Archives de l’auteur : Michela Lagnena

À propos Michela Lagnena

Doctorante en langue et littérature française (Université de Haute-Alsace - Université Ca' Foscari, Venise)

[Retour d’expérience] Transcrire avec Transkribus – Premiers pas

Transkribus est une plate-forme complète pour la numérisation, la reconnaissance de textes basée sur l’IA, la transcription et la recherche de documents historiques https://readcoop.eu/transkribus/download/.

Usage de Transkribus eXpert  pour la transcription automatisée de textes imprimés, à partir d’un document PDF.

Exemple de transcription automatisée sur Transkribus à partir d’un document PDF – Trésor des bons esprits français [1602], section « Meslanges »

  • Mais… comment faire de la transcription automatisée sur Transkribus ? Première étape

Il faut tout d’abord téléverser le document que l’on veut transcrire. Allez donc sur « Extract and upload images from PDF » et cliquez sur « Upload ».

Téléverser un document PDF sur Transkribus (1)

Afin de bien téléverser le document, il est nécessaire de rafraîchir la page.

Téléverser un document PDF sur Transkribus (2)

Pour commencer à transcrire votre fichier sur Transkribus, il faut sélectionner les pages du document que vous souhaitez transcrire automatiquement et activer le processus de segmentation des pages concernées. Allez donc sur « Tools », sélectionnez « Find Text Regions », cliquez sur le premier « Run » et choisissez « oui » dans « Layout Recognition ».

Traitement d’un document PDF pour la transcription automatisée

Il faut finalement choisir le modèle pour obtenir la transcription automatisée du texte. Allez sur le deuxième « Run » et sélectionnez votre modèle.       

Choisir le modèle pour la transcription automatisée du texte

  • Exporter le document transcrit – Deuxième étape

Après avoir complété le processus de transcription automatisée, il est possible d’exporter le document en plusieurs formats. Dans ce cas, nous avons opté pour un format XML.

Exporter le document transcrit dans le format de sortie XML – Trésor des bons esprits français [1602], section « Meslanges »

  • Premières interventions sur le fichier généré par Transkribus – Troisième étape

Au niveau du texte, l’opération de transcription automatisée comporte un travail de correction manuelle. Ce type de travail permet également d’identifier les coquilles typographiques et les erreurs récurrentes générées, dans ce cas, par l’outil Transkribus.

Correction manuelle des coquilles typographiques – Trésor des bons esprits français [1602], section « Meslanges »

Erreurs récurrentes identifiées sur la base du corpus Trésor des bons esprits français [1602], section « Meslanges »

  • Interventions successives sur le texte généré par Transkribus – initiation à l’encodage – Quatrième étape

A ce stade, il est important de réfléchir également à la mise en place du texte généré par Transkribus. Quelles modifications peut-on apporter au document transcrit? Nous vous en proposons un exemple, à partir du travail mené sur un corpus-test du XVIIe siècle.

Réfléchir à l’encodage pour la mise en place du texte – Trésor des bons esprits français [1602], section « Meslanges »

Encodage pour la mise en place du texte – Trésor des bons esprits français [1602], section « Meslanges »

  • Balisage pour la régularisation du texte – Cinquième étape

Suite au travail de correction manuelle de la transcription et de réflexion à la structuration du texte à la faveur d’un premier encodage, nous nous sommes intéressée au processus de régularisation. Le passage de la transcription automatisée à la régularisation demande de longues réflexions, ainsi que l’établissement d’un protocole de balisage précis.

Régularisation de la transcription – Trésor des bons esprits français [1602], section « Meslanges »

Bilan Transkribus

Est-il difficile de faire de la transcription automatisée sur Transkribus ?

Non, il faut tout simplement suivre les étapes que nous avons montrées plus haut. De plus, le travail de transcription automatisée sur Transkribus ne prend pas beaucoup de temps : le processus de transcription ne demande en effet que quelques minutes.

L’outil Transkribus assure-t-il une bonne qualité de transcription automatisée des textes ?

