Les corpus des sciences humaines du numérique en Nouvelle-Aquitaine_


Qu’est-ce qu’un corpus pour e-c@na? Pour répondre à cette question, nous avons d’abord travaillé sur la notion de “corpus d’auteurs”. 

Dans un premier temps, nous avons soumis aux bibliothèques du territoire un sondage permettant de situer, de leur point de vue, la notion de “corpus d’auteurs”. L’enquête, lancée en même temps qu’une autre, mise en place par la BnF dans le cadre du projet de “Pôle associé régional”, a recueilli les réponses de toutes les bibliothèques universitaires de la région. Seules les bibliothèque de lecture publique des anciennes régions Poitou-Charentes et Limousin n’ont pas répondu. Les réponses recueillies nous ont montré qu’il était nécessaire d’étendre la notion de “corpus d’auteurs” à celle “d’ensemble de documents” constituant un “patrimoine littéraire”. Face aux nombreuses entreprises de numérisation portées, en particulier, par des structures de conservation et de valorisation des patrimoines littéraires (bibliothèques, archives, etc.), étendre cette définition permet d’assurer l’échange entre la recherche et les institutions chargées de numériser. 

Pour définir le “corpus d’auteur”, François Rastier1 propose de partir du texte et de son lien avec un ensemble :

le texte [peut être entendu] comme l’unité minimale et le corpus comme l’ensemble dans lequel cette unité fait sens.

La contextualisation auctoriale est fréquente lorsqu’il s’agit de définir le “corpus”, c’est ainsi que Thomas Lebarbé, en lien avec l’écrivain Stendhal et le projet d’édition numérique de ses journaux intimes, proposait lui aussi d’étendre la notion de “corpus” en incluant des “sous-corpus” (genre du journal, textes sur l’art, etc.)2.

Selon une même approche analogue, le consortium CAHIER a lui aussi proposé d’ouvrir la notion d’auteur en l’associant à la production:

L’auteur est donc une personne ayant produit une “oeuvre” relevant de la littérature, de la philosophie ou plus largement d’une production liée à une activité artistique et/ou professionnelle (journalisme, critique, enseignement, etc.).

Les professionnels des bibliothèques ou médiathèques de la région ont eux aussi une définition “large” du “corpus d’auteurs” qu’ils conservent et communiquent: le “corpus” est l’ensemble de documents constitué autour de l’auteur entendu comme écrivain, poète, philosophe, etc. ou comme personnage ayant produit une “oeuvre” écrite et/ou iconographique. Et ce, qu’il soit historien de l’art3, journaliste4, homme politique5 ou plus largement un érudit fasciné par des sujets aussi divers que le folklore local6 ou le spiritisme7.

Les raisons pour lesquelles ces corpus sont entrés dans les collections de ces structures : les auteurs “régionaux”, c’est-à-dire originaires du territoire, sont majoritaires.

Nous avons pu constater que les “corpus d’auteurs” préservés par les institutions de la région réunissent des documents aussi divers que des manuscrits, des archives, des coupures de presse, des imprimés ou des photographies. Soulignons à cet égard le fonds Jean Vautrin (1933 – 2015) conservé par la Médiathèque Jean Vautrin de Gradignan (33) qui réunit des papiers mais aussi de nombreuses photographies, des sources sonores et documents numériques (disques durs, ordinateurs, clés USB, etc., un nouveau type de fonds qui posera, à l’avenir de nombreuses questions aux chercheurs). 

Les types de documents qui constituent ces corpus d’auteurs. On notera la grande diversité de ces derniers.

 

Il est intéressant de noter que seule la moitié des corpus repérés par notre étude a fait l’objet d’un signalement numérique via les catalogues des bibliothèques. En revanche, lorsqu’ils ont été signalés, les fonds font souvent l’objet d’une politique de numérisation.

