de l’écriture en vue de sa transcription
Voir leurs guidelines : http://www.canterburytalesproject.org/pubs/transguide-MI.pdf
graphique/ graphetique /graphemique/ regularisee
R. Jimenez ajoute la version modernisée comme dernier niveau
variantes glyphiques peuvent être notées à l’aide : caractères spéciaux/ macros insertion raccourci clavier/ balise c avec type qui decrit la balise mais confusion linguistique /descriptif
concept de typème voir Jacques Andre dans passeurs de texte
insertion dans les niveaux
graphique puis typemique et graphemique etc
le typeme permet d’articuler les differents niveaux qui sont évoqués par R. Stutzamann= codage qui ne bouge pas etat intermediaire sans consideration linguistique
R. Jimenez et J. Andre souhaitent lancer le projet PICA (Projet d’Inventaires des Caracteres Anciens)= inventaire qui doit rester ouvert, pour productions de polices spécifiques car mufi caractères qui manquent
14h30 Pour un Inventaire des Typèmes non Alphabétiques à la Renaissance= méthodologies et problèmes– J. André INRA professeur émérite- univ Rennes
Paleotypographie :
ligatures absentes de mufi
peu ornements chez garamont
signes presents dans les ouvrages techniques arithmetiques zodiacaux, etc
15h Frédérice Rayar- Les logiciels Agora et Retro du projet Paradiit
collaboration cesr fond Renaissance et li-rfai
transcriptions avec mélange texte et images, encre, etc qui posent pb aux logiciels ocr
PARADIIT
projet qui date de 2000
Méthode : numérisation par les institutions détentrices: agora analyse de mise en page et extraction du texte : redondance des caractères/ regroupement des formes similaires par clustering/ utilisateur choisit une forme qui est repercuté dans la transcription/ retro (responsable F. Rayar) transcription logiciel/ logiciels en cascades : resultats intermediaires disponibles et exploitables/ on peut labelliser les segments ce qui a permis au CESR de recenser les lettrines= projet BATYR: http://www.bvh.univ-tours.fr/materiel_typo.asp