En général, Transkribus permet d’obtenir une transcription fidèle au texte original. Néanmoins, des erreurs typographiques ou d’espace ont été repérées au fur et à mesure. Les cas les plus évidents concernent les « s longs » totalement remplacés par un « s » rond, le « e » transcrit, à maintes reprises, de manière différente, le tilde et la cédille qui ne sont pas reproduits. En revanche, les apostrophes et l’esperluette sont maintenus, ainsi que la différence entre majuscule et minuscule. 

Quel est le temps estimé pour corriger manuellement la transcription automatisée réalisée avec Transkribus ?   

Étant donné que la transcription automatisée présente des coquilles typographiques rares ou bien des erreurs plutôt récurrentes, le travail de relecture a demandé, dans notre cas, des temps de réalisation différents (10 – 25 minutes par fichier).

[Retour d’expérience] Michela Lagnena, une nouvelle « éveillée » monte sur l’« Estrades » pour un stage de 3 mois

L’opportunité de réaliser un stage en Humanités numériques au sein du projet ESTRADES – Éditions Structurées : TRaitement, Analyse et Diffusion En multi-Supports –, dans le cadre du projet EVEille – Exploration et Valorisation Électroniques de corpus En SHS – est arrivée en mars 2022, au sortir de la soutenance de mon master en études françaises et francophones. J’ai rejoint l’équipe EVEille-ESTRADES à partir du mois d’avril et j’ai mené mon travail sous la responsabilité, tutelle et guide d’Anne Réach-Ngô – maîtresse de conférence HDR à la FLSH de l’Université de Haute-Alsace, responsable du projet EVEille avec Marine Parra (docteure de l’ILLE) et Régine Battiston (directrice du laboratoire ILLE) – et de Guillaume Porte – ingénieur du laboratoire ARCHE de l’Université de Strasbourg.

Quelques mots sur le projet ESTRADES

Porté par Guillaume Porte et développé par les laboratoires ILLE et ARCHE, en collaboration avec la Maison Interuniversitaire des Sciences de l’Homme d’Alsace (MISHA), le projet ESTRADES prévoit la réalisation d’une chaîne éditoriale de traitement suivant un protocole commun et des outils et méthodes mutualisés, dans le but de créer une dynamique collective capable d’assurer l’investissement du doctorant/chercheur des sites alsaciens dans ce type de projet. Conçu sur le modèle développé par le Pôle Document Numérique de la MRSH de Caen (Métopes), le projet ESTRADES se propose ainsi de mettre en place, sous un angle technique et scientifique, un environnement efficace pour encourager une acculturation des doctorants/chercheurs aux enjeux du numérique et aux réflexions sur l’éditorialisation. Suivant cette perspective, l’équipe EVEille travaille à l’élaboration de parcours de questionnements, de ressources en ligne, d’ateliers pratiques, de manifestations et de séminaires pour favoriser l’implantation d’ESTRADES dans leurs formations et leurs pratiques de recherche.

Encadrement du stage  

Mon recrutement en tant que stagiaire au sein d’EVEille-ESTRADES s’est inscrit dans la continuation des compétences acquises lors de ma formation en Humanités numériques, au cours des années de master (structuration des données, création de bibliothèques numériques, introduction au travail d’édition critique numérique). Ma participation au projet pédagogique collectif Tragiques Inventions (en 2019-2020), ainsi qu’au séminaire PREMAN 2020/2021 qui a donné lieu à l’élaboration et à la publication du site « Pasquier-amoureux ? » sur la plateforme EMAN m’a en effet initiée, à la fois d’un point de vue épistémologique et pragmatique, à de nouvelles méthodologies, notamment dans le traitement numérique de textes littéraires produits aux XVIe et XVIIe siècles.

Le stage s’est déroulé principalement à distance, au sein d’une équipe dynamique et interdisciplinaire qui m’a chaleureusement accueillie. Rejoindre l’équipe EVEille-ESTRADES au printemps 2022 m’a permis d’échanger avec des gens qualifiés, spécialisés en Humanités numériques, et de partager mon expérience avec d’autres chercheurs, doctorants et stagiaires travaillant sur des aspects communs. Le travail individuel mené dans le cadre de mon stage a été intégré aux pratiques stimulantes d’une équipe privilégiant la variété et l’interculturalité des activités. Les compétences de chaque membre ont été combinées, dans le but de renforcer la synergie du travail d’équipe et de promouvoir le principe de complémentarité (voir les retours d’expérience de Yanet Hernandez et d’Amélie Lamaestra).