Pour ces numérisations, les pratiques de ces professionnels visent souvent, en premier lieu, la conservation des documents et le traitement interne sans mise en ligne. Selon les cas, les bibliothèques peuvent mettre en ligne des facs-similés numériques consultables en mode image (avec ou sans OCR). Toutefois, très peu prennent en charge la transcription du texte.

En revanche les pratiques de valorisation web par l’éditorialisation (exposition virtuelle, blog, réseaux sociaux, etc.) sont assez communément répandues. de nombreux projets développés autour de ces corpus visent la valorisation (conférences ou lectures publiques, expositions en ligne ou physique et projets pédagogiques) mais assez peu l’exploitation scientifique: 70% des répondants nous ont signalé avoir des difficultés à mettre en place des partenariats avec la recherche et 100% des professionnels nous ayant répondu signalent être intéressés par la mise en réseau que nous souhaitons développer.

 

Pour conclure, e-c@na a proposé de définir le corpus comme “un ensemble cohérent de documents renseignant sur l’œuvre d’un auteur ou sur une question posée par la recherche scientifique“. Nous étendons la notion de corpus au-delà du seul cadre auctorial pour intégrer la question de recherche.

A suivre…

Cite this article as: Jessica de Bideran, "Les corpus des sciences humaines du numérique en Nouvelle-Aquitaine_," in e-C@NA, 03/11/2018, https://ecana.hypotheses.org/34.


Edit : Pour compléter ce court billet, on pourra consulter le rapport d’enquête ALCA portant sur les collections patrimoniales des bibliothèques de Nouvelle-Aquitaine

 

  1. François Rastier, Arts et sciences du texte, PUF, Paris, 2001. []
  2. Thomas Lebarbé, “Du corpus littéraire au corpus linguistique : dématérialisation, restructuration, lectures rhizomatiques et analyses linguistiques des manuscrits“, Corpus, 8, 2009, 221-239. []
  3. Citons à titre d’exemple Charles Marionneau (1823 – 1896), peintre et historien de l’art dont une grande partie de l’oeuvre est conservée par la bibliothèque municipale de Bordeaux. []
  4. Tel Guy de Pierrefeux, pseudonyme de Daniel Auschitzky (1864 – 1937) dont les écrits sont gérés par le Service d’Archives communales de Lège-Cap Ferret (33). []
  5. A l’image de Louis Barthou (1832 – 1934) dont la Médiathèque des Gaves (64) conserve de nombreux documents. []
  6. Tel Félix Arnaudin (1844 – 1921) linguiste, folkloriste, historien, ethnologue, poète et photographe de la Haute-Lande dont les fonds sont éparpillés entre le Musée d’Aquitaine et la bibliothèque municipale de Bordeaux. []
  7. A l’image de Marcelle Prat de Jouvenel (1896 – 1971), auteure d’ouvrages sur le spiritisme dont les œuvres sont conservées par le Service d’Archives communales de Lège-Cap Ferret (33). []

Les membres du réseau_


e-c@na fédère un groupe de chercheurs, d’ingénieurs et de conservateurs qui exploite, depuis différents points de vues, les patrimoines et corpus numérisés.

  • Julien Baudry

    (Pôle numérique du SCD Bordeaux Montaigne) est conservateur des bibliothèques et gère, avec ses collègues du service numérique, la plateforme 1886 des fonds patrimoniaux de la bibliothèque universitaire de Bordeaux Montaigne. Il participe à divers projets de numérisation et d’éditorialisation portés par des chercheurs de l’université, dont le projet Mauriac en ligne.

  • Philippe Baudorre

    (CNU 9, Bordeaux Montaigne), responsable du projet avec Fatiha Idmhand, dirige, depuis 2014 le projet Mauriac en ligne. A ce premier corpus de presse, la réflexion s’oriente aujourd’hui vers l’intégration de correspondances, du courrier des lecteurs ou encore des photographies conservés par le Centre François Mauriac de Malagar. Il a participé à une première expérimentation d’encodage XML-TEI de quelques textes réalisée sous la direction de l’Université d’Exceter. Il est également membre du consortium CAHIER depuis 2015.

