Les mois de septembre-octobre sont marqués par les premiers pas et le lancement officiel du projet de recherche ANR Altergraphy, qui nous occupera jusqu’en 2027. Ces dernières semaines ont été fructueuses quant à l’élaboration du projet. Depuis le mois de septembre, des séances de discussions hebdomadaires entre les membres de l’équipe de recherche ont permis de poser les premiers jalons du travail à effectuer pour ces prochaines années. Ces premières réunions ont été ponctuées par la rencontre avec des invités qui ont partagé leur expérience et leurs conseils au sujet de la construction d’un corpus numérique en sciences humaines.

Au début du mois de septembre 2023, Emmanuelle Morlock, ingénieure de recherche en humanités numériques au CNRS, et rattachée au Laboratoire HiSoMA (Histoire et sources des mondes antiques) a rencontré Lia Wei, coordinatrice du projet Altergraphy, en quête de conseils quant à la manière d’aborder l’encodage des textes dans cette première phase du projet. Emmanuelle Morlock propose de diviser le travail en étapes. La première tâche à effectuer est celle, en amont de l’encodage, de la sélection des informations dans les inscriptions qu’il faudra baliser. Il s’agit ici d’identifier les phénomènes d’intérêt sur lesquels portent les questions de recherche ‒par exemple, la présence de variantes graphiques et la définition progressive d’une typologie pour ces variantes, qui s’écartent de la norme d’écriture pour des raisons diverses. La seconde étape est celle de l’encodage en lui-même, dont l’objet est double. Il s’agit en effet à la fois de traiter les métadonnées des inscriptions portant sur leur contexte physique et leur matérialité, mais également de proposer un traitement systématique lié au contenu textuel des inscriptions (transcriptions, traductions, informations émises par le texte, etc.). Enfin, la dernière étape est celle de la visualisation de ces fichiers d’encodage via leur publication web. Il convient de prendre en considération cette dernière étape dès le départ. Se questionner sur ce que l’on veut rendre visible aux futurs utilisateurs de cette base de données est nécessaire pour déterminer les balises à créer lors de la première étape du travail. Ainsi, la question de l’encodage doit être abordée « par les deux bouts », le travail conceptuel advenant en amont et en aval de l’étape d’encodage, même si celle-ci sera effectivement le moment de tester ce qu’il est possible d’encoder et ce qui demeure au-delà de nos capacités de description.

Une seconde rencontre le 4 octobre 2023 avec Adeline Levivier a permis aux membres de l’équipe de préciser la démarche à suivre pour la structuration de la base de données. Adeline est responsable des données visuelles du projet ERC Dharma, qui vise à l’élaboration d’un corpus numérique combinant inscriptions et estampages provenant de toute l’Asie du Sud et de l’Est ‒du Tamil Nadu à l’Indonésie. Ayant travaillé auparavant sur le projet e-stampages, qui assemblait dans une même base de données artefacts et estampages des mondes grecs antiques, Adeline a une longue expérience dans la manipulation des estampages, leur reproduction, et leur organisation sous forme de corpus accessible en ligne. Elle nous a proposé des modèles d’organisation de l’information en fichiers tableur partagés sous forme de Google sheets à même de répondre aux besoins et spécificités de notre corpus, où l’information relative aux sites, au contexte immédiat des inscriptions, aux textes, aux estampages, et aux photographies est séparée en onglets liés les uns aux autres grâce aux identifiants assignés à chaque objet ou entité. Les champs à renseigner sur ces entités doivent être adaptés à la spécificité du corpus. Les sites montagneux de nos inscriptions sur falaises, par exemple, gagnent à être pensés à des échelles variées, classées par ordre décroissant. De même, les champs descriptifs dédiés aux inscriptions doivent partir du plus grand pour aller vers le plus petit, de ce qu’Adeline appelle la « mise en pierre », jusqu’à la lettre ‒dans notre cas, le caractère, ou même le trait, à la racine de l’expression calligraphique. Des choix concertés doivent être faits pour décrire le style des inscriptions. Une description de l’image par zones peut être envisagée, elle est possible avec les standards IIIF (International Image Interoperability Framework). Nous avons également abordé la question des tableaux ou listes d’autorités à penser, c’est-à-dire les références de temps, lieux et personnes. Adeline a partagé avec nous ses techniques de reproduction d’estampages, depuis la prise de vue jusqu’au travail de retouche et redressement des photogrammétries. Elle nous a d’emblée conseillé de demander un espace de stockage plus important sur Sharedocs, pour supporter des formats d’image RAW. Enfin, elle nous a proposé des solutions au regard de la publication web des données et de l’entretien durable du site qui les hébergerait.

Ces deux entretiens ont apporté des éclaircissements quant à l’utilisation des outils numériques à notre disposition. En ce qui concerne les images et leurs métadonnées, la plateforme du CNRS Huma-num permettra de stocker de manière pérenne toutes les données de notre corpus sur la plateforme d’hébergement Nakala, à partir d’un premier moment de travail effectué grâce à l’outil Sharedocs d’Huma-Num. D’autre part, les fichiers d’encodage des inscriptions, qui seront liés aux identifiants des estampages et des images correspondants, seront placés le temps de l’encodage sur la plate-forme GitHub, un drive dédié au travail collaboratif sur fichiers XML. Ces fichiers d’encodage devront être stockés et publiés sous une forme statique pour nécessiter un minimum d’entretien. Il reste encore à explorer les différents outils de publication web disponibles. Le portail Omeka, par exemple, une bibliothèque en ligne hébergée par Huma-Num, serait une possibilité, si un module TEI-Epidoc qui peut afficher les textes encodés peut lui être intégré, ainsi que des visualiseurs liés aux images hébergées sur Nakala.

Nourrie de ces deux rencontres, l’équipe de recherche a d’ores et déjà entamé la première étape du travail. Un « échantillon témoin », composé de quinze inscriptions du corpus qui paraissent, par leur variété, porter toutes les particularités que l’on pourrait rencontrer lors du traitement des données, a été proposé par Lia Wei. À partir de cet échantillonnage type, une première esquisse de tableur, avec un onglet pour chaque type de donnée (sites, inscriptions, textes, estampages, photographies), et avec chaque onglet présentant les différents types d’information et champs à renseigner pour baliser les données (identifiant, date, provenance, dimensions, etc.) a été effectuée. Nos premières discussions ont déjà permis d’identifier les particularités du corpus à organiser. Dans les paysages inscrits étudiés, le contenu textuel est aussi important que la forme calligraphique, cette dernière étant conditionnée par les conditions physiques de la gravure, qui déterminent à leur tour les possibilités d’estampage. Les dimensions de ces conditions demeurent à hiérarchiser et à mettre en relation (spatialisation des inscriptions, qualités de la surface rocheuse, matérialité des estampages, etc.).

Publiés régulièrement sur le carnet Hypothèses de l’ANR, ces billets de blog ont pour vocation de rendre compte des différentes étapes et démarches adoptées au sein du projet de recherche Altergraphy. Ils permettront aux lecteurs de se familiariser avec les différents rouages d’une recherche collaborative en construction. Nous avons le plaisir de vous présenter ici les différentes activités relatives au projet Altergraphy.

Paula Suméra

---

---