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