  • Jessica de Bideran

    (CNU 71, Bordeaux Montaigne) est actuellement ingénieure de recherche au sein de l’université Bordeaux Montaigne. Chercheure associée au MICA, elle participe ainsi à plusieurs programmes de recherche où il est question de numérisation et de valorisation numérique des patrimoines (documentaire, littéraire, etc.).

  • Fatiha Idmhand

    (CNU 14, Poitiers), responsable du projet e-c@na avec Philippe Baudorre, travaille sur la numérisation, la diffusion et l’exploitation informatique de corpus d’auteurs hispaniques. Ses recherches portent notamment sur les processus de création des œuvres produites “sous contraintes” situationnelles (exil, guerres) ou ludiques. Elle est coordinatrice adjointe du consortium CAHIER d’Huma-Num.

  • Olivier Le Deuff

    (CNU 71, Bordeaux Montaigne) est actuellement co-porteur du projet ANR “HyperOTLET“. Paul Otlet fut un pionnier de la “normalisation”: ses archives se trouvent à Mons (Belgique). A l’échelle régionale, il développe, avec Franck Cormerais (Bordeaux Montaigne), un programme sur les archives de Robert Escarpit (universitaire, chroniqueur, littérature jeunesse, etc.).

  • Serge Linkès

    (CNU 9, La Rochelle) travaille, au sein de la génétique, en codicologie. Ses travaux l’ont amené à développer un outil numérique: MUSE. Actuellement, ses recherches portent sur le fonds Joseph Kessel dont le catalogage est en cours à la BU de La Rochelle (articles de journaux, brouillons, manuscrits du Lion, photographies, etc.).

  • Maria-Caterina Manes-Gallo

    (CNU 71, Bordeaux-Montaigne) travaille sur le Traitement Automatique des Langues et la reconnaissance linguistique. Récemment elle a développé une approche sémiotique du numérique.

  • Pascal Plas

    (CNU 22, Limoges) travaille sur les guerres et conflits des  XIXème et XXème siècles. Chercheur en Histoire et en droit, il étudie également le post-conflit (approche anthropologique), les mémoires, les destructions-spoliations-restitutions ; les sciences politiques (relations internationales) et histoire des professions judiciaires, histoire de la justice. Rattaché aux laboratoires OMIJ et IHTP/CNRS, il est également Directeur de l’IiRCO et Responsable de la Chaire d’excellence Gestion du conflit et de l’après-conflit.

  • Lola Thion

    (CNU 14, UPPA) travaille sur les réseaux transpyrénéens et transfrontaliers. Dans ce contexte elle porte plusieurs projets portant sur des auteurs locaux comme Joseph Peyré (roman, articles de presse et lien possible avec Kessel car nombreuses collaboration avec Gringoire) et Francis Jammes ; d’autres fonds ont également été repérés à la Médiathèque des Gaves (Oloron) comme celui de Pierre-Jean Toulet ou de Jules Supervielle.

  • Cécile Chantraine – Braillon

    (CNU 14, La Rochelle) est professeure en études culturelles et théatrologie hispano-américaine. Membre du Centre de recherches en histoire internationale et atlantique (CRHIA – EA 1163), ses thème travaux portent notamment sur la littérature latino-américaine, le théâtre latino-américain, l’écriture sous contrainte, ou encore les manuscrits d’écrivains.

  • Alina Nastase

    (CNU 14, Académie de Poitiers) est docteure en littérature et ATER en didactique de la littérature. Alina Nastase est à l’origine d’un projet croisant littérature patrimoniale et applications vidéo-ludique : l’adaptation du roman d’E. Zola La bête humaine en jeu vidéo, en collaboration avec les élèves de BTS SNAP du Lycée Lp2I de Poitiers.

 

Pour mieux connaître l’ensemble des membres, consultez la page A propos.