Description des missions du stage

La mission principale de mon stage consistait, d’un point de vue plus pragmatique, à tester les outils et les procédures présentés au cours des journées EVEille 2022, en participant à l’élaboration d’un prototype d’édition critique numérique à partir d’un corpus-test, le Trésor des bons esprits français (1602), sur lequel Anne Réach-Ngô travaillera à l’avenir. À cet égard, j’ai été chargée de vérifier l’efficacité du logiciel Transkribus, afin d’identifier les difficultés ou bien les problèmes de compatibilité qu’il posait par rapport à la transcription automatisée et à l’encodage en XML des textes traités. Suite aux journées de formation proposées par Guillaume Porte à l’occasion du premier séminaire EVEille-ESTRADES (18-20 mai 2022), je me suis baignée concrètement dans une série d’outils, tels que les logiciels Oxygen et BaseX, ainsi que les trois principaux langages d’interrogation XML : XSLT, XQuery et XPath. Sur la base des notions acquises, j’ai pu exploiter et expérimenter de mes propres mains ces instruments, pour réaliser ensuite des vidéos-tutoriels qui montrent, étape par étape, le fonctionnement des langages XSLT, XPath et XQuery. Ces vidéos, déposées sur le site EVEille dans l’onglet Ressources, sont à disposition des étudiants, doctorants et enseignants-chercheurs qui souhaitent s’investir dans l’usage d’outils diversifiés, afin de mieux réfléchir au rôle de l’outillage numérique en relation aux multiples modes d’exploration, structuration, interrogation et valorisation des textes traités.

Je me suis occupée également de l’élaboration et du traitement, en collaboration avec Yanet Hernandez –stagiaire du projet EVEille –, des métadonnées des enregistrements vidéos (en ligne sur la chaîne UHApod) de la troisième journée EVEille 2021 reposant sur la notion d’édition critique numérique, ainsi que de la session 2 des journées EVEille 2022, animée par Guillaume Porte sur la notion de « chaîne éditoriale ». Ce type de travail, consistant à repérer toutes les ressources (logiciels, plateformes, outils différents) et les informations pertinentes présentées à l’occasion des journées EVEille évoquées, m’a permis d’élargir mes horizons en termes de communication numérique et de m’introduire à des pratiques et à des réflexions nouvelles sur le rôle, les enjeux et les finalités des Humanités numériques. Le travail sur les ressources a été enrichi par la rédaction de courts billets visant à présenter les journées EVEille consacrées, sur la base des principes FAIR, à la « chaîne éditoriale », dans le cadre du projet ESTRADES.

Les activités proposées pour mon stage alternaient également avec des moments de participation collective aux différents travaux, ateliers, réunions et séminaires organisés par l’équipe EVEille-ESTRADES. Ces évènements ont joué un rôle crucial dans mon parcours intellectuel, dans la mesure où ils m’ont permis de nourrir ma formation, de m’intéresser plus en profondeur à d’autres projets en Humanités numériques reposant sur divers sujets, de comprendre de près certains mécanismes propres au travail d’équipe et de vivre des expériences diversifiées et stimulantes.

Remerciements

Je remercie Anne Réach-Ngô, Guillaume Porte, l’équipe EVEille et le comité de pilotage ESTRADES de m’avoir donné cette opportunité et de m’avoir fait confiance tout au long de cette expérience. Réaliser ce stage a été particulièrement enrichissant. J’ai pu en effet m’approprier de multiples gestes techniques et savoirs pratiques en Humanités numériques. Je me suis en outre rapprochée de méthodes et d’outils variés qui me serviront de base pour le travail d’édition critique numérique du Recueil des rymes et proses d’Étienne Pasquier (1555), dans le cadre de ma thèse de doctorat. Cette expérience m’a finalement permis de rencontrer des personnes qui m’ont toujours soutenue. 

