L’hypertextualité dans tous ses états (bibliographiques)

CC by Sukisuki - Suzanne Chapman

C’est pas pour me vanter, mais il faut savoir que nous sommes lauréats du grant Google pour les Digital Humanities (Humanités numériques, pour vous servir). Le sujet qui a rapporté $50000 au Cléo et au LIA peut paraître rebutant : “Robust and Language Independent Machine Learning Approaches for Automatic Annotation of Bibliographical References in DH Books, Articles and Blogs” (cf. notre annonce). En fait, c’est plutôt sexy rigolo intéressant : nous nous sommes associés, avec Patrice Bellot, pour apprendre à un robot (en fait, un programme) à détecter les références bibliographiques correctement. L’utilité est évidente : si on parvient à isoler le nom et le prénom de l’auteur, le titre et l’éditeur, l’année et le lieu d’édition, notamment, on pourra pointer sur la référence originale, soit dans un catalogue de bibliothèque, soit dans une librairie, soit, idéalement, dans un portail voisin et néanmoins ami (Cairn, Persée, HAL-SHS, Hypotheses.org ou même Revues.org). Alors, on aura beaucoup progressé dans un des enjeux de l’édition électronique: l’interconnexion des références entre elles. L’hypertextualité dans tous ses états.

Par exemple, ici :

COLOMBO TIMELLI, Maria. 1992. « Dictionnaires pour voyageurs, dictionnaires pour marchands, ou la polyglossie au quotidien aux XVI^e et XVII^e siècles ». Linguisticae Investigationes XVI / 2, 395-420.

———1993. « Il francese del Dictionaire des huict langages (Le Tellier, Parigi, 1546) », in Parcours et rencontres. Mélanges de langue, d’histoire et de littérature offerts à Enea Balmas. Paris : Klincksieck, I, 133-166.

Source : http://dhfles.revues.org/154

On voit bien que c’est par convention qu’on ne répête pas le nom de l’auteur.

Et en revanche, ici :

Beaudu G., 2007, L’externalisation dans le domaine des visas Schengen, Cultures & Conflits, 68, 85-109.

Beaudu G., 2009, L’externalisation dans le domaine des visas Schengen [actualisation de février 2009].

Source : http://champpenal.revues.org/7864

On répéte pas l’auteur, contrairement au cas précédent. Et l’auteur n’a pas un prénom complet : juste une initiale. La majuscule, utilisée dans le premier exemple pour les noms, a disparu. Le point après l’année a été remplacé par une virgule. Pour nous embêter, les guillemets ont disparu autour des titres des articles. Pire : on a bien du mal à comprendre qu’il s’agit en fait de la même référence, mais mise à jour (nuance difficile à cerner dans ce cas).

Prenons un autre exemple :

Heinich (Nathalie), L’Élite artiste. Excellence et singularité en régime démocratique, Paris, Gallimard, coll. «  Bibliothèque des sciences humaines », 2005.

Seigel (Jerrold), Bohemian Paris : Culture, Politics, and the Boundaries of Bourgeois Life, 1830-1930, New York, Viking Penguin,1986.

Source : http://contextes.revues.org/index4734.html

Ici, les prénoms sont entiers, mais entre parenthèses. Ce qui est entre guillemets, ce n’est pas le titre d’un article, mais le nom d’une collection. On note aussi qu’il y a des années dans un titre, qu’il ne faudra pes confondre avec l’année de publication. Ca ne se voit pas ici, mais les noms sont en petites capitales, et non en majuscules, et la nuance est d’importance.

Ici, ça se complique :

30 Le Roy Ladurie, 2004.

31 Bailly-Maître et Bruno, 1979.

Source : http://pur.revues.org/134

Les notes font allusion à une bibliographie qui se trouve dans un autre document, en fin de volume : http://pur.revues.org/146 ! Ca se corse… De plus, quand un auteur se répéte, la bibliographie n’utilise pas la même norme que plus haut :

Le Roy Ladurie, Emmanuel, Montaillou, village occitan de 1294 à 1324, Paris, 1975, rééd. 1982.

– L’État royal, rééd. Paris, 1987.

– Le siècle des Platter, 1499-1620, t. 1, Le mendiant et le professeur, Paris, 1995.

– Histoire humaine et comparée du climat. Canicule et glaciers, xiii^e–xviii^e siècles, Paris, 2004.

Vous voyez la nuance!

CC par Tom Ryan

Face à tant de diversité, comme le robot va-t-il procéder? C’est simple : on va lui mâcher le travail en lui donnant à manger quelques dizaines centaines milliers de références correctement décrites. Concrètement, nous allons taguer, en XML, les informations, ce qui permettra de les séparer et de les qualifier. Nous allons donc sélectionner l’auteur et le décrire comme un auteur, puis faire de même pour le titre, ainsi que pour l’année, etc. On va ensuite le lâcher sur des centaines de milliers de références non décrites. Par un jeu d’essais/erreurs, on va l’aider à affiner sa méthode, en lui indiquant où et quand il se plante, où et quand il est très bon. Pour corser le tout, on va lancer le méchant robot sur le corpus d’Hypotheses.org, qui est encore moins structuré, encore moins régulier. J’en profite pour lancer un sondage : vous l’appeleriez comment, vous, ce gentil robot?

Marin Dacos

More Posts