Compétences acquises et outils exploités :

  • Gestion de la chaîne UHApod
  • Gestion de la plateforme collaborative ShareDocs d’Huma-Num
  • Publication de billets sur la plateforme Hypothèses d’OpenEdition
  • Gestion des logiciels Transkribus, Oxygen et BaseX
  • Traitement de XSLT, XQuery et XPath pour interroger le langage XML
  • Introduction à eScriptorium
  • Gestion d’OBS Studio pour la réalisation de vidéos-tutoriels
  • Introduction au logiciel de gestion bibliographique Zotero
  • Introduction au logiciel Zettler pour l’écriture en langage Markdown

[Estrades-Eveille] Retour du premier séminaire de travail à Strasbourg les 18-20 mai 2022

Sous une vague de chaleur exceptionnelle, le premier séminaire Estrades-EVEille s’est déroulé du 18 au 20 mai 2022 à la Maison Interuniversitaire des Sciences de l’Homme de Strasbourg (MISHA). Animées par Guillaume Porte, ingénieur d’études au laboratoire ARCHE de l’Université de Strasbourg, le groupe EVEille et le comité de pilotage d’Estrades, les journées du séminaire strasbourgeois ont été l’occasion de réflexions sur le positionnement des projets Estrades et EVEille, de retours d’expérience collectifs et individuels concernant les projets de jeunes chercheurs et de futurs doctorants, de travaux pratiques et d’expérimentation sur divers outils numériques.

Lancé par Guillaume Porte et soutenu par le comité de pilotage qui réunit des chercheurs et des ingénieurs de l’Université de Strasbourg, de l’Université de Haute Alsace et de la MISHA, le projet Estrades vise à développer, en avançant par paliers, un « pipeline » éditorial à géométrie variable, depuis l’acquisition des données jusqu’à leur diffusion et leur réutilisation, permettant ainsi de produire des éditions structurées, interrogeables, FAIR et publiées au format numérique et/ou papier1. Conçu sur le modèle développé par le Pôle Document Numérique de la MRSH de Caen (Métopes), le projet se propose de guider, d’accompagner, mais aussi d’engager les chercheurs et les doctorants des sites alsaciens dans l’ensemble des étapes et des interactions de la chaîne éditoriale, afin de créer une dynamique collective et d’engager une forme d’acculturation numérique des doctorants/chercheurs. Suivant cette perspective, les formations et manifestations du projet EVEille ont pour mission de favoriser le développement d’une culture numérique chez les étudiants, doctorants et enseignants-chercheurs, afin de contribuer, in fine, à l’implantation d’Estrades dans les formations et les pratiques de recherche développées dans les sites alsaciens intéressés, en partenariat avec la plate-forme PHuN et l’Ouvroir de la MISHA.

Le premier séminaire Estrades-EVEille s’est organisé autour de deux formations animées par Guillaume Porte sur les usages des langages XSLT, Xquery et XPath permettant d’interroger un document XML et de le transformer dans un autre document.

Le séminaire a aussi donné lieu à la présentation de plusieurs projets numériques en cours : le projet d’édition de carnets de bord du XVIIIe siècle ÆTeiCab (Marine Parra et Benoît Roux), le site d’édition critique numérique des lettres de Jean Calvin (Yanet Hernandez), le projet Pasquier amoureux ? (Michela Lagnena), le projet Trésor des bons esprits français (Anne Réach-Ngô).

  1. Voir les enregistrements de la session consacrée à Estrade aux journées EVEille 2022. []

Pasquier amoureux ?

Site public ouvert sur la plate-forme EMAN (Edition de Manuscrits et d’Archives Numériques) : Pasquier amoureux ?

Responsable du projet : Michela Lagnena (UHA, ILLE, doctorante à partir de septembre 2022)

Réalisé sur la plate-forme de publication EMAN (Édition de Manuscrits et d’Archives Numériques), le projet « Pasquier amoureux ? » s’inscrit dans le cadre du séminaire de recherche PREMAN 2020/2021, animé par Anne Réach-Ngô, maîtresse de conférences HDR à l’Université de Haute-Alsace, et Richard Walter, ingénieur de recherche au CNRS. S’adressant aux masterants, aux doctorants et aux chercheurs qui s’initient aux humanités numériques, le séminaire PREMAN 2020/2021 a guidé chaque participant dans la réalisation de son propre site de recherche, dans le but d’interroger les apports méthodologiques qui dérivent de l’élaboration d’une bibliothèque numérique de données. Plus précisément, ce séminaire a prévu une formation d’introduction aux enjeux de l’établissement, du traitement et de la publication/exploitation/valorisation de la recherche et un accompagnement personnalisé de chaque participant, suivant les problématiques propres à son objet de recherche et à ses perspectives d’éditorialisation. La réalisation du site « Pasquier amoureux ? » relève également des compétences acquises au sein du projet pédagogique « Tragiques Inventions » consacré aux usages du numérique dans l’enseignement des corpus littéraires de la Première Modernité. Ce projet a pris notamment naissance lors du séminaire d’Anne Réach-Ngô « Littérature de la Première Modernité et technologies numériques », tenu à l’Université Ca’ Foscari de Venise au deuxième semestre de l’année académique 2019-2020.

L’attribut alt de cette image est vide, son nom de fichier est Pasquier-500x484.png.

Le site « Pasquier amoureux ? » – ouvert au public depuis le 12 avril 2022 (https://rouealivres.hypotheses.org/2419) – se présente comme un volet numérique qui complète le travail d’édition critique des Lettres amoureuses (1610) d’Étienne Pasquier, mené sous la direction de Magda Campanini (Université Ca’ Foscari, Venise), Anne Réach-Ngô (Université de Haute-Alsace) et Nathalie Dauvois (Université Sorbonne Nouvelle, Paris III) dans le cadre du Master européen en études françaises et francophones de l’Université Ca’ Foscari de Venise, en cotutelle avec l’Université Sorbonne Nouvelle.

Développé de septembre 2020 à mars 2022, le site « Pasquier amoureux » dessine le parcours éditorial des Lettres amoureuses d’Étienne Pasquier. Il se propose de mettre en avant les éditions qui font l’objet d’un intérêt particulier (l’édition princeps, la publication des lettres de Pasquier à l’intérieur des recueils de Girolam Parabosque et d’Étienne Du Tronchet, l’édition de 1610), en raison des transformations de l’œuvre qu’elles mettent en lumière et de la nature des recueils où les lettres d’amour de Pasquier paraissent. Ce projet a développé une première réflexion sur la transposition des procédés éditoriaux appliqués à l’édition papier, du papier à l’écran. À ce titre, l’édition critique numérique, incluant la transcription semi-diplomatique et l’annotation de certains textes – effectuées à travers le nouveau plug-in Transcript développé sur la plate-forme EMAN –, concerne les péritextes (épître dédicatoire, adresse au lecteur) des recueils où l’œuvre de Pasquier est publiée (jusqu’à l’édition de 1610), ainsi que les quatre Lettres amoureuses jointes en annexe au volume d’Étienne Du Tronchet. Ainsi, la bibliothèque numérique « Pasquier amoureux ? » a-t-elle élaboré un parcours invitant le visiteur du site à découvrir la diffusion de la composition épistolaire de Pasquier dans le circuit de la librairie de l’époque et les lieux du texte où émerge la posture d’auteur adoptée par Pasquier vis-à-vis de sa première composition épistolaire de jeunesse. 

La création du site « Pasquier amoureux ? » a nourri toute une réflexion en matière de structuration de matériaux et de données, d’éditorialisation d’écrits littéraires des XVIe-XVIIe siècles, ainsi que d’appropriation de certaines pratiques à envisager en vue d’un projet d’édition critique numérique. C’est en ce sens que le site « Pasquier amoureux ? » peut être considéré comme un laboratoire d’expérimentations et un terrain d’explorations diverses, qui a permis d’interroger et d’exploiter de nouveaux procédés qui seront affinés par l’établissement d’une édition critique numérique complète du premier recueil composite de Pasquier, dans le cadre du projet de thèse « Éditer le Recueil des rymes et proses (1555) d’Étienne Pasquier : de la publication d’un corpus composite à la mise au jour d’une matrice d’écriture », sous la direction d’Anne Réach-Ngô de l’Université de Haute-Alsace et de Magda Campanini de l’Université de Venise – Ca’ Foscari.  